文章列表-AI魔法学院

文章列表

【AI科技大创意】2024年人工智能10大趋势

此报告涉及的领域有涵盖生物与健康、基础设施与企业、金融科技、消费科技、游戏、加密货币、成长期技术等。

人工智能趋势

【万字干货】掌握 Midjourney 提示词技巧成为 25 个流派的摄影大师

从此每个人都是一个艺术家，在 Midjourney 的数字画布上的每一笔都不是一抹颜料，而是一个变革性的想法。

文生图训练提示词 Midjourney

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

该项目还提供了其他功能： · MusicGen：一种最新技术实现的可控文本到音乐模型。

AudioCraft 音频

AI Agent：大模型与场景间的价值之桥，但不适合当纯技术看

这类描述再加上AutoGPT这些开源项目提供的各种接口定义，对于不是做这个的人很容易就把AI Agent理解成又一项纯粹的技术，但其实并不是。

大模型

大语言模型综述<演进，技术路线，区别，微调，实践，潜在问题与讨论>

“中文平均token数”表示了tokenizer分词后，每个中文字符对应的平均token数。

大模型

AI Agent的数字化革命：超越文本，走向自主决策与交互

在这种合作模式下，代理不仅仅是为人类服务的工具，它们在数字世界中与其他代理建立社交关系。

生成式AI

微软研究团队：Sora核心技术及未来机会研究报告-中英对照版

文章首先回顾了 Sora 的开发历程，探索了支撑这一“数字世界构建者”的关键技术。

sora 论文

clone-voice：一键克隆声音，开源AI技术让声音创作更便捷、更个性化

在当今科技飞速发展的时代，声音克隆技术作为人工智能领域的一项重要成果，正逐渐走进我们的生活。

clone-voice 声音克隆

开源即巅峰！微软VibeVoice 7B模型：跨语言、多说话人、长文本一次到位

在当今数字化时代，文本转语音（TTS）技术的应用越来越广泛，从智能助手到有声读物，再到播客等多媒体内容创作。

VibeVoice 7B 语音

聊天机器人阅读 PDF？用这25个提示词技巧，亲测有效！(ChatGPT & Claude 2)

赋能技术人工智能：人工智能在 GPT 模型中的作用。

GPT-4 工作

【Agent专题】Agent架构设计：智能体架构设计的9大核心技术全景深解析，附架构图

本文，我们将深度解析构建AI智能体所需掌握的9大核心技术——从底层调度逻辑到协议层标准，从人机交互到多智能体协同，全面还原一个真正可用、可落地、可拓展的AI Agent系统构建地图。

Agent 智能体架构

6个最佳开源TTS引擎

随着人工智能的普及以及数字设备应用的增加，相关系统对语音识别以及文语转换技术日益依赖，TTS正在变得越来越重要。

TTS引擎开源模型

AI视频新技能！这套流程教你打造视频人物和声音完美同步！

目前，在AI生成视频这个环节，已经发展的越来越快，各种技术也越来越成熟，从文字直接生成视频已经可以快速实现下面这样有复杂场景的视频，再结合更完善的故事脚本、对话，更复杂的视频效果都是可以畅想的。

AI视频

九问中国大模型掌门人，万字长文详解大模型进度趋势

从模型技术、算力基建、开源开放、商业化四个方向，罗列了数十个核心问题，并与顾问专家讨论协商，最终选择了其中九个。

大模型详解

造梦师手记：SDXL迎来了AI插画师

这类漫画数量惊人、质量低下。

文生图漫画

<...3 4 5 678 9 10 11 12 ...>

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