文章列表-AI魔法学院

文章列表

OpenAI 开源语音识别 Whisper 的使用体验怎么样？

关于Buzz 　　Buzz 是一款基于 OpenAI 开源 Whisper 自动语音识别模型的软件工具，能够将音频或视频中的语音自动识别为带有时间戳的文本字幕。

生成式AI

6个AI音乐软件推荐，让你学会人工智能AI作曲

这款AI音乐生成器支持为任何视频或游戏创作音乐，它还附带一个免版税的音乐生成器，以避免与授权有关的问题。

训练音乐

国外报告90%的AI类产品公司已经实现盈利，而国内大模型和AIGC的访谈说太卷了

这份报告分析了这些产品随着时间的推移而呈现的增长趋势，以及增长来源的分布情况。

大模型

AnimateDiff 生成补间动画

controlnet的tile来处理 2 设置timestep_keyframe控制每一帧controlnet的权重 3 controlnet权重弱的部分，animatediff的影响变强

文生图 AnimateDiff

【一步一步引导】从零详细地梳理一个完整的 LLM 训练流程

当前，不少工作选择在一个较强的基座模型上进行微调，且通常效果不错（如：[alpaca]、[vicuna] 等）。

大模型训练

Giraffe：世界上第一个商业可用的32K长上下文开源LLM（基于Llama-2）

· · 通过幂缩放 RoPE 的傅立叶基，使得低频比高频拉伸得更多。

开源模型

AI提示设计技巧剖析 - 29个动词助你获取更好文本生成

提示：请把这两篇短文的观点进行综合，给出一个融合不同观点的新视角。

提示词文本

解码二维码：揭秘我的漂亮二维码生成秘诀！

另外这两种方法还存在一个问题：二维码的痕迹比较明显，大家一眼就能看出来这是一个二维码，对于追求视觉效果或者不想让别人看出来是二维码的场景，就力不从心了。

图像文字

教你打造属于自己的AI孙燕姿，AI歌手模型使用及训练保姆级课程 #1/2 使用模型

github.com/svc-develop-team/so-vits-svc 我这里会使用整合包来推理（使用模型）和训练，目前B站有两个作者做的整合包分别是羽毛布団的和领航员未鸟的我把视频地址都放在下面

生成式AI

ComfyUI的特性以及安装流程

ComfyUI https://github.com/comfyanonymous/ComfyUI 最强大和模块化的稳定扩散 GUI 和后端。

ComfyUI 文生图

14.6K star！最好用的OCR文字识别项目，没有之一！

最近，在Github上发现了一个厉害的开源OCR项目——Umi-OCR，真的很强大，而且还可以离线使用，现在已经有了14.6k+的星标。

Umi-OCR 开源项目文字识别

剪映专业版智能补帧

想必大家都知道视频是由一张张静止的图片（也就是帧）连续播放而形成的，那一秒钟播放多少张图片看起来比较流畅和清晰呢？

剪映智能补帧

【2023.10】看目前巨头的AI原生产品布局

更别说当时有OpenAI的强力LLM加持，且没有竞品。

大模型产品

AI撬开小县城的万元商机

他与本地的一家科技公司合作，花费了数万元，定制了一个形象可爱的AI主播，并为它录制了一段生动的宣传视频。

AI 商机

使用大模型自动回复小红书/抖音/快手评论：通过RAG 优化LLMs实现

在这里，我将讨论如何通过检索增强生成（即 RAG）来提高 LLM 的性能。

RAG 大模型自动回复

<...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