文章列表-AI魔法学院

文章列表

GitHub本月榜单：一个数字人技术的“非官方”实现

GitHub榜单有一个“非官方实现”数字人，太牛了 github地址 https://github.com/guoqincode/AnimateAnyone-unofficial 看看效果实时动图，

AnimateAnyone 人工智能

DeepMusic发布“和弦派”2.0：重塑AI音乐创作范式，赋予创作者全方位掌控

和弦派2.0丰富了AI生成及创作方式，将AI生成与深度编辑融为一体，构筑起五大产品特色：一，多种AI生成及创作方式用户可通过输入歌词自动写歌、选择风格模板快速生成特定风格歌曲，也可以自定义参数创建个性化乐谱工程

和弦派 DeepMusic 音乐创作

Fastwhisper + Pyannote 实现 ASR + 说话者识别

huggingface.co/pyannote/speaker-diarization-3.1 以上代码即使你运行的时候把模型下载到缓存里了，偶尔还是会443，笔者猜测这玩意就算你下载下来了还是还是要联网推理，所以，要部署到生产环境的同学最好还是使用离线加载

faster-whisper 语者识别 ASR

【ComfyUI】使用ComfyUI玩SDXL的正确打开方式

使用这个工作流我们来跑一张sdxl模型的图片，设置好两个模型和提示词，点击生成。

开源模型

LangChain Agent 原理解析

虽然 LLM 在语言理解和交互决策制定方面展现出了令人印象深刻的能力，但它们的推理（例如链式思考提示）和行动（例如行动计划生成）的能力主要被视为两个独立的主题。

大模型

深入浅出人工智能常用技术，让你轻松掌握AI应用核心！

机器学习算法包括分类、聚类和回归等，这些算法在图像识别和语音识别中得到了很好的应用。

人工智能

实时语音克隆

项目简介这份内容介绍了实时语音克隆的技术实现，作者通过将说话者验证技术转移到多说话人文本到语音合成（SV2TTS）来实现语音克隆。

语音克隆

Stable Diffusion

嘴里塞饭型Stable Diffusion提示词写法实用小笔记

一、自然语法 stable diffusion的文生图里，最简单的写法，就是自然语法。

stablediffusion prompt 提示词

开源大模型王座易主！谷歌Gemma杀入场，笔记本可跑，可商用

而 Meta 去年推出的 Llama 系列震动了行业，并引发了人们对于生成式 AI 开源和闭源路线的讨论。

开源模型 Gemma

LangChain: LLM 应用聚焦的两大方向，RAG 和 Agents

ensp; RAG，Retrieval-Augmented Generation, 众所周知本次 llm 浪潮主打的就是一个 Generation，生成

大模型

揭秘Baichuan 3超越GPT-4的中文实力！文心一言、GLM 4.0也甘拜下风？全方位对比测试大揭秘！

MATH、HumanEval和MBPP的优异成绩，都证明了它在自然语言处理和代码生成上的高超水平。

Baichuan 3 大模型

Windrecorder：连续记录屏幕内容，通过OCR技术识别记录内容

Roadmap 以较小的文件体积稳定持续地录制屏幕只识别发生变化的画面，在数据库中存储索引完善的图形界面

Windrecorder 录屏

最好用的AI一键换脸工具FaceSwapLab汉化

安装完成后，重启一下启动器，在设置里设为本地化，并将本地化文件选中zh_CN。

一键换脸

大规模训练系列之技术挑战

类似的，扩大数据规模也能带来精度提升，如使用 ILSVRC-2012 (128 万张图片，1000 个类别)和 JFT-300M（3 亿张图片，18291 个类别）两个数据集来训练 ResNet50，精度分别为

开源模型

初创企业必知的 30种商业模式（附实例）

Fiverr让自由职业者在平台上提供图形设计等特定服务。

初创商业模式

<...55 56 57 585960 61 62 63 64 ...>

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