文章列表-AI魔法学院

文章列表

打造音乐传奇：Suno推出音乐生成模型Suno V3，让每个人都能成为作曲家

Suno V3的核心优势在于其快速生成高质量音乐的能力。

suno 歌曲音乐

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

与开源的多模态模型VITA相比，Baichuan-Omni在中文基准测试上取得了显著优势，例如CMMLU（72.2% vs 46.6%）和C-Eval（68.9% vs 56.7%）

Baichuan-Omni 多模态大模型

造梦师手记：C站首推的动漫模型竟然是十八禁？

毕竟，和其他AI绘图工具相比，搞涩涩是stable diffsion独特的福利和优势。

stablediffusion sd 文生图

17K star！30秒偷走你的声音，开源声音克隆工具

OpenVoice 的优势有三个方面： 1.

OpenVoice 声音克隆开源

AI 绘画新时代：ChatGPT + DALL-E 3

现有用户基础：ChatGPT 享有庞大的用户基础（1 亿用户），相较于 MidJourney（1600 万用户）分发优势显著。

文生图图生图 chatGPT DALL-E

AI绘画 | Midjourney高质量肖像提示词的写法（附50+肖像提示词prompt）

表现情感 Dynamic pose 动态姿势

文生图

神奇的 OuteTTS - 0.1 - 350M：用几秒钟音频克隆声音的黑科技！

这使得 OuteTTS-0.1-350M 能够继承 LLaMa 架构在语言理解和处理方面的优势，为后续的语音合成奠定坚实基础。

OuteTTS-0.1-350M 音频

Mixtral 7B 官宣免费，一大波 AI 模型也免费了，有网就能用！

/anakin.ai/apps/nous-capybara-16451 RWKV v5 RWKV v5 3B 模型是一种免费的新型神经架构，旨在通过综合 RNN 和 Transformer 的优势来解决

开源大模型

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

月再创业百川智能的前因与思考（我想对生命做建模） • 19:00 我有洁癖，不想在淘宝买账号，要用自己的账号和IP去访问ChatGPT • 26:40 怎么看朱啸虎说：“你说这些创业公司有啥优势，

王小川中国大模型

Stable Diffusion

Stable Diffusion基础：ControlNet之身份标识

第2个ControlNet单元，还是Instant ID类型的，用于提取脸部姿态，可以上传一张不同的人脸照片，生成的图片会参考这张图片中人脸的位置，但是不会复刻人物的姿势，这和InstantX的演示有差距

ControlNet 文生图

Stable Diffusion

这篇深入浅出帖助你早日实现Stable diffusion自由

看过《哈利波特》的影迷一定会记得，在霍格沃兹的魔法世界里，一个魔咒想要成功施展，不仅需要集中精神念对咒语，还需要一根魔杖，以及正确地挥动魔杖的手势，任何一个步骤出现错误，都有可能导致魔咒发动的失败，极端情况甚至会被反噬

AI图片

【全文翻译】微软166页论文解读 GPT-4V：多模态大模型的黎明

笑话和梗图通常引用特定事件、流行文化或网络趋势。

多模态大模型 GPT-4V 文生图

QAnything：网易有道最新开源的“本地化部署知识库”AI问答系统

架构两阶段探索在处理大量知识库数据的场景中，两阶段检索方法的优势非常明显。

网易 RAG 知识库

性能超出预期！神秘的国产大模型 Kimi 开放 API

对于开发者来说，这也是一项巨大的优势。

Kimi Chat 大模型 API

AI声音克隆 | 最全最简教程（权威版）

GPT-SoVITS在训练时间上具有明显的优势，因为它支持Few-shot学习，能够在短时间内（如一分钟的语音数据）训练出具有相似音色的模型。

声音克隆教程

<...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