文章列表-AI魔法学院

文章列表

用so-vits-svc-4.1进行音色转换的极简教程

但是无论转换哪种声音，都需要至少采集30分钟-1小时的语音干声，这对于普通讲话很好采集，只需要到一个安静的场所，比如录音棚，录制一段语音即可。

声音 sovits

Stable Diffusion

回来啦｜ Stable Diffusion 图片背景完美替换

- rendered,extra crisp,features intricate detail,epic composition and the style of unreal engine, 采样器

Stable Diffusion 文生图

预训练对话大模型深度解读

开源地址：github.com/microsoft/D… 3.2 Meena 由谷歌研发，基于编码器-解码器的模型结构，参数量2.6B，预训练数据341GB。

从Langchain到ReAct，在大模型时代下全新的应用开发核心

LLM模型在逻辑推理上有着非常优秀的表现，因此有理由相信LLM模型也可以像人类一样进行逻辑推理，学习知识，做出决策，并执行。

大模型

揭秘数字人困境：代理商亏钱、直播屡被封、刘润也不用了

“看到这一排机器了吗？

数字人

人工智能大语言模型微调技术：SFT 、LoRA 、Freeze 监督微调方法

这些模型参数包含了源数据集上学习到的知识，且这些知识同样适用于目标数据集。

大模型微调

中国首个长时长、高一致性、高动态性视频大模型，Vidu 登场

生数ShengShu ，赞6018 点击查看「Vidu」发布短片该模型采用团队原创的Diffusion与Transformer融合的架构U-ViT，支持一键生成长达16秒、分辨率高达

Vidu 大模型视频

接私活必看的11个开源项目

无需修改代码，海量云存储可以像本地存储一样高效使用。

私活开源项目

【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比，等你来评!

在10月24日，趣丸科技&香港中文大学提出一种完全非自回归的TTS模型——掩码生成编解码器变换器（MaskGCT），它消除了对文本和语音监督之间显式对齐信息的需求，以及对音素级别持续时间预测的需求

语音克隆开源模型

Stable Diffusion

Stable Diffusion 常用LoRA模型推荐

疏可走马是一个和墨心搭配使用的构图Lora, 一旦使用并再最前前置提示词后，就会采用较大面积留白的构图风格。

文生图 SD

牛顿力学在AI中失效？Transformer模型能完美预测却不懂物理，哈佛团队揭示模型缺失物理常识

而本次研究团队认为，基础模型的前景依赖于这样一个核心假设：学习预测序列能够揭示更深层次的规律，甚至乐观地说其能构建出一个世界模型。

Transformer 大模型

保姆级教程：图解Transformer

Transformer 中抛弃了传统的 CNN 和 RNN，整个网络结构完全由 Attention 机制组成，并且采用了 6

人工智能

万字长文，AI大模型的应用实践总结

，它们都采用同样的架构设计，也都支持用作通用计算(GPGPU)，但因为它们分别面向的目标市场以及产品定位的不同，这三个系列的GPU在软硬件的设计和支持上都存在许多差异。

大模型

Stable Diffusion

小白也可以一键安装的Stable Diffusion——Easy Diffusion

图像修改器：包含许多标签的修改器库，例如“逼真”，“铅笔素描”，“ArtStation”等。

Stable Diffusion 插件安装

一文带你认识ELMo

基于这样的动机，作者提出了ELMo模型。

embedding

<...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