文章列表-AI魔法学院

文章列表

用so-vits-svc-4.1进行音色转换的极简教程

但是无论转换哪种声音，都需要至少采集30分钟-1小时的语音干声，这对于普通讲话很好采集，只需要到一个安静的场所，比如录音棚，录制一段语音即可。

声音 sovits

Markdown 介绍及使用教程

当你写公众号、在知乎回答问题、在印象笔记里整理知识点甚至是写论文和出版专著时，你是不是都苦于文字的格式没有一个统一的软件来规范？

编程

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！

关于做直播真的需要如此高的CPU配置，我的观点是，在比较极端的直播场景中，比如用4K摄像头采集画面，直播中插入了大尺寸的视频素材、全程开人物美颜、开抠背景，那么就真的需要13700K、13900K这样的高端配置才能确保流畅

数字人数字分身

目前大语言模型的评测基准有哪些？

评分结果通过用户投票产生，系统每次会随机选择两个不同的大模型机器人和用户聊天，并让用户在匿名的情况下选择哪款大模型产品的表现更好一些。

人工智能评测大模型

混合专家模型 (MoE) 详解

Outrageously Large Neural Network 论文中的 MoE layer 混合专家模型 (MoE) 的引入使得训练具有数千亿甚至万亿参数的模型成为可能，如开源的 1.6

MoE大模型

造梦师手记：ComfyUI快速量产数字小姐姐

因为公司布局调整，我带过的一个小团队前两年解散了。

comfyui 文生图

四木测评｜让教父唱《野狼disco》、恶搞《甄嬛传》，火遍全网的阿里明星项目EMO正式开放

不管是唱歌视频，还是讲话视频，只要提供一张肖像照片，外加一段音频，算法就会自动生成一段口型完全能对上、画面生动的视频出来。

EMO 阿里全民演唱

大模型微调数据选择和构造技巧

在做一个模型时候，比如简单的文本分类，我不可能一股脑把所有数据都扔给标注，这样干存在一个问题，一般情况下我们数据的分布都是符合一个长尾分布的。

大模型微调

聊聊AI产品做算法备案这件事

群里有一个大佬总结的很形象： AI应用也是一样，你没拿到备案，你就没办法向全社会开放，也没办法收费没办法商用。

工作

用AI为古诗词生成插画

一、准备工作 1、下载和安装Stable Diffusion，推荐秋叶一键包。

Stable Diffusion 文生图提示词

腾讯的 PhotoMaker - 更快更像更可控的 AI Avatar

这样的嵌入作为统一的ID表示，不仅可以全面封装同一输入ID的特征，还可以容纳不同ID的特征，以便于后续整合。

PhotoMaker 文生图

制作可爱的表情包

，动漫风格的可爱男孩表情包，大而明亮的眼睛，给人一种活泼、可爱的感觉。

绘画表情包

基于秋叶整合包-StableDiffusionWebUI启动器快速安装ComfyUI

唯一需要注意的是，当生成的图片太大时，可能会因为切块运算而导致图片碎裂，但是这对于用户的使用体验并没有太大的影响。

秋叶整合包

惊艳！2.77亿参数锻造出Agent+GPT-4V模型组合，领航AI领航机器人、游戏、医疗革新，通用智能时代你准备好了吗？

斯坦福、微软、UCLA的顶尖学者联手，推出了一个全新交互式基础代理模型！

Agent+GPT-4V 大模型

Ollama还是vLLM？深度解析四大顶级LLM服务框架：性能、特性与技术选型指南

为了解决这一挑战，多种开源 LLM 服务框架应运而生。

LLM 服务框架

<...47 48 49 505152 53 54 55 56 ...>

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