文章列表-AI魔法学院

文章列表

用so-vits-svc-4.1进行音色转换的极简教程！

当然Slicer也有Python脚本工具，把多个音频放在指定的文件夹内，一个命令就可以自动完成切割。

so-vits-svc 音色转换教程

8个常用中文OCR数据集，附下载链接

数据的标注均通过标注工具手工标注完成，通过绘制四边形来标注一个文本行，而不是以单词为单位进行标注，每个文本行的内容以UTF-8字符串进行标注。

OCR

10秒换脸，一张图片够了！SD Roop插件教程

（1）在插件图片工作区上传你要换的脸（2）脸的序号，举例，如一张图中有4张脸，你要换掉第3张脸，则在此处输入数字2。

AI换脸

中文通用大模型最全汇总

ensp; 地址：https://github.com/clue-ai/ChatYuan 简介：元语智能发布的一系列支持中英双语的功能型对话语言大模型，在微调数据、人类反馈强化学习、思维链等方面进行了优化

大模型开源模型

中文OCR超越GPT-4V，参数量仅2B，面壁小钢炮拿出了第二弹

category=Chinese+Blog 这些模型的具体表现如何？

MiniCPM 大模型

ComfyUI 基础教程（二）：文生图基础流程

一旦节点被创建并连接好，你可以点击面板右侧的工具栏中的 "Queue Prompt"，开始生成图片

comfyui 文生图

Openai 异步客户端接入国产大模型 Kimi

Moonshot 介绍 Kimi Chat 是由月之暗面科技有限公司（Moonshot AI）开发的一款人工智能助手，支持长达20万字的上下文处理能力，并且能够记住之前的对话内容，提供更加准确和有条理的回答

Kimi Chat 大模型

一文带你认识ELMo

在我实际使用Word Embedding的时候，单词已经具备了特定的上下文了，这个时候我可以根据上下文单词的语义去调整单词的Word Embedding表示，这样经过调整后的Word Embedding

embedding

Qwen2.5更新百万超长上下文，推理速度4.3倍加速，网友：RAG要过时了

在LV-Eval、LongBench-Chat等更接近真实情况的长文本任务中，Qwen2.5-Turbo在多数维度上超越了GPT-4o-mini，并且能够进一步扩展到超过128 tokens上下文的问题上

Qwen2.5 开源模型

一键部署本地“妙鸭”，证件照，写真照，模特换装全部搞定！

但是目前的图生视频和视频生视频在我看来一个是效果不是很理想，还处在一个好玩但不实用的阶段，另一个就是在webui中运行需要等待非常漫长的时间，所以玩玩就好。

妙鸭文生图

Google 模型解读 | MoveNet-SinglePose：自底向上做单人姿态估计

从MoveNet的技术博客分享中，我感受到Google在这方面的工程能力确实值得我们学习，它在两种范式之间取得了优秀的平衡，既避免了单独训练一个det模型，又尽量保留了单人姿态估计的精度优势。

MoveNet-SinglePose Google 模型

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

SenseVoice模型具有的功能特点：多语言语音识别：SenseVoice 支持包括中文、英文、粤语、日语和韩语在内的多语言识别。

asr tts 声音

Roop参数说明，ROOP->StyleGAN演示！

具体一点就是由StyleGAN的微调模型生成，然后通过ROOP把脸怼了上去。

视频 StyleGAN

AIGC大模型，潮水褪去之后

难道真正的第四次工业革命其实是上个版本的区块链？

大模型

一文汇总市面上所有prompts提示词框架

1 ICIO框架 Instruction：指令即你希望AI执行的具体任务 Context：背景信息给AI更多的背景信息引导模型做出更贴合需求的回复

提示词框架 prompt

<...64 65 66 676869 70 71 72 73 ...>

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