文章列表-AI魔法学院

文章列表

再也不用担心 AI 图片脸崩手崩了

或者直接在浏览器地址栏输入网址。

ADetailer 安装文生图

金融行业的开源AI大模型

而行业大模型，就像专业的本科生、研究生、博士生或者是行业从业人员，对自己领域的知识能够快速理解，对业务能够迅速处理。

开源大模型

Midjourney各国的AI新娘

Midjourney各国的AI新娘

文生图 Midjourney 新娘

Midjourney 实现角色一致性的新方法

Midjourney 生成的 Photo Sheet 布局会乱一些，人物的一致性也会略差一些，请看下图：不过，如果用 DALL-E 生成的图像做参考图的话，Midjourney

midjourney 文生图绘画

阿里出品自动化视频剪辑工具FunClip！

此外，FunClip还支持多段剪辑，并且能够自动为视频生成SRT字幕文件。

FunClip 视频阿里

FFmpeg之父新作——音频压缩工具 TSAC

首先基于卷积的encoder将波形提取成音频特征隐变量，然后隐变量被名为残差矢量量化(Residual Vector Quantization, RVQ)的方法量化成向量。

TSAC 音频工具

剪映克隆声音功能详解：剪映上线5秒“AI克隆音色”，一堆AI公司又要进入慢性死亡了...

一上来，就是个成熟度极高的王炸。

剪映声音克隆

全球最大开源prompt社区即将开放中文版

作为一个长期高频编写prompt的工程师来说，最大痛点可能就是缺乏交流的孤独感： prompt 是否能封装成一个特定场景的工具？

开源模型

精通结构化提示词：如何精确操控指令的作用域与优先级

过早使用结构化提示词，尤其是在缺乏基础知识的情况下，可能会导致生成内容质量不佳时，难以准确识别和解决问题，也会影响对提示词机制的深入理解。

提示词结构化

什么是BERT？

它强调了不再像以往一样采用传统的单向语言模型或者把两个单向语言模型进行浅层拼接的方法进行预训练，而是采用新的masked language model（MLM），以致能生成深度的双向语言表征。

embedding

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

CosyVoice 特点:包括多语言语音生成、零样本学习、跨语言克隆和指令遵循。

asr tts 声音

造梦师手记：C站最受欢迎的大模型推出了SFW版

这和最近Stable Diffusion的广泛应用有关，这个开源软件已经成为很多绘图工具的底层，通过API接口等形式，为用户提供各式各样的AI绘图服务。

DreamShaper 大模型文生图

造梦师手记：足控专属AI大模型，完美的少女

如今，C站首页推荐的大模型中，超6成是pony作为底模训练的大模型或者LoRA。

pony 大模型文生图

【上篇】深度解析AI大语言模型（LLM）在企业应用的关键技术与典型架构

随着大模型的不断迭代与升级，周边生态的培育与成熟，其在B端企业级场景的落地应用也逐渐拉开序幕。

大语言模型

MaskGCT：登上GitHub趋势榜榜首的TTS开源大模型

在推理过程中，模型以并行方式生成指定长度的标记。

MaskGCT 声音克隆

<...40 41 42 434445 46 47 48 49 ...>

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