文章列表-AI魔法学院

文章列表

聊聊我对AI Agents技术的一些看法

OpenAI 更新预告当这样一种 AI Agent 出现，它对生活的改变很有可能不止于 ChatGPT 简单的 Chat，而是渗透入各行各业，在只要能用到大模型的地方就可以建立起相应的 Agent，各种科幻电影中的人机协作有可能真的会走进现实

AI Agents 大模型

Wunjo AI: 合成和克隆英语/俄语/中文语音,实时语音识别,深度换脸和唇动合成,通过文本提示更改视频,分割和修饰

让生成神经网络打造新的视觉叙事。

AI语音克隆实时语音识别

李彦宏偏爱小模型｜AI光年

“我觉得 Robin 这点说得非常对，在初始的应用尝试过去之后，模型的特化会是一个从效果上和从性价比上更加 make

李彦宏小模型

我去，找到一个Github上非常优秀的AI项目，可控制鼠标、键盘，模拟人类操作，太丝滑，收藏～～～

但它们依赖“API 文本输入输出”，迟迟无法控制本地界面，本地任务自动化仍然困难：操作 Office、可视化软件受限拆分复杂任务，难以形成闭环缺乏视觉能力，仅凭语言无法定位

AI Agent 开源项目

阿里&字节发表VividTalk，只需单张照片即可根据音频生成栩栩如生的人物说话头像视频

简介一次性音频驱动的说话头生成旨在通过音频作为输入信号来驱动任意面部图像，并具有广泛的应用场景，如虚拟化身、视觉配音和视频会议。

VividTalk 视频

造梦师手记：ComfyUI快速量产数字小姐姐

主节点配置完成后，再将IP适配、CLIP视觉、InsightFace、图像、模型拖拉出新的节点。

comfyui 文生图

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

Enhancement）、语音分离（Speech Separation）和音视频扬声器提取（Audio-Video Speaker Extraction）功能，能够在嘈杂环境中清理音频、分离复杂声源并结合音频和视觉数据锁定目标发声者

ClearerVoice-Studio 语音

AI视频新技能！这套流程教你打造视频人物和声音完美同步！

该技术的原理是使用口型专家网络来预测每一帧的口型，然后通过生成对抗网络来提高视频的视觉质量。

AI视频

Stable Diffusion

Stable Diffusion 抽卡必备神器！Agent Scheduler

拉满任务，直接睡觉！

Agent Scheduler Stable Diffusion

解读提示工程（Prompt Engineering）

2.上下文提示：上下文提示在生成响应时提供对 LLM 的参考框架，在很大程度上可以避免 LLM 的幻觉。

Prompt 提示词

AI提示词工具，再也不用担心怎么想提示词！

二、content at scale (免费，用于gpt提示词) 这个网站的提示词本狗感觉还是挺不错的，提示词的质量蛮ok，而且它是支持搜索你想要的类别提示词，比第一个好的点，第一个压根没得搜索

AI提示词

大模型时代，数据为王，在哪里寻找开源数据集？

www.kaggle.com/datasets 11、uci开源数据集链接：https://archive.ics.uci.edu/datasets 12、计算机视觉开源数据集

开源数据训练

WebUI使用用InstantID，AI换脸完美版

再换一张姿势参考图：提示词不变，生成如下：然而我觉得，似乎不像传说中的那么像，大家觉得呢？

换脸小红书

AI提示词|一词千金，写提示词的这个技巧你一定没想到！(二）

多样化：中立化：简化：丰富/装饰：阐释：综合：夸张：人性化：提升：阐明：活跃/激发：软化：夸大：淡化他们的具体作用是以及 29个动词，好难记啊.是的，我也这么觉得

提示词写作

硬核Prompt赏析：HuggingGPT告诉你Prompt可以有多“工程”

其中的Available Task List应该就是下面这些，包括自然语言处理、计算机视觉、语音和视频相关的不同类型的任务：步骤2：模型选择（Model Selection

提示词 prompt

<...20 21 22 232425 26 27 28 29 ...>

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