文章列表-AI魔法学院

文章列表

Wunjo AI: 合成和克隆英语/俄语/中文语音,实时语音识别,深度换脸和唇动合成,通过文本提示更改视频,分割和修饰

主要特征语音合成：轻松将文本转换为类似人类的语音。

AI语音克隆实时语音识别

Python入门与语法速查

Python 是由Guido Van Rossum在 90 年代早期设计，现在是最常用的编程语言之一。

python 编程

登顶的小熊猫模型出AI产品了！3步10秒出一张海报，可免费商用

前段时间引发全球网友齐猜测的神秘文生图模型小熊猫（red_panda）就来自他家。

图形设计生成器文生图

百度智能云的Prompt模板

Prompt也叫提示词，简单的理解成它是给大模型的指令。

大模型 prompt

ChatGPT提示工程5篇合集(五)：ChatGPT提示工程 - 邮件回复、营销文案

在这篇文章中，将会介绍如何使用大型语言模型来进行邮件自动回复、生成营销文案。

prompt 提示词

Fastwhisper + Pyannote 实现 ASR + 说话者识别

前言最近在研究ASR相关的业务，也是调研了不少模型，踩了不少坑，ASR这块，目前中文普通话效果最好的应该是阿里的modelscope上的中文模型了，英文的话，还是非whisper莫属了，而且

faster-whisper 语者识别 ASR

「语音识别的未来已来」——探索Distil-Whisper，轻量级AI的强大力量

在AI技术的浪潮中，一款新型的语音识别模型Distil-Whisper以其独特的魅力和强大的性能脱颖而出。

Distil-Whisper 语音识别

深度好文，Agent盛行前传

在这篇文章里我将借助引用量较高的论文“Reward is enough”并结合近期使用的MindOS（一款以GPT为大模型底层的agent应用

Agent 大模型

谈谈RAG存在的一些问题和避免方式

——Yann LeCun 因此，当我们开发RAG系统时，不要让大语言模型已经知道解决方案的想法欺骗了您。

RAG 大模型

ComfyUI，你开启XL钥匙打开了新世界

设置模型搜索路径，可以复用设备上的其他路径里的模型文件。

ComfyUI 大模型

玩一玩ChatGLM3，1660s即可流畅运行！

ChatGLM应该是最早支持低配显卡运行的大语言型。

大模型 ChatGLM

Prompt小技巧（18）：万能Prompt

你的回答："这款手表集成了大预言模型，可以随意与用户聊天。"

prompt 大模型

清华&面壁开源新一代主动Agent交互范式！让AI从被命令到主动帮助

而近期清华大学联合面壁智能等团队提出了开创性的新一代主动 Agent 交互范式（ProActive Agent），为 AI 交互带来了突破性的解决方案（下图 1 右侧所示）。

Agent 大模型

打造音乐传奇：Suno推出音乐生成模型Suno V3，让每个人都能成为作曲家

Suno AI全新音乐生成模型Suno V3来临，掀起音乐界"ChatGPT时刻"，人人皆可成为作曲家、歌手，瞬间超越自我，打造独一无二音乐专辑就在此刻！

suno 歌曲音乐

DeepSeek V3刷屏，550万元2000张卡做出的开源模型，和OpenAI几亿烧出来的一样好

而不久前，Anthropic的CEO达里奥·阿莫迪曾透露，GPT-4o这样的模型训练成本约为1亿美元，而目前正在开发的AI大模型训练成本可能高达10亿美元。

DeepSeek V3 开源模型

<...28 29 30 313233 34 35 36 37 ...>

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