文章列表-AI魔法学院

文章列表

惊艳推荐！8款好用又免费的文本转语音TTS工具

随着人工智能（AI）技术的进步，基于AI的TTS技术已经成为了新的标准。

TTS Maker 语音

一文汇总Prompt提示工程的相关策略技巧

在与大语言模型的合作中，有一个引人入胜的环节——提示。

提示词框架

基于 OpenAI Whisper 模型的实时语音转文字工具

WhisperLive 是一款专注于音频处理和创作的开源软件，使用 OpenAI Whisper 模型将语音输入转换为文本输出，可以用于转录麦克风的实时音频输入和预先录制的音频文件，为艺术家和音乐制作人提供了一个强大的平台

WhisperLive 音频开源软件

Agent四大范式 | 综述：全面理解Agent工作原理

大语言模型在逻辑推理、工具应用、策略规划、指令遵循等方面都有非常不错的表现，这使得大家开始意识到，将大语言模型作为Agent应用的核心认知系统，可以极大的提高智能体的规划能力。

Agent 大语言模型

刚刚，智谱一口气开源6款模型，200 tokens/秒解锁商用速度之最 | 免费

在后训练阶段，智谱团队不仅完成了对话场景的人类偏好对齐，还运用拒绝采样和强化学习等先进技术，重点提升了模型在指令理解、工程代码生成、函数调用等关键任务上的能力，从而显著增强了智能体执行任务的核心素质。

GLM模型智谱

被高估的Pika，被低估的多模态AI

但是业界一直在提多模态的概念，远没有近期几个现象级产品的演示那么直观：多模态不仅可以为 AI 应用带来更多可能性，还是实现通用人工智能的重要路径。

大模型多模态

40个prompt，让你成为麦肯锡高手

这40条专家Prompts将帮助你的AI工具在各个关键领域中提升工作能力。

prompt

大模型天才杨植麟，被朱啸虎“咬”了一口

综合公开信息，杨植麟、张宇韬和陈麒聪此前共同创办了循环智能，三人结识于清华大学的知识工程实验室，其中陈麒聪担任CEO，杨植麟2019年回国后主要负责AI和产品，类似首席科学家的角色，张宇韬则担任CTO，

杨植麟大模型

一款构建AI数字人项目开源了！自动实现音视频同步！

本周GitHub项目圈选: 主要包含音视频同步、多代理框架、3D对象模型、适用于开发者的演示文档构建工具、网页程序打包、自构建CRUD应用等热点项目。

AI数字人音视频同步

郭德纲讲英语相声详细教程

；文件大小：不得超过1GB；视频时长：在30秒到5分钟之间；视频分辨率：360x360到4096x4096之间视频要求：尽量避免背景音乐和噪音，因为会降低输出音频的质量，画面尽量避免多人。

数字人音视频

人话聊AI大模型：AIGC如何助力营销的秘密（下）

从消费者旅程来看，AIGC可在全链路的内容和策略等进行赋能与支撑，包括不限于如内容创意参考，线索智能评估和优化策略，针对性的客户营销策略和触达，营销策略结果复盘和优化，营销数据分析等。

大模型

人话聊AI大模型：AIGC如何助力营销的秘密（上）

营销素材-图像：Midjourney & Stable Diffusion MidJourney是由同名研究实验室开发的一款搭载在Discord上的人工智能绘图工具。

大模型

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

最近，人工智能生成内容（AIGC）技术的进步让内容创作变得更加普及，现在用户可以仅通过简单的文字指令，就能创造出他们想要的内容 [11]。

Sora 微软

国风真的太绝啦！被10万人围观的咒语快收下！

完整的Midjourney「咒语」立马奉上，希望能对你有所帮助！

文生图古风

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

最近在搞克隆人，发现一个很好的声音克隆项目，测试了一下，效果真不错，可以直接用，也可以微调后使用，好了废话不多说，直接上干活，哈哈~~ &ensp

数字人声音克隆 GPT-SoVITS

<...25 26 27 282930 31 32 33 34 ...>

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