文章列表-AI魔法学院

文章列表

字节跳动推出MagicVideo-V2：引领AI视频生成新时代。

MagicVideo-V2采用了先进的文本到图像模型、视频运动生成器、参考图像嵌入模块和帧插值模块，构建了一个端到端的视频生成流程。

MagicVideo-V2 视频生成

如何看待大型语言模型的Prompt

两者都依赖于相同的基本原则来学习这个空间：一起出现的标记在嵌入空间中最终会靠得很近。

prompt 大语言模型

Comfyui工作流原理你都了解吗

然后，通过CLIP Text Encode节点对输入的关键词Prompt进行处理，将文本转换为图像描述，并生成一个初始的Latent Image。

Comfyui 工作流

基于 OpenAI Whisper 模型的实时语音转文字工具

· WhisperLive 是一款专注于音频处理和创作的开源软件，使用 OpenAI Whisper 模型将语音输入转换为文本输出，可以用于转录麦克风的实时音频输入和预先录制的音频文件，为艺术家和音乐制作人提供了一个强大的平台

WhisperLive 音频开源软件

大模型再发展5年，搜索引擎还在么？

与此同时，另一个附带效果可能是UGC平台利润空间会下降，因为信息的总价值并不会因为因为量的增加而增加，但它的处理成本却会因此而上升。

大模型

Ilya认错，Scaling Law崩了？自曝SSI秘密技术路线取代OpenAI

红杉资本和A16z在内的著名风投机构，如今已经投入了数十亿美元，资助OpenAI、xAI等多家AI实验室的开发。

Scaling Law AI大模型

GitHub上很火的RPA框架：一款用于验收测试和 RPA 的通用自动化框架robotframework

它具有简单的纯文本语法，并且可以使用通用和自定义库轻松扩展。

RPA框架自动化

AI备案实战指引

很多AI创业公司对AI算法备案不了解，甚至有人还搞不清楚做AI应用产品是否需要做算法备案，本文希望给大家一个解读。

备案

MaskGCT：登上GitHub趋势榜榜首的TTS开源大模型

文本到语义模型：使用文本和提示语义标记预测语义标记。

MaskGCT 声音克隆

如何构建基于大模型的App

使用LLM进行审查，评估和反馈 LLM在审查文本并报告其中的问题方面比从头开始生成文本要有效得多。

构建大模型App

【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

学术党狂喜，Meta推出OCR神器，PDF、数学公式都能转

该模型不需要任何 OCR 相关输入或模块，文本由网络隐式识别。

大模型

ComfyUI | 这么入门就顺了，硬入疼的是自己

基础工作流五核心板块（大模型、VAE、提示词、参数采样设置和生图窗口）本人是三维软件爱好者，像OC渲染器这种节点连节点的看多了，看Comfy界面自带好感，但是直接看内容逻辑就有点卡眼睛，于是就从熟悉的

生成式AI

CodeGeeX2来了!效果超LLaMA2-70B

得益于ChatGLM2优秀特性，CodeGeeX2更好支持中英文输入，支持最大 8192 序列长度，推理速度较一代 CodeGeeX-13B 大幅提升，量化后仅需6GB显存即可运行，支持轻量级本地化部署

CodeGeeX2 开源模型

Stable Diffusion

Stable Diffusion男性服装提示词大全

Skater hoodie and cargo shorts（滑冰帽衫和工装短裤） 5.XYZ脚本替换服装关键字,使用XYZ脚本自动生成。

文生图提示词

<...57 58 59 606162 63 64 65 66 ...>

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