文章列表-AI魔法学院

文章列表

17K star！30秒偷走你的声音，开源声音克隆工具

然后，它可以生成听起来自然的语音，以多种语言模仿该语音，同时为用户提供对情感、口音、节奏和语调等参数的精细控制。

OpenVoice 声音克隆开源

Stable Diffusion

Stable Diffusion ComfyUI 入门感受

github.com/comfyanonymous/ComfyUI 基础配置：下载：首先从官方的github连接上找到最新的release包，直接下载下来，解压即可使用：显卡比较新的话

文生图

来自OpenAI应用研究主管关于Agent的万字长文-AI Agents介绍

Andrej Karpathy对比了过去开发AI Agent的困难和现在新技术工具下开发的新机会，他还不忘调侃自己在特斯拉的工作，是“被自动驾驶分了心”，他认为自动驾驶和VR都是糟糕的AI Agents

Agent

使用python调用comfyui-api，实现出图自由

date: 2024-03-13 22:31:33 1、comfyui设置打开comfyui，记录下对应的端口，设置开发者模式

comfyui 工作流

实战:如何用AI Agent实现ChatGPT流程化写作，产能翻倍

这正是科技公司目前正在重点研发的方向，旨在让 AI 对话系统更加智能和自主。

Agent 写作

AI的百亿套壳：做船不做柱子

二是都比较年轻，很多毕业即创业。

AI 创业

开箱即用的图像增强、视频增强AI工具，Upscapl、Topaz Video AI

Upscapl还具有一些其他的功能，比如支持自定义图片处理AI模型、支持输出WebP格式和批处理等。

图像增强视频增强

PPT又又有新突破了！智谱AI代码流造PPT

对比小米/华为/iPhone销量柱状图（数据源：附件_sales.xlsx） 2.

PPT 制作 AI

Stable Diffusion

一键复用！Stable Diffusion WebUI 神仙插件 LightFlow

HgZndihraotmmzxFni7cFZISnvb LightFlow 开源社区：https://www.lightflow.ai/ 在 WebUI 中，当我们想复现某张图像的效果时，一般会去「图像浏览库」中找到对应的图像

SD 流程

剪映专业版智能补帧

想必大家都知道视频是由一张张静止的图片（也就是帧）连续播放而形成的，那一秒钟播放多少张图片看起来比较流畅和清晰呢？

剪映智能补帧

开源语音大语言模型来了！阿里基于Qwen-Chat提出Qwen-Audio!

根据我们的实验，SRWT提高了模型对音频信号与时间戳对齐的能力。

大模型语音

大模型能自己优化Prompt了，曾经那么火的提示工程要死了吗？

「唯一的趋势就是没有趋势，」他们写道：「对于任意给定模型、数据集和提示工程策略的某个特定组合而言，最好的方法很可能都非常具有针对性。」

prompt 大模型提示

揭秘数字人困境：代理商亏钱、直播屡被封、刘润也不用了

一些代理商们也对业务十分自信。

数字人

ComfyUI官方使用手册【官网直译+关键补充】

该节点以瓦片的方式编码图像，使其能够编码比常规 VAE 编码节点更大的图像。

文生图图生图 comfyui

手把手！做Llama3的MoE专家混合模型！底层原理怎样的？做自己的MoE模型？需要多少算力？

与激活整个网络的密集模型不同，MoE 仅根据输入激活相对应的专家！

MoE 专家混合模型

<...60 61 62 636465 66 67 68 69 ...>

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