文章列表-AI魔法学院

文章列表

盘点字节跳动最新的AI应用

应用开发平台），2️⃣ 来自剪映的Dreamina（AI图片和视频生成平台），3️⃣ 今日头条的小悟空（200+AI工具集，海外名称为ChipChop），4&

字节 AI工具

什么是极限、导数、微分与积分（通俗易懂）！

首先，它变成了1/2，然后是1/4，接着是1/8，如此继续下去。

极限导数微分积分

还在用“You are expert”这种提示词？连ChatGPT都瞧不起你，试试这些Prompt吧

找到知识缺口的来源，而不是发明它们 4.

prompt 提示词

OmniVision - 968M：小巧精悍的视觉语言模型，释放多模态边缘计算强大潜能

4.

OmniVision -968M 多模态模型

20个ChatGPT超实用的提示词（Prompt）

4.

prompt 提示词

OpenAI开源大模型调测工具Transformer Debugger：可以在训练大模型之前理解模型的运行情况并干预

openai/transformer-debugger 此外，Transformer Debugger工具使用了此前OpenAI做的大模型解释服务，这部分参考：OpenAI官方最新研究成果：如何用GPT-4这样的语言模型来解释语言模型中的神经元

大模型调试工具

十大开源语音识别项目

multilingual-model-speech-recognition/ star：28k DeepSpeech DeepSpeech 是一个开源的嵌入式（离线、设备上）语音到文本引擎，可以在从 Raspberry Pi 4

语音识别开源项目

造梦师手记：ComfyUI快速量产数字小姐姐

（4）加载图像，这里为换脸的原图输入。

comfyui 文生图

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

4.

数字人声音克隆 GPT-SoVITS

OpenAI真的开源了！这波「实时语音」操作，让万物开口说话，我爱了

配置 WiFi 和 OpenAI API 密钥； 4.

OpenAI 嵌入式实时语音 SDK

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

4）音视频结合：精准锁定目标发声者 ClearerVoice-Studio 的音视频建模功能，是多发言者场景中的一大亮点。

ClearerVoice-Studio 语音

Stable Diffusion

硬核解读Stable Diffusion（系列三）

在实现上，它是将低分辨率图像直接和noisy latent拼接在一起送入UNet，因为autoencoder将高分辨率图像压缩为原来的1/4，而低分辨率图像也为高分辨率图像的1/4，所以低分辨率图像的空间维度和

Stable Diffusion 文生图

OpenAI Sora视频生成模型技术报告中英全文+总结+影响分析

., 4 second videos at 256x256 resolution.

sora openai 视频生成

我为什么不看好大模型行业

本文从以下四个方面展开： 1 大模型厂家为什么赚不到钱 2 基于大模型创业的几个误区 3 大模型企业的竞争优势 4 中国大模型行业的结构性问题以下为正文

大模型

AI绘画 | Midjourney高质量肖像提示词的写法（附50+肖像提示词prompt）

—s 250 --style raw 4.细节细节的描述对于Midjourney生成图像的逼真度有很大的作用，如肤质、头发和服装。

文生图

<...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