文章列表-AI魔法学院

文章列表

AI声音克隆 | 最全最简教程（权威版）

请看自己开发一个免费的文本转语音小工具如果你觉得功能少，可以使用国内的魔音工坊，但是要收费的哈但这些都不能指定声音转换，所以这里使用声音克隆，来将指定人声训练成模型，然后文字转音频。

声音克隆教程

RAG 修炼手册｜一文讲透 RAG 背后的技术

§ 基于词频搜索的传统算法包括如 TF-IDF、BM25。

RAG Embedding

为什么说AI现在还不行！

这种视角可以描述成为场景的智能密度，显然的拧螺丝的智能密度度低于算数学题。

大模型

微软、OpenAI大佬暗示LLM应用开发范式迁移：从Prompt Engineering到Flow Engineering

相关视频： 1）Satya Nadella的《MultiAgent will be the key LLM App runtime》： AI工程化，赞13 2）Andrej Karpathy的

LLM 范式迁移

国内厂商语音识别与Whisper评测：现状与概况对比

ensp; 科大讯飞：讯飞语音云、语音输入法、讯飞听见 · 小米：小爱开放平台、小爱音箱、电视语音控制

语音识别 Faster-Whisper

10个大模型私有化需要关注的问题

LLM落地涉及到众多软件配合，关注版本，软硬件兼容关系，正确配置，对于少走弯路至关重要，私有环境的复杂度需要足够重视。

开源模型

Suno音乐新手指南（手把手完整版教程）

你还可以下载Audio后导入剪映APP等工具，进行后期剪辑，搭配图片和视频、自动生成字幕后，做出AI音乐视频（MV）来。

suno 歌曲教程

大模型训练工程那些事

这些数据可以包括文本、图像、音频、视频等不同模态的数据。

训练工程大模型

Stable Diffusion

Stable Diffusion基础：ControlNet之图片高仿

用途示例风格转绘比如各大短视频平台比较流行的照片转动漫风格，可以在“图生图”中上传一张真实照片，然后使用动漫风格的大模型加上 Reference 进行重绘。

文生图

停用词(Stop Words)的价值、收集与使用

图1-1 丞相大杀特杀（电视剧《三国演义》）在信息检索领域，大家称前面所述、可以忽略的词语为停用词(stopword)。

停用词

不会PS也能做神图？豆包AI绘画全解析，让你的创意秒变艺术品！

从多个角度描述：除了说视觉方面的东西，还可以从听觉、触觉这些角度补充一下，让画面更丰富。

Qwen3

一文看懂RAG：大语言模型落地应用的未来

关于“何时检索”的问题已经产生了各种策略，从单一检索到自适应检索和多次检索，再到高频率检索的方法。

rag 检索增强

“大模型+机器人”的现状和未来，重磅综述报告来了！

在视觉感知方面，视觉Transformer模型展现出了强大的特征提取和泛化能力。

论文机器人

中国大模型融资暗战：罗曼蒂克的快速消亡

因为两者的商业模式同样是在C端发力，且都是美元架构，所以它素来被视为与月之暗面最针锋相对者。

大模型暗战

新模型Cascade你真的用对了吗？！

Comfyui版本将comfyui更新到最新版本即可，官方将需要的模块已经同步进模型包了， comfyui的更新方法，打开秋葉的启动器，具体怎么将秋葉启动器安装到官方的comfyui包中，可以参考这条视频的方法

Stable Cascade 模型

<...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