文章列表-AI魔法学院

文章列表

AI“同声传译”新进展！Google发布，无监督，语音识别：Translatotron 3！

语音识别（ASR）是指将人类的语音转换为文本的技术，然而，目前的语音识别技术还面临着一些挑战，其中最大的一个就是如何支持更多的语言。

Translatotron 语音识别

腾讯出品！开源AI数字人框架！号称可以不限时长

项目地址： https://github.com/TMElyralab/MuseV AI变革往期回顾： 0、【零基础入门AI】ChatGPT4.0+机器学习+深度学习！

MuseV 视频数字人框架

11个情感刺激Prompt，高效提升AI大模型性能

最近看到一篇有意思的论文，《Large Language Models Understand and Can Be Enhanced byEmotional Stimuli》，深入探索了一种让AI

Prompt 大模型

RAG 领域的新宠：为什么 AI 圈都在谈论 Jina ColBERT？

最近，Jina AI 在 Hugging Face 上推出的 Jina-ColBERT 模型引起了 AI 圈子里不小的轰动，尤其是在 Twitter/X 上，大家都在讨论它能处理高达

rag 大模型

【开源黑科技】鹅厂PhotoMaker AI绘画工具，一键打造多风格头像！

近期，腾讯推出了一款名为PhotoMaker的AI图像生成工具，迅速在开源社区中崭露头角，并受到了众多科技领域意见领袖的推崇和推荐。

photomaker 绘画风格

AI知识库总是不准？教你无脑用GPT整理结构化数据集...

【有手就行】2分钟0代码，教你用Dify搭建专属AI知识库但是随着而来的，就是很多人跟我反馈的：答的乱七八糟。

GPT

AI助力Logo设计！5类关键词帮你快速获取高质量灵感

abstract, with letter S and slogan --v 5 2D 插画标志：鲨鱼战士的吉祥物，电子竞技游戏标志，动态姿势，抽象，带有字母 S 和标语出自：AI

midjourney logo制作文生图绘画

「Agent」通俗易懂地聊聊AI Agent（附66个开源+44个闭源Agent项目）

先说明一个事实：像ChatGPT这样的AI大语言模型不仅仅是和聊天机器人有关，AI Agent和人类文明模拟的AI模型正在编译着我们文明的本质！

大模型

AI+音乐｜对话 Suno CEO：破圈的音乐生成产品是如何诞生的？

Suno AI 可以作为一个教育工具，帮助学习者理解音乐结构和创作过程。

suno 音乐

活久见，世界上第一个被人类骗走钱的AI，刚刚出现了！

见惯了太多被AI耍得团团转的人类，这次成功骗过AI的小哥，终于给我们人类挣回了一点颜面和尊严。

Freysa 智能体

10个具有代表性的AI-Agents，将如何改变互联网/重塑Web3

探讨AI-Agents的创新可能性 AI-Agents的共识与非共识 AI-Agents之所以能够成为一个越来越备受关注的方向，很多程度上是因为LLM为AI-Agents的落地应用提供了可行的技术实现路线

开源模型

4种通过LLM进行文本知识图谱的构建方法对比介绍

我们在以前的文章中已经介绍了使用大语言模型将非结构化文本转换为知识图谱。

知识图谱大模型

解读wav2lip：探究语音驱动唇部动作的技术原理！

人脸编码器的输入是一个大小为 �� 的视频窗口 � ，包含连续的人脸帧，但这些帧仅保留人脸下半部分。

wav2lip 语音

超越Animate Anyone! 南加大&字节提出MagicPose，不需任何微调就可生成逼真的人类视频

我们还展示了该模型在零样本2D动画生成方面的能力，不仅可以实现从一个身份到另一个身份的外观转换，还可以仅基于姿态输入实现卡通风格的渲染。

MagicPose 视频

大模型落地“诸神之战”，场景玩家先杀出重围了

§ 来客易AI全民营销助手 § 森易销AI电商运营助手 § 森生万物AI营销内容中台 § 它们分别解决了线下门店引流、线上电商运营和品牌自有素材利用管理的问题

大模型文生图

<...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