文章列表-AI魔法学院

文章列表

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

为了预处理音频数据，Whisper将其重新采样为16kHz的频率，并使用25ms的窗口大小和10ms的跳跃大小将原始波形转换为80通道的Mel频谱图。

大模型语音

Stable Diffusion

Stable Diffusion | 2D表情3D化，看着笑不停

二、PS中处理将表情大小设置为512x512px，然后将其中的一些细节处理下三、SD中文生图处理模型：revAnimated_v122 正向提示词：

Stable Diffusion

【开源黑科技】鹅厂PhotoMaker AI绘画工具，一键打造多风格头像！

比如: 小时候的马斯克，你见过吗？

photomaker 绘画风格

大厂都在用的结构化Prompt，把写提示词变成填空题！

下边是我们的小同学做的一个提示词供参考： # Role: 优秀的作家 ## Profile: - author: xiaoxiao

prompt 大模型

硬核Prompt赏析：HuggingGPT告诉你Prompt可以有多“工程”

这个过程的Prompt是：再来欣赏一个例子（更多示例见论文原文）：小结整个HuggingGPT非常“硬核”的Prompt设计，我觉得非常好地阐释了

提示词 prompt

大模型的研究新方向：混合专家模型（MoE）

近期Mistral AI发布的Mistral 8x7B模型是由70亿参数的小模型组合起来的MoE模型，直接在多个跑分上超过了多达700亿参数的Llama 2。

MoE 大模型

Stable Diffusion

Stable Diffusion API

它具有大量功能，例如图像修复、图像扩展、调整大小、放大、变化等等。

文生图 SD

图文生成短视频的方法

而一篇文章，也不能像小说一样，写的非常励志，有什么办法能够让用户更好地看到，并了解到文字背后所表达的含义呢？

视频 ChatGPT

FFmpeg之父新作——音频压缩工具 TSAC

然后通过一系列附加的N-1 VQ对残差进行迭代量化，如果我们使用了8个VQ级联，那么左后码本向量数量为2^(80/8)=1024，这远小于VQ的码本向量数目。

TSAC 音频工具

Midjourney 实现角色一致性的新方法

然而，这种随机性却给许多用户带来了不小的困扰。

midjourney 文生图绘画

prompt提示工程最佳实践课程笔记分享

✅ 5 技巧 #5：分解任务或指令把复杂的任务分解成多个简单的小任务。

prompt 提示词

用AI做郭德纲说英文相声的爆款视频（详细教程）

视频文件要求：文件类型包括：mp4、quicktime和webm；文件大小：不得超过1GB；视频时长：在30秒到5分钟之间；视频分辨率：360x360到4096x4096

视频翻译语言

用AI生成PPT、用AI优化PPT

这里的一个小tip就是针对某项GPT指出的问题，你可以让它再阐述，方便你修改。

ppt AI生成PPT

Stable Diffusion

Stable Diffusion 生成卡通证件照

一、简介 ~大家好呀，我是木木~，今天给大家分享使用majicmixRealistic_v6模型加Lora模型cartoon_portrait_v1，生成各种有趣卡通证件照头像，喜欢的小伙伴帮忙点赞加关注

SD 证件照文生图

大模型+人形机器人，是不是下一个风口？

官方对其表述为：“除了基础的抓握、按压等动作外，还可以完成27种不同的手部复杂精细操作，比如使用筷子夹取细小物体、涂抹护肤品、搅拌咖啡、刷手机、解扣子等。”

大模型

<...61 62 63 646566 67 68 69 70 ...>

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