文章列表-AI魔法学院

文章列表

阿里腾讯豪华阵容参投，智谱AI投资版图曝光

这从侧面反映了智谱在中国人工智能大模型领域的地位。

智谱阿里

用so-vits-svc-4.1进行音色转换的极简教程！

然后就是训练声音主模型。

so-vits-svc 音色转换教程

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

随着大语言模型的扩展规律逐渐明朗，人们开始探询视觉模型是否也遵循着类似的成长路径。

Sora 微软

Stable Diffusion

Stable Diffusion新手快速入门教程

四、模型选择模型选择实际上也属于“指令”的组成部分，这里单列出来说。

文生图

F5-TTS：上海交大开源超逼真声音克隆TTS，告别ElevenLabs，以后就用它了！实测真的很牛

不需要复杂的设计如持续时间模型、文本编码器和音素对齐，能够快速训练并实现实时因素（RTF）0.15的推理速度，显著优于当前基于扩散的TTS模型。

F5-TTS 音频克隆

Sora相关论文合集---全32套大放送

### 分类定义: 本文是一篇关于人工智能领域内扩散模型（Diffusion Models）的研究论文，具体探讨了基于Transformer架构的扩散模型（Diffusion Transformers

Sora 论文

两天star量破千：OpenAI的Whisper被蒸馏后，语音识别数倍加速

其中，这个语音转文字的 Whisper 模型非常好用。

语音 HeyGen

字正腔圆,万国同音,coqui-ai TTS跨语种语音克隆,钢铁侠讲16国语言

coqui-ai TTS实现跨语种、无需训练克隆语音的方法是基于Tacotron模型，该模型使用了一种音素输入表示来鼓励在不同语种之间共享模型容量。

coqui-ai TTS 语音

TTS，一个奇妙的AI工具

模型和TTS运行TTS安装完成后需要下载模型才可以工作，下面链接给出的是中文模型的地址。

TTS 文本转语音

AI 绘画新时代：ChatGPT + DALL-E 3

这些反馈对模型的多模态学习和视觉能力的提升具有正面效用。

文生图图生图 chatGPT DALL-E

使用ComfyUI玩SDXL的正确打开方式

因为SDXL需要用到base和refiner两套模型，所以我们要将模型节点和采样器节点分别复制一份下来。

文生图 ComfyUI

Stable Diffusion

Stable Diffusion基础：ControlNet之图片高仿

下面开始生成：首先是选择一个大模型，这里使用的是和上面生成图片相同的模型：realisticVisionV20；然后我们填写一些简单的提示词，以免出现一些不太方便的图

文生图

Stable Diffusion

AnimateDiff：一篇文章教你学会用Stable Diffusion制作GIF动图

安装AnimateDiff模型 4.

AnimateDiff 视频训练

Stable Diffusion

Stable Diffusion 文生图全网最细详解

其中：模型选择：模型对于 SD 绘图来说非常重要，不同的模型类型、质量会很大程度的决定最终的出图效果（模型相关的课程会在后面细讲） Prompt区：如果你使用过 ChatGPT

文生图 SD

2023年人工智能行业总结（精简版）

首先，语言模型线取得了显著突破。

人工智能行业总结

<...59 60 61 626364 65 66 67 68 ...>

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