文章列表-AI魔法学院

文章列表

【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比，等你来评!

今天给大家同时展示5款(Fish、F5、GPT、CosyVoice、MaskGCT)爆火的语音克隆-文本合成的效果展示。

语音克隆开源模型

摆脱 OpenAI 依赖，8 分钟教你用开源生态构建全栈 AI 应用

本文将应用理论于实践，给大家演示如何利用 Milvus、Xinference、Llama 2-70B 开源模型和 LangChain，构筑出一个全功能的问答系统。

开源模型

炸裂！百川开源第1个7B多模态大模型 Baichuan-Omni | 能够同时分析图像/视频/音频/文本

Baichuan-Omni 的架构如图2所示。

Baichuan-Omni 多模态大模型

Windrecorder：连续记录屏幕内容，通过OCR技术识别记录内容

这是一款可以持续记录屏幕画面、通过关键词搜索等方式随时找回相关记忆的工具。

Windrecorder 录屏

OpenAI Assistants API 使用指南

会进入 cancelling 状态，然后进入 cancelled 状态在执行过程中如果用到了自定义工具，in_process 状态会进入 requireds_action 状态，表示需要提交工具的执行结果

OpenAI Assistants API

阿里AI黑科技大揭秘：从通义千问到FaceChain，让图片和视频焕发新生！

FaceChain 是阿里达摩院推出的一个开源的人物写真和个人数字形象的 AI 生成框架(类似于免费开源版的妙鸭相机)，用户仅需要提供最少一张照片即可生成独属于自己的个人形象数字替身。

阿里云视频音频

取代 Vue 和 React？25 年码龄程序员不满 Web 现状创建新框架 Nue JS，能将代码量减少 10 倍！

Piirajinen 在 Hacker News 上表示，它是 React、Vue、Next.js、Vite、Svelte 和 Astro 的替代品。

开源模型

现在LLM 的大小为什都设计成6/7B、13B和130B几个档次？

/3260798103 LLM现在一般都是基于Transormer结构，参数总和可以看作Embedding部分参数和Transormer-Decoder部分参数，Embedding部分参数由词表大小和模型维度决定

大模型

AI绘画当前的应用场景有哪些？

4）电影制作：生成特效和动画等，为电影制作提供更多的创意和效果。

文生图

深度对比丨探索LLM（大模型）部署服务的七大框架差异

我们将通过实际部署示例探讨它们的核心特性和优缺点。

大模型

Suno音乐新手指南（手把手完整版教程）

自定义风格时，要输入曲风提示词（prompt）。

suno 歌曲教程

AI Agent的数字化革命：超越文本，走向自主决策与交互

AI Agent一直是AI圈的热门话题，也是OpenAI 明确表示要发力的下一个方向。

生成式AI

阿里出品自动化视频剪辑工具FunClip！

FunClip的特色功能包括集成高精度的中文ASR模型、支持热词定制化、说话人识别，以及提供Gradio交互界面，大大简化了视频剪辑的复杂度。

FunClip 视频阿里

探秘制作艺术二维码的新姿势

在之前的文章《AI制作艺术二维码-文生图》中，我介绍了一种直接通过提示词生成高逼格二维码的方法，但是通过提示词我们无法很好的控制生成图片的样式，特别是有些同学想要将自己的Logo或者头像附加到二维码中，

图像文字

一款构建AI数字人项目开源了！自动实现音视频同步！

本周GitHub项目圈选: 主要包含音视频同步、多代理框架、3D对象模型、适用于开发者的演示文档构建工具、网页程序打包、自构建CRUD应用等热点项目。

AI数字人音视频同步

<...19 20 21 222324 25 26 27 28 ...>

汇聚AI资讯，网罗AI文档，详解AI工具！

关于我们用户协议隐私条款商务合作：skillupvip

© 2023-2025 AI魔法学院

京ICP备20027199号-1