文章列表-AI魔法学院

文章列表

AI文本转语音工具（TTS）：MeloTTS

今天给大家介绍一个效果不错的开源文本转语音工具：MeloTTS MeloTTS是一个可以把文字转换成声音的工具，它支持英语、西班牙语、法语、中文、日语和韩语等多种语言。

MeloTTS 语音工具

比尔盖茨最新预言：AI智能体颠覆计算机交互体验甚至软件行业

“在计算行业，我们谈论平台——构建应用程序和服务的技术。

AI智能体

四木测评｜让教父唱《野狼disco》、恶搞《甄嬛传》，火遍全网的阿里明星项目EMO正式开放

点开通义千问，「四木相对论」选择用Stable Diffusion和EMO结合，来试试视频效果。

EMO 阿里全民演唱

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

这种方法使语言模型能够有效地处理视觉和音频数据。

Baichuan-Omni 多模态大模型

和王小川聊再创业这一年：回应朱啸虎、谈中国AGI第三种可能

在前两篇发布后，以杨植麟为代表的理想主义“技术信仰派”和以朱啸虎为代表的现实主义“市场信仰派”，双方观点引发广泛关注。

王小川中国大模型

一旦参透「第一性原理」，便洞悉所有事的本质

它是一种深度分析的方法，让我们能够清晰地看到问题的本质，并基于这些基本真理寻找解决方案。

第一性原理大模型

【分享】SDXL模型最佳拍档！COMFY UI上手指南

理论上，SDXL 1.0 应该在具有 8GB VRAM 的 GPU 上有效工作。

大模型

数字人直播哪家强？百度、硅基、风平与闪剪四大AI数字人横向评测！

总体而言，百度曦灵数字人直播平台 Lite整体使用体验并不高，主要是功能比较简陋，不论是短视频还是直播，都只能生成绿幕素材，需要第三方剪辑软件或直播伴侣中再去扣绿幕处理。

数字人数字分身

SD3 正式开源 Sora同源架构

2月16日伴随着OpenAI世界大模型Sora的发布，stability_ai也发布了其最新的模型Stablediffusion3,如果说一个是音视频方向

SD3 绘画

SD入门教程五：后期处理图片高清放大

这样，我们就可以用更简单的方法来分析这个小矩阵，找到它的特征值和特征向量。

SD 入门教程修复

它来了！SDXL + ControlNet 终于强强联合！

答案是第三方。

SDXL

Langchain的一些问题和替代选择

Langchain因其简化大型语言模型(llm)的交互方面的到关注。

大模型

长窗口大战要终结了？谷歌魔改Transformer，推出了“无限注意力”

谷歌发了一篇论文，介绍它是如何玩转长文本的。

大模型上下文

阿里Outfit Anyone实现真人百变换装

之前我分享了阿里通义千问APP推出的 "全民舞王" ，只要一张照片就能生成一段舞蹈视频这几天相信有很多小伙伴都有在社交媒体和朋友圈刷到过这种其背后就是用的 Animate Anyone 算法，

Outfit Anyone 阿里

Stable Diffusion

还没有上手Stable Diffusion XL 1.0 的同学，看这篇文章就够了

Midjourney虽然出图精美，使用方便，但是出图的灵活性方面是一大硬伤，Stable Diffusion 作为Midjourney的开源替代品，由于其丰富的插件，灵活可控，受到社区的热捧，一直被寄予厚望

SDXL

<...22 23 24 252627 28 29 30 31 ...>

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