文章列表-AI魔法学院

文章列表

FaceFusion又更新咯，增强功能再增强！

支持的 CodeFormer、GFPGAN 和 GPEN 添加到面部增强器将 RealESRGAN_x2plus 和 RealESRNet_x4plus 添加到帧增强器

FaceFusion 文生图

AI自动生成视频全流程干货

然后利用AI工具invideo的文字变视频的功能我们把文字输入到框里面，让AI自动生成视频等待一小会根据提示选择相关的受众，感官和平台

AI 视频

探索Sora的魔法世界：功能展示、原理解析、未来市场影响大猜想！

从此，视频和现实究竟还有什么差别？！

视频生成 sora

WeChaty：强大的微信个人号机器人SDK

WeChaty 的功能和特点： - 自动登录和管理微信个人号：WeChaty 提供了自动登录和管理微信个人号的功能，无论是在 Node.js 环境还是 Python

微信接口

星标破万！小钢炮2.6登顶GitHub，Hugging Face TOP3，燃爆开源社区！

🖼️ 多图理解和上下文学习。

MiniCPM-V 2.6 大模型

【AI科技大创意】2024年人工智能10大趋势

，重点关注利用独特技术和数据集推进药物开发、个性化医疗和患者护理服务创新的公司。

人工智能趋势

RPA终极发展方向瞄准AI Agent，超自动化智能体时代已经开启

：使用NLP和AI进行QA和测试自动化以减少维护开销； § Workist：使用AI实现B2B交易的订单处理自动化。

RPA 自动化

AI Agent：大模型与场景间的价值之桥，但不适合当纯技术看

不管什么时候只要给个要求，它就给你一个特定输出，和时空内其它要素依赖不大，甚至地球毁不毁灭都和这个任务完成没啥关系，比如：编程、下围棋、内容生成等。

大模型

十大开源语音识别项目

通过支持在 ModelScope 上发布的工业级语音识别模型的训练和微调，研究人员和开发人员可以更方便地进行语音识别模型的研究和生产，并促进语音识别生态系统的发展。

语音识别开源项目

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

WebUI 工具：集成工具包括声音伴奏分离、自动训练集分割、中文自动语音识别(ASR)和文本标注，协助初学者创建训练数据集和

数字人声音克隆 GPT-SoVITS

AI赋能实验室：儿童绘本插图

在色彩上，作品采用鲜艳的色彩，而且还凸显出一种特定的颜色的明亮色调，为作品增添了活力和趣味性。

插画文生图

17K star！30秒偷走你的声音，开源声音克隆工具

OpenVoice 只需要来自目标说话者的简短音频样本即可准确复制其独特的声调和特征。

OpenVoice 声音克隆开源

AI拟声: 5秒内克隆您的声音

你可以使用它来录制自己朗读的课文或常用单词，然后反复听取以加深记忆和练习口语。

声音克隆开源

大模型能力快速测评极简题目

你将编写一篇引人入胜和有创意的影评。

大模型

OpenAI真的开源了！这波「实时语音」操作，让万物开口说话，我爱了

当时发布者就现场演示了和它的实时互动，效果和真人聊天一样流畅！

OpenAI 嵌入式实时语音 SDK

<...53 54 55 565758 59 60 61 62 ...>

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