文章列表-AI魔法学院

文章列表

微软研究团队：Sora核心技术及未来机会研究报告-中英对照版

Sora 的发展，标志着 AI 长期研究的一个里程碑：让 AI 系统（或 AI 智能体）不仅能理解复杂的用户指令，还能将这些理解应用于解决现实世界的问题，通过动态和情境丰富的模拟互动。

sora 论文

AI提示词|一词千金，写提示词的这个技巧你一定没想到！(一）

如果提示模糊不清或过于泛泛，可能导致输出结果不符合用户的预期。

提示词写作

17K star！30秒偷走你的声音，开源声音克隆工具

3个网站分别是：LeptonAI、MyShell和HuggingFace 当然如果你觉得自己技术能力足够，熟悉Linux, Python 和 PyTorch，并且有服务器资源，那可以自己在Linux

OpenVoice 声音克隆开源

目前最强图像编辑模型——Nano banana可以免费用了

nano-banana就是gemini-2.5-flash-image，免费使用地址：https://aistudio.google.com/prompts/new_chat 找谷歌studio的官网，不要直接搜nano

Nano banana 文生图

PhotoMaker：腾讯最新开源，根据照片生成该人物各种风格图片，项目可落地！

该工具不仅能根据文本描述生成逼真的人类照片，还具备“堆叠ID嵌入”功能，这一功能可以利用多张照片作为身份ID，获取人物特征，从而创造出新的、个性化的人物图像。

PhotoMaker 文生图

【语音识别】OpenAI语音力作Whisper

虽然无监督预训练能产生高质量的语音表征，但它学不到语音到文本的映射，要学到语音到文本的映射只能靠微调。

语音转文字 whisper

【开源黑科技】鹅厂PhotoMaker AI绘画工具，一键打造多风格头像！

在当今科技日新月异的时代，人工智能的发展正以前所未有的速度前进。

photomaker 绘画风格

3 分钟，把一篇 3000 字长文变成“脱口秀”——开源神器 Twocast 实战指南

它能把任何文字、网页、PDF，3~5 分钟生成男女双主持的脱口秀，还能直接下载 MP3。

Twocast 开源

巧用这13个原则！创作ChatGPT提示词Prompt时效率提高10倍！

这是Ai撰写论文时候必备技能。

prompt 提示词

视频大模型训练相关词条解释

它不仅能够根据文字指令创造出既逼真又充满想象力的场景，而且能生成长达1分钟的超长视频，不管是一镜到底还是分镜头切换模式，都能够保持角色及背景神一般的一致性和稳定性。

视频生成 sora 词条

划重点！全网最全AI数字人工具合集！

一段文字，一张照片，就能让照片的人物开口说话？

AI 数字人

Wunjo AI: 合成和克隆英语/俄语/中文语音,实时语音识别,深度换脸和唇动合成,通过文本提示更改视频,分割和修饰

使用 Wunjo AI 解锁神经网络无与伦比的功能。

AI语音克隆实时语音识别

LLM微调神器Lamini，疯狂获星1.9k，免费可用！！

斯坦福的一组开发人员最近在推动自然语言处理的疆界，他们推出了一个叫做Lamini的新工具，它的目标是让每个开发者都能利用GPT-3和ChatGPT的强大能力。

大模型

一旦参透「第一性原理」，便洞悉所有事的本质

识别和质疑现有假设不仅能帮助你在专业领域内获得新的洞察，而且在日常生活中也能帮助你做出更明智的决定。

第一性原理大模型

从零开始学习大模型-第一章-大模型简介

这时，一位聪明的朋友建议你去一座巨大的图书馆，这个图书馆里面的每本书都已经被一个智能的读者阅读过，并且将书中的重要内容总结成了简单易懂的概要。

大模型从零开始

<...51 52 53 545556 57 58 59 60 ...>

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