文章列表-AI魔法学院

文章列表

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

哈哈~ 训练完后，在上图这个地方，点击【刷新模型路径】，模型列表中就会有你的新模型了,然后勾选【是否开启TTS推理webui】，会自动弹出使用界面然后上传一段参考音频

数字人声音克隆 GPT-SoVITS

神秘模型“小熊猫”一夜刷屏：排名超Flux、Midjourney，网友：一看就中国的

这与从Flux 1 schnell到Flux 1.1 Pro的跳跃相同除了强得可怕，red_panda由于无人认领，更是引发大家伙好奇心，各种猜测都有： § 鉴于生成质量过好，很可能是传说中的

red_panda 文生图

【上篇】深度解析AI大语言模型（LLM）在企业应用的关键技术与典型架构

LLM在企业应用的落地场景当然，我们说的企业应用场景不是指的企业内个人使用的桌面AI助手或问答机器人；而是指的借助这些工具背后的大语言模型（LLM）的智能理解与生成能力，来改造或升级传统的企业信息系统

大语言模型

这个数字人开源项目太牛了，非常全面的项目解决方案(含源码)

通过使用Fay，商家和个人可以节省传统直播或客户服务中的人力成本，同时提供24小时不间断的服务。

Fay 开源项目数字人

13.5K Star ! Fish Speech Windows本地搭建，能否达到官方的级别？强烈推荐

语音克隆能力：用户可以上传自己或他人的一段语音作为参考，Fish Speech通过深度学习技术，学习并模仿该语音的特征，实现个性化的语音克隆。

Fish Speech 本地搭建

聊天机器人阅读 PDF？用这25个提示词技巧，亲测有效！(ChatGPT & Claude 2)

要让 ChatGPT 和本地 PDF 文档互动的话必须要先上传，如果你不知道上传的方法，可以阅读这篇文章： 👉 4种方法让你上传任何文件到ChatGPT: 总有一种适合你 Claude

GPT-4 工作

耗时7天，终于把15种ControlNet模型搞明白了

2.controlnet的使用 controlnet的使用方法就只有两步 · 上传图片

文生图

AI大模型LLM可以帮助企业做什么？

有以决策为特长的老一代机器学习应用，也有以及侧重感知能力的“传统”深度学习应用。

大模型

OpenAI视频模型Sora的推理生成成本多高？

0px;min-height: 0px;float:none;word-spacing: normal" id="MathJax-Element-3-Frame"> 即大约是 6 个月时间（与传闻一致

Sora 推理算力

RPA终极发展方向瞄准AI Agent，超自动化智能体时代已经开启

长期以来，对于异构系统且杂乱的传统自动化技术，RPA就像一颗银弹，它的连接性使得很多企业往日投资的自动化技术得以焕发青春。

RPA 自动化

Sora懂不懂物理世界？

Sora 将视频编码映射到隐空间，再切割成时空补丁，被称为时空令牌（time-space token）进一步地，Sora在数据空间将数据令牌的概率分布通过扩散过程传输变换成高斯分布，再通过传输变换的逆变换将隐空间中的白噪声令牌变成隐数据令牌

文生视频视频生成 sora

小度为何押注AI眼镜？

这当中涉及为大模型定制整体的技术架构，哪些模型放在端上、哪些放在云上，以及如何让硬件的传感器、芯片、存储的组合更适配需求，如何在成本与性能之间做平衡…… 这种AI硬件之路，不是设备上搭载大模型，也不是设备上跑

AI眼镜小度

Stable Diffusion

Stable Diffusion AnimateDiff | 最火文本生成视频插件库

与传统的SD模型训练方式不同，AnimateDiff通过大量短视频的训练来提高图像之间的连续性，使得生成的每一张图像都能经过AnimateDiff微调，最终拼接成高质量短视频。

动画视频 AnimateDiff

世界上最流行（github排名高）的开源移动机器人的操作系统ROS开源了！！

它配备了强悍的传感器，如激光雷达和摄像头，使其具有自主导航、避障、物体识别等功能。

ROS 机器人开源模型

【本地部署】智谱chatglm3-6B第三代！性能如何？支持调用tools+Agent+代码执行！小白教程！附网盘下载！

也是六点多，公司伙伴说已经上传完成了，雄哥刚到家吃完饭，也就十多分钟，就部署完了！

chatglm 智普大模型

<...23 24 25 262728 29 30 31 32 ...>

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