文章列表-AI魔法学院

文章列表

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

该模型的性能在一些公开的语音识别数据集上达到了与有监督学习相当甚至超越的水平，展示了无监督语音识别的巨大潜力。

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

audio2photoreal的核心技术是基于深度学习的图像生成模型，它可以从音频中提取语音特征，然后用这些特征来控制人脸和身体的运动。

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

多参考图像技术：支持IPAdapter、ReferenceOnly、ReferenceNet、IPAdapterFaceID等多参考图像技术，提升了视频生成的质量和多样性1。

MuseV 视频数字人框架

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

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

「Agent」通俗易懂地聊聊AI Agent（附66个开源+44个闭源Agent项目）

目前与AI的交互形式基本上都是你输入指令，AI模型会根据你的指令内容做出响应，这样就是导致你每次在进行提供有效的提示词才能达到你想要的效果。

大模型

AI+音乐｜对话 Suno CEO：破圈的音乐生成产品是如何诞生的？

Suno AI通过结合人工智能技术与音乐创作，为用户提供了一个全新的音乐创作平台。

suno 音乐

活久见，世界上第一个被人类骗走钱的AI，刚刚出现了！

- 试图误导Freysa，让它相信转移资金并不违反规则提示中的任何规定。

Freysa 智能体

Flowith：革新你的工作方式，体验节点式 AI 的超流畅生产力

无论是内容创作者、研究人员、还是企业高管，我们都需要一个能够高效整合信息、提升工作效率的工具。

Flowith GPT 生产力工具

【开源黑科技】鹅厂PhotoMaker AI绘画工具，一键打造多风格头像！

近期，腾讯推出了一款名为PhotoMaker的AI图像生成工具，迅速在开源社区中崭露头角，并受到了众多科技领域意见领袖的推崇和推荐。

photomaker 绘画风格

AI知识库总是不准？教你无脑用GPT整理结构化数据集...

【有手就行】2分钟0代码，教你用Dify搭建专属AI知识库但是随着而来的，就是很多人跟我反馈的：答的乱七八糟。

GPT

斯坦福宣布前端开发要失业了？！一张截图生成代码，64%优于原网页！

随着生成型人工智能（AI）的飞速发展，多模态理解和代码生成的能力达到了前所未有的水平。

设计转代码大模型

深入浅出人工智能常用技术，让你轻松掌握AI应用核心！

不过由于各种语言的复杂性，机器翻译还有很大的提升空间。

人工智能

字节跳动推出MagicVideo-V2：引领AI视频生成新时代。

字节跳动公司最新推出的MagicVideo-V2，正是一款能够将你的文字描述转化为精美视频的AI视频生成模型。

MagicVideo-V2 视频生成

QAnything：网易有道最新开源的“本地化部署知识库”AI问答系统

它不仅适合技术开发者，也能为一般用户提供实际帮助。

网易 RAG 知识库

<...34 35 36 373839 40 41 42 43 ...>

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