文章列表-AI魔法学院

文章列表

国产编程大模型CodeGeex

为适配更多平台，我们将其转换到Megatron-LM框架，支持Pytorch+GPU环境。

编程

clone-voice：一键克隆声音，开源AI技术让声音创作更便捷、更个性化

其具体的技术流程主要包括以下几个关键步骤： 1、数据预处理：首先，对输入的音频文件进行采样率转换和分帧等预处理操作。

clone-voice 声音克隆

变天了，AI可以一键生成中文海报了......

提示词灵感来源于@歸藏）你就会得到这组提示词： “这张海报采用现代简约的设计风格，主要特点如下：构图布局： - 顶部是黑色品牌logo和标题"今日推荐"，配以黄色不规则背景

2.1图像模型文生图

SD入门教程四：图生图基础用法

你通过“提示词”或换“图像模型”告诉AI，海鲜酱里面应该有哪些食材与配料，比如可能会添加一些虾、贻贝或者鱼肉等元素，才能将原先的肉酱替换成海鲜酱。

SD 入门图生图

利用LangChain建gpt专属知识库，如何避免模型出现“幻觉”，绕过知识库知识乱答的情况？

比如典型的Langchain-ChatGLM的架构图，加载文件 -> 读取文本 -> 文本分割 -> 文本向量化 -> 问句向量化 -> 在文本向量中匹配出与问句向量最相似的

LangChain 知识库

大模型在金融行业的应用场景

、财务报表、年报、立项申请、邮件等的自动撰写，包含数据整理 · 快速审查并理解复杂的合同内容，帮助总结重要信息 · 客户流失率以及流失原因洞察 · 帮助企业优化预算分配

大模型金融应用

阿里AI黑科技大揭秘：从通义千问到FaceChain，让图片和视频焕发新生！

这个项目一旦落地，在电商、设计、甚至是购物都很方便，普通人在家里就可以体验新颖的衣物，随时随地，设计师也可以随时随地的看自己设计的衣服，搭配在不同人身上的效果，来做修改。

阿里云视频音频

解读wav2lip：探究语音驱动唇部动作的技术原理！

具体来说，wav2lip的训练流程如下：首先，提取音频特征，将音频特征与人脸图像进行配对，形成一个音频-图像对，然后训练专家音频和口型同步判别器。

wav2lip 语音

Stable Diffusion

Stable Diffusion新手快速入门教程

，需要更高配的台式机或电竞本才可满足。

文生图

大模型的最大bug，回答正确率几乎为零，GPT到Llama无一幸免

这是一个奇怪的部分概括，在我看来，「逆转诅咒」是一个特例。

大模型

Stable Diffusion

Stable Diffusion 必装插件查缺补漏，你还有哪个没装？(下）

下载链接：https://github.com/hnmr293/sd-webui-cutoff Tiled VAE | 防止爆显存如果我们的电脑配置不够，GPU比较小，那么在生成分辨率稍微大一点的图像就会带不动

文生图 Stable Diffusion

5个最佳开源RPA框架！

这个AI大脑要实现的就是智能化；而RPA则是通过配置自动化软件模拟和人类在软件系统中交互的动作来执行业务流程；RPA软件机器人在应用程序界面上识别数据并像人类一样操纵应用程序；RPA软件根据规则与其他系统交互

智能自动化大模型 RPA框架

5个最佳开源RPA框架

这个AI大脑要实现的就是智能化；而RPA则是通过配置自动化软件模拟和人类在软件系统中交互的动作来执行业务流程；RPA软件机器人在应用程序界面上识别数据并像人类一样操纵应用程序；RPA软件根据规则与其他系统交互

开源模型智能自动化

两天star量破千：OpenAI的Whisper被蒸馏后，语音识别数倍加速

论文地址：https://arxiv.org/pdf/2311.00430.pdf 具体来说，Distil-Whisper 有两个版本，参数量分别为 756M（distil-large-v2）和 394M

语音 HeyGen

有了 DALL-E 3，从此自己设计T恤 (附30个提示词模板)

提示词：宽幅矢量设计印在[你的颜色] T恤上，图案为[你的植物]的粗体植物插图，并配有"[你的文字]"文字。

DALL-E T恤设计

<...35 36 37 383940 41 42 43 44 ...>

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