文章列表-AI魔法学院

文章列表

阿里AI黑科技大揭秘：从通义千问到FaceChain，让图片和视频焕发新生！

I2VGen-XL，阿里推出的图像到视频生成模型，也就是图生成视频又新增了一个 AI 工具，之前常用的效果好的有 Gen-2、pika、pixverse 这些。

阿里云视频音频

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

.01 概述在日常生活和工作中，你是否常因嘈杂的环境、重叠的对话或音视频信号的混杂而感到沟通困难？

ClearerVoice-Studio 语音

Github2.1万星！开发者的“瑞士军刀” 开源！

它汇集了许多有用的工具和功能，这些工具和功能在软件开发和编程中经常被使用。

DevToys 工具集开源

RVC和SVC声音模型难找？推荐这个网站

本篇文章介绍：1，声音数据集训练到模型的过程 2 ，SVC和RVC声音模型网站推荐一、声音数据集训练到模型的过程 AI声音模型训练是通过分析大量音频数据来学习声音特性，生成与目标声音相似的新音频

声音克隆数字人

ComfyUI上使用SDXL1.0官方工作流实操使用零基础讲解节点式生成的Ai绘画工具comfyui，节点模块讲解

ComfyUI 是一个节点式的stable diffusion AI绘画工具，ComfyUI通过将stable diffusion的流程拆分成节点，实现了更加自由的工作流定制。

文生图

whisper-live：OpenAI Whisper模型的近实时实现

它可用于转录来自麦克风的实时音频输入和预先录制的音频文件。

OpenAI Whisper 大模型

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

换句话说，让 LLM 作为核心控制者来学会使用不同工具，进而完成最终任务。

GPT-4

Stable Diffusion

Stable Diffusion AnimateDiff | 最火文本生成视频插件库

AnimateDiff介绍 AnimateDiff采用控制模块来影响Stable Diffusion模型，通过大量短视频剪辑的训练，它能够调整图像生成过程，生成一系列与训练视频剪辑相似的图像。

动画视频 AnimateDiff

《嬛嬛朕emo啦》但马斯克！阿里这项技术开放试玩

选择喜欢的音频片段，并上传一张大头照。

音频阿里

【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

https://colab.research.google.com/github/hewis123/stream-d/blob/main/Untitled2.ipynb 今天我就来介绍一下这个产品工具吧

StreamDiffusion 文生图

图文生成短视频的方法

AI工具推荐：国内类ChatGPT平台 1、百度 —— 文心一言 2、阿里 —— 通义千问 3、科大讯飞——星火认知大模型 4、360 —— 360智脑具体的可以看这篇文章《1&

视频 ChatGPT

OpenAI开源大模型调测工具Transformer Debugger：可以在训练大模型之前理解模型的运行情况并干预

但就在刚才，OpenAI开源了一个全新的大模型调测工具：Transformer Debugger。

大模型调试工具

比真人还像真人！字节跳动PersonaTalk的黑科技有多强大？

字节跳动最近推出了一款名为PersonaTalk的AI模型，这项黑科技让视频配音彻底摆脱了传统的“僵硬感”。

PersonaTalk 视频

解读OpenAI Sora文生视频技术原理

扩散模型的工作原理是通过连续添加高斯噪声来破坏训练数据，然后通过逆转这个加噪过程来学习恢复数据。

sora

用了一个月，终于找到点写 AI Agent 的思路

不断尝试落地 AI 应用端不断尝试落地 AI 应用端基于对运维的认知，我开发了一个开源的运维工具 https://github.com/shaowenchen/ops 。

AI Agent Ops 运维工具

<...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