文章列表-AI魔法学院

文章列表

低调的PDF，为什么成了数字文档“永远的神”？

常见的点阵打印机（上）只能应付简单的文字输出，而能够绘制复杂图形的专业绘图仪（下）又贵又慢，后者和今天的智能写字机器人其实是一回事时间继续回到

工作

栩栩如生,音色克隆,Bert-vits2文字转语音打造鬼畜视频实践

通过这两种任务，BERT能够学习到上下文感知的词嵌入和句子级别的语义表示。

Bert-vits 语音

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

Sora 的发展，标志着 AI 长期研究的一个里程碑：让 AI 系统（或 AI 智能体）不仅能理解复杂的用户指令，还能将这些理解应用于解决现实世界的问题，通过动态和情境丰富的模拟互动。

Sora 微软

3.5k Star! 一分钟搭建一个属于你自己的开发工具箱！——It-tools

该项目以其小巧轻便、易于部署以及功能强大、界面美观等特点而广受欢迎，令人赞叹。

IT-TOOLS 开源模型

最顶尖的大语言模型人才，只关心这10个挑战

，所需上下文可能是“在哪里”，因为越南最好的餐厅和美国最好的越南餐厅可能不同。

大语言模型

Stable Diffusion

还没有上手Stable Diffusion XL 1.0 的同学，看这篇文章就够了

：在SDXL中，不出意外可能是这种：关于图像文字生成，额外介绍一下，尽管SDXL也很优秀，但是可能在这方面不如DeepFloyd

SDXL

Suno音乐新手指南（手把手完整版教程）

现实中概率更低，因为可能生成的内容你都不喜欢，只能在相同设置下重新生成，或者Remix。

suno 歌曲教程

聊天大模型的输出速度应该是多少？单张显卡最多可以支持多少个人同时聊天？来自贾扬清最新的讨论~

关于聊天大模型性能的输出基准这是贾扬清发表的关于大模型性能的一个简单的讨论，但是十分具有参考价值。

大模型

FFmpeg之父新作——音频压缩工具 TSAC

其原理和我们之前介绍的突破压缩极限的AI语音编解码器类似，使用深度学习网络进行压缩，TSAC这里引入Transformer结构来提升性能。

TSAC 音频工具

Meta无限长文本大模型来了：参数仅7B，已开源

为了进一步提高 MEGALODON 在大规模长上下文预训练方面的能力和效率，作者提出了多种技术组件。

Meta 长文本大模型

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

最近Andrej Karpathy这位OpenAI联合创始人在一个开发者活动上发表简短讲话，谈论了自己和OpenAI内部对AI Agents （人工智能代理人）的看法。

Agent

斯坦福宣布前端开发要失业了？！一张截图生成代码，64%优于原网页！

随着生成型人工智能（AI）的飞速发展，多模态理解和代码生成的能力达到了前所未有的水平。

设计转代码大模型

这两个AI工具可以让你的工作效率提高10倍

其次，现在很多AI工具让很多小伙伴用AI也能很简单，不需要梯子，而且不需要指令。

AI工具

使用stable diffsion对老照片进行AI高清放大修复

一张照片往往耗时几个小时甚至几天才能获得比较满意的效果。

SD 高清老照片修复

Stable Diffusion

万字长篇！超全Stable Diffusion AI绘画参数及原理详解

因为有些模型可能名字不一样，但哈希值一样，这就意味着两者几乎没有区别。

文生图

<...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