文章列表-AI魔法学院

文章列表

动作识别模型有哪些

其实在这之前也有人尝试用深度学习来处理动作识别，例如李飞飞团队通过叠加视频多帧输入到网络中进行学习，但不幸的是这种方法比手动提取特征更加糟糕。

动作识别模型

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

虽然音频技术日新月异，但许多现有方案在复杂场景中仍难以提供稳定且高质量的音频体验。

ClearerVoice-Studio 语音

一文带你看懂OpenAI-Sora生成视频的原理

比方说，当我们看到一个人开始跑步，即使闭上眼睛，我们也能预测接下来几秒钟这个人的位置。

视频生成 sora

大模型时代 AI 技术在金融行业的创新应用

大模型时代，AI 基础软件在金融行业的部署应用畅想享嘉宾｜九章云极DataCanvas 编辑整理｜马信宏内容校对｜李瑶出品社区｜DataFun 01 大模型时代

大模型金融

精通结构化提示词：如何精确操控指令的作用域与优先级

结构化的方法固然有其优势，但它更适用于那些已经对提示词有所了解，并准备编写复杂功能提示词的用户。

提示词结构化

目前有哪些比较成功的人工智能应用？

比如现在最火热的ChatGPT，其本质上就是一个复杂的transformer模型。

生成式AI

OpenAI的官方Prompt工程指南详解 - 看这一篇真的就够了！

对于需要很长对话的对话应用，总结或过滤之前的对话这个技巧偏开发者。

OpenAI Prompt 提示词

大模型训练工程那些事

曼哈顿工程并不仅仅是一项科技挑战，它是一个集科技、人力、资源和时间于一体的复杂系统工程。

训练工程大模型

2023检索增强生成技术（RAG）研究进展

然而，随着大模型本身的持续进步，一些人开始质疑RAG技术未来的地位。

RAG 检索增强

Prompt及AI提问实践

用户：我叫李明，这是我的手机号：13800138000。

Prompt 大模型提问

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

高性能：与 Whisper-small(已开源) 和 Whisper-large 相比，SenseVoice-Small 的性能分别快 5 倍和 15 倍以上。

asr tts 声音

如何通过AI变现，举个详细的例子?

与第一派的技术普照不同，第二派认为Prompt会发展成为一名“语言”，类似于编程语言，甚至会出现专门的Prompt engineer职位来使用AI，这一派的观点也有有力支撑，市面上几十万的提示词工程师早就已经开始招聘了

生成式AI

使用ChatGPT检查论文引用、提高研究深度

本文将指导您如何使用ChatGPT来检查论文引用的准确性、深化研究方法、提升数据分析技能、分析统计模型、提高研究效率、解释复杂概念。

ChatGPT 案例

再见了ComfyUI，WebUI也有了工作流

在AI绘画领域，Stable Diffsion是最受欢迎的，因为它是开源软件。

ComfyUI WebUI 文生图

Prompt | 抖音视频脚本

复制脚本并访问 https://beta.elevenlabs.io/speech-synthesis 以生成文本转语音。

prompt

<...21 22 23 242526 27 28 29 30 ...>

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