文章列表-AI魔法学院

文章列表

解读OpenAI Sora文生视频技术原理

OpenAI 随后公布的技术综述[文献1]，难掩其勃勃雄心：视频生成模型作为世界模拟器。

sora

语义检索系统[全]：基于Milvus+ERNIE+SimCSE+In-batch Negatives样本策略的学术文献语义检索

比方说，你在电台里听到了一首陌生的歌曲。

开源模型

万字长文-大语言模型指令调优综述

(例如，文本分类、信息提取、文本重写、文本创作等)和55种语言。

大语言模型

「语音识别的未来已来」——探索Distil-Whisper，轻量级AI的强大力量

那么，这个被誉为“语音识别的未来”的AI工具到底有何过人之处？

Distil-Whisper 语音识别

SD入门教程二：文生图基础用法（提示词）

精准表达你的意图才是最重要的，而不是堆积非常多无用的词语。

SD prompt 文生图提示词

最新最全的开源中文大语言模型列表

复旦大学和上海交通大学发布千亿级参数大语言模型“书生·浦语”（InternLM）。

大模型

whisper-live：OpenAI Whisper模型的近实时实现

该项目是一个实时转录应用程序，使用 OpenAI Whisper 模型将语音输入转换为文本输出。

OpenAI Whisper 大模型

DALL-E 3 不只是文生图！10 个案例颠覆认知

很多人被它生成文字和超现实图像的能力所吸引，但并没有发掘它的另一个强大功能—把你脑中的 Idea 变成现实中的图像。

DALL-E 3 文生图

大模型文本生成——解码策略（Top-k & Top-p & Temperature）

在自然语言任务中，我们通常使用一个预训练的大模型（比如GPT）来根据给定的输入文本（比如一个开头或一个问题）生成输出文本（比如一个答案或一个结尾）。

大模型

图解检索增强式生成（RAG）技术 | 万字长文

一、分块与向量化首先，我们的目标是创建一个向量索引，用以代表我们文档的内容，然后在运行时寻找所有这些向量与查询向量之间的最小余弦距离，以匹配最接近的语义含义。

检索增强式生成 RAG

数字人：从科幻走向现实的技术革命

本文将探讨数字人的技术原理、发展历程、现状及应用前景，并分析其对社会和个人产生的影响。

数字人语音

万字长文，大语言模型如何宣告心理学的死亡？

他设想了一个不懂中文的英语母语者被关在一个装满中文符号和指令书的房间里。

大语音模型

神奇的 OuteTTS - 0.1 - 350M：用几秒钟音频克隆声音的黑科技！

这一步骤确保了文本与生成的语音在时间和内容上的精准对应，提高了语音合成的准确性和连贯性。

OuteTTS-0.1-350M 音频

TTS它又来了！OpenVoice：一款借鉴于TTS实现的强大的AI语音克隆工具！

而 OpenVoice 作为一款强大的多语言即时语音克隆AI工具，可以为用户提供高效、个性化的语音克隆服务，是一款值得推荐的项目。

tts 文本转语音

【工具书】文生图Midjourney最全prompt提示词分类对照表

双胞胎 twins 三胞胎 triplets 兄弟姐妹 brother and sister 职业救生员

提示词 prompt 文生图

<...2 3 4 567 8 9 10 11 ...>

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