文章列表-AI魔法学院

文章列表

【万字长文-进阶教程】一文带你从入门到精通ChatTTS, 手把手教你固定音色、设置语速、添加停顿词、口头语、笑声！！

ensp;torch.randn(dim, device=std.device) * std + mean 可以看出最终返回的音色向量，是通过将随机生成的正态分布值缩放和偏移得到的

chattts tts 文生语音

AI必备Prompt技巧《提问的艺术——让AI导出高质量答案》

九、语境生成格式：语境生成格式的 prompt 通常会在上下文中提供一些文本，让 AI 根据上下文进行生成。

prompt 提示词

通往AGI之路：思维链提示过程

一、什么是思维链思维链这种技术旨在通过向大语言模型展示少量的样例，解释推理过程，让大语言模型学会在生成答案时展示推理过程，引导其得到更准确的答案。

思维链提示词

月薪5万+的Agent工程师，凭什么这么香？

更让人意外的是，这个岗位对技术背景的要求并不苛刻，甚至文科生都能快速上手。

Agent 工程师

吴恩达老师建议大家关注 AI 智能体工作流

目前，我们通常在零样本 (Zero-shot) 模式下使用大语言模型 (LLM)，即让模型一步步地生成输出，而不进行任何修改。

智能体大语言模型

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

SDXL风格插件，超越Midjourney的时刻来了

在AI绘图圈，最著名的两大派系是stable diffsion和Midjourney。

SDXL

我去，找到一个Github上非常优秀的AI项目，可控制鼠标、键盘，模拟人类操作，太丝滑，收藏～～～

通用目标：支持任意本地软件（如游戏、Office、图像/视频编辑工具）多模态输入：以截图为输入，支持键盘鼠标操作输出自主能力：内置“认知反思+技能更新”模块，能不断自我优化模块化设计

AI Agent 开源项目

AI里的大模型，你了解么

包含了“预训练”和“大模型”两层含义，二者结合产生了一种新的人工智能模式，即模型在大规模数据集上完成了预训练后无需微调，或仅需要少量数据的微调，就能直接支撑各类应用。

人工智能

语音识别的新拐点：OLMoASR 带来的机会

语音识别正在悄悄重塑我们的生活：内容创作：播客自动生成文字稿；视频自动生成多语言字幕；AI 主播无缝上岗。

OLMoASR 语音识别

没有思考过 Embedding，不足以谈 AI

文章是一个门外汉通过业余的研究和碎片的思考所完成，谬误之处难以避免，欢迎专业的研究人员指正。

开源模型

7 个最近尝试过程中充满惊喜的Midjourney提示词

六 Prompt: vivid elliptic strange light night::50 moon person::-49提示：生动椭圆奇光夜::50 月人::-49 七

midjourney 画图提示词

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

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...

那如果类似heygen的5分钟视频生成数字人，AI数字人定制剪映也做进去了呢？

剪映声音克隆

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

<...42 43 44 454647 48 49 50 51 ...>

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