文章列表-AI魔法学院

文章列表

【AI绘图工具】太爆炸了，AI出图速度100fps（每秒100张图片），比LCM、SDXL Turbo更快，目前No.1

一、StreamDiffusion 产品介绍项目研究团队来自美国和日本相关大学机构的成员 StreamDiffusion可以以几乎 100fps（每秒100张）的速度生成图像！

StreamDiffusion 文生图

Agent：OpenAI的下一步，亚马逊云科技站在第5层

在大模型语境下，可以理解成能自主理解、规划、执行复杂任务的系统。

开源模型

最佳开源文生图大模型可图：安装与批量出图的完整教程

如果不确定自己各个组件的版本，可以通过pip list来查看。

可图 kolors

全球最大开源prompt社区即将开放中文版

作为一个长期高频编写prompt的工程师来说，最大痛点可能就是缺乏交流的孤独感： prompt 是否能封装成一个特定场景的工具？

开源模型

ChatGPT提示工程5篇合集 - 吴恩达和OpenAI出品

1.编写Prompt的两个关键原则 · 原则一：编写清晰、具体的说明 · &ensp

ChatGPT prompt

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

AI绘画：stable difussion SD插件之无限抽卡神器 dynamic prompts（动态提示词）

不过抽卡需要把提示词进行不断地替换尝试才能抽到自己SSR，效率实在太低了。

AI图片

StableDiffusion

StableDiffusion模型推荐系列（全能型）

但问题来了，由于训练模型门槛降低，很多模型质量参差不齐，通用性和兼容性堪忧。

stablediffusion sd 文生图

中学生也能看懂的Sora视频生成原理解读

这一网络负责将原始视频数据压缩成更低维度的表示形式，即一个由许多小块组成的密集网络。

视频生成 sora

清华大学ChatGLM团队发布AI Agent能力评测工具AgentBench：GPT-4是全能战士，超越所有模型

目前，让LLM解决这些问题的一个最有前景的方向就是建立大模型驱动的自动代理——AI Agent。

GPT-4

【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比，等你来评!

WebUI 工具：集成工具包括声音伴奏分离、自动训练集分割、中文自动语音识别(ASR)和文本标注，协助初学者创建训练数据集和 GPT/SoVITS 模型。

语音克隆开源模型

从声纹模型到语音合成：音频处理 AI 技术前沿 | 开源专题 No.45

· EnCodec：一种高保真度神经音频编解码器。

AudioCraft 音频

AI高手都在用的10个提示词prompt网站，建议收藏！

我最近也在专注提升自己的提示词水平，发现自己写得提示词还是有很大的提升空间。

阿里Qwen3系列模型惊艳亮相

用这些选项，用户能轻松把Qwen3集成到自己的工作流程里，不管是做研究、开发还是用于生产环境都没问题。”

阿里 Qwen3 大模型

吴恩达老师建议大家关注 AI 智能体工作流

吴恩达老师建议大家关注 AI 智能体工作流，可以大幅提升 AI 应用的性能，并且他们总结了一套智能体设计模式： · • 反思：让大语言模型对自己的结果检查改进 ·

智能体大语言模型

<...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