文章列表-AI魔法学院

文章列表

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

该框架包括用于常见工作流程的插件，例如语音活动检测和语音转文本。

voice agent 开源音视频

数字人直播哪家强？百度、硅基、风平与闪剪四大AI数字人横向评测！

「闪剪智播」在使用上有一个点与其他三款产品都不同，就是它的数字人只能使用录音文件驱动，虽然它本身也有一个插件是文本转AI声音，而且声音库还很丰富，但合成的音频却不能用于驱动数字人。

数字人数字分身

达摩院SPACE对话大模型：知识注入与知识利用

但是，本质上都还是语言模型，如上图右边的流程图所示，输入基本上为网络上的自由文本，模型基本上都是 Transformer 结构，优化的目标基本上都是 MLM（掩码语言模型）。

大模型

通俗易懂地解释OpenAI Sora视频生成的特点有哪些？它与此前的Runway Gen2、Pika有什么区别？以及缺点是什么？

有很多童鞋似乎对这些问题依然有疑问，本文将以通俗的语言解释Sora的独特之处。

sora 视频生成

whisper-live：OpenAI Whisper模型的近实时实现

该项目是一个实时转录应用程序，使用 OpenAI Whisper 模型将语音输入转换为文本输出。

OpenAI Whisper 大模型

搞了一个Dify开源知识库

不久前，dify发布了新的workflow，于是乎我写了这样一篇文章： · Dify

Dify 大模型知识库

Dynamic Prompts插件，魔法提示词由魔法帮你补全（插件篇）

最后如果你的网路环境真的太差了，还是老办法，你从文章末尾提供的下载方式中，把插件直接下载，并安装到SD目录中的extensions中。

文生图提示词

Stable Diffusion

Stable Diffusion｜背景替换只需要两分钟！

1 前期准备本文将会用到“Inpaint anything”插件，也可以使用“Segment anything”有这俩插件任意一个就行。

SD 背景文生图

Stable Diffusion

Stable Diffusion 5款最佳电商必备模型、Lora推荐

最近推荐推荐比较有意思的模型和Lora，今天推荐一波电商类的模型和Lora。

SD 电商文生图

说真的，学会用SD做电商图，你才是真的入了门

这篇文章不会告诉你如何绘制更好看的小姐姐，相反，你可以从中学到一种新技能：即便足不出户，也能用Stable Diffusion绘制精美的电商产品图。

文生图 SD 电商

AI拆解:《AI猫咪小红书账号3个月变现10W+》

通过快速响应市场变化，我们可以更有效地抓住机遇，实现持续增长。

文生图 AI拆解

阿里的AI一键换衣（AnyDoor）工具来了

2、修改配置文件以局域网访问如果在局域网中其他电脑访问，则需要将启动地址从127.0.0.1改为0.0.0.0，具体修改文件为： AnyDoor\glut\Lib\site-packages\gradio

AnyDoor 换装文生图

Trickle + Nano Banana，我给老婆 VibeCoding 了一个虚拟试衣间

前几天，我看了 Samu 的墨问文章对接 nano-banana，我 vibe 了一个穿搭助手，第一次知道 Trickle 这个平台。

Trickle Nano Banana 文生图

ChatGPT提示工程5篇合集(一)：ChatGPT提示工程的两个关键原则 - 吴恩达和OpenAI合作（珍藏版）

这门课程时长为1个小时，内容简单易懂，还提供了实践的环境。

prompt 提示词

Learn Prompting-基础篇

如果没有给出风格指导的问题，ChatGPT 通常会返回一两个短段落的回答，少数需要更长的回答时会返回更多内容。

prompt

<...39 40 41 424344 45 46 47 48 ...>

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