文章列表-AI魔法学院

文章列表

来自OpenAI应用研究主管关于Agent的万字长文-AI Agents介绍

文章篇幅较长，希望小伙们可以耐心看完。

Agent

有道开源的国产语音库EmotiVoice爆火了！具有情绪控制功能的语音合成引擎！

前不久小圈为大家介绍过 Coqui 文本转语音（Text-to-Speech，TTS）模型，相比较市面上原有的开源TTS模型，Coqui 有其独特的优势，也受到了广大科技互联网爱好者的青睐

EmotiVoice 语音库

Stable Diffusion

造梦师手记：全网下载量第一的Stable Diffusion模型更新到5.0版

作为全球头号AI绘画模型网站，这也意味着该模型是全球最受欢迎的。

Stable Diffusion

用so-vits-svc-4.1进行音色转换的极简教程！

这里我送给大家一个小福利：介绍下如何使用so-vits-svc来变声。

so-vits-svc 音色转换教程

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

据统计，世界上有超过7000种语言，但是目前的语音识别系统只能覆盖其中的一小部分，而且对于一些低资源语言，由于缺乏足够的标注数据，训练高质量的语音识别模型非常困难。

Translatotron 语音识别

通过声音生成逼真的全身形象？！Meta开源AI工具：audio2photoreal

你想要了解audio2photoreal这个项目吗？这是一个由Facebook研究院开发的技术，可以根据音频生成逼真的人物视频！ audio2photoreal的全称是From Audio to Photoreal Embodiment: Synthesizing Humans in Conversations，意思是从音频到逼真的人体表现合成对话中的人类。

audio2photoreal 开源工具

腾讯出品！开源AI数字人框架！号称可以不限时长

腾讯推出开源AI框架：AniPortrait 2、开源、可本地部署的AI知识问答库来了！

MuseV 视频数字人框架

18种 DALL-E 3 炫酷的文字效果和提示词

示例：一张赛博朋克街景照片，上面有未来主义的霓虹灯广告和飞行汽车。

DALL-E 3 提示词文生图

10个具有代表性的AI-Agents，将如何改变互联网/重塑Web3

能够自动化执行各项任务达成目标结果，在这个协作关系中，Autonomous Agents是服务于人，具有明确的工具属性； Generative Agents以斯坦福发表的25个智能体的虚拟小镇为例

开源模型

你的AI还在睡觉？33条Prompts让它瞬间变身超能力团队！

这33条专家Prompts覆盖了时间管理、目标设定、工作环境优化等所有关键领域，将帮助你的AI全面提升工作能力。

提示词

20%杨幂+80%霉霉=？这款“人脸拼接”的AI应用还能这么玩

; ★★★★☆ 功能性： ★★★★☆ 创新性： ★★★☆☆ 推荐功能： AI

InstantID 文生图

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

扣子更新图像流功能，字节版 ComfyUI 来了！

用户无需编程基础，即可通过创建节点的方式，搭建工作流，轻松部署使用复杂的 Stable Diffusion.如果你是研究 AI 生图的朋友，却不知道 ComfyUI，那就好比 Agent

ComfyUI 图像流文生图

「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

<...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