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

但是无论转换哪种声音，都需要至少采集30分钟-1小时的语音干声，这对于普通讲话很好采集，只需要到一个安静的场所，比如录音棚，录制一段语音即可。

声音 sovits

字节跳动推出MagicVideo-V2：引领AI视频生成新时代。

首先，T2I（Text-to-Image）模块根据文字描述生成图像；然后，I2V（Image-to-Video）模块将生成的静态图像动画化，生成一系列帧；接着，V2V（Video-to-Video）模块对视频进行增强和内容完善

MagicVideo-V2 视频生成

图片拖拽神器DragGAN介绍及官方安装文档说明

首先，训练模型根据一组用户提供的指令来预测图像的内容，比如“水平翻转图像”或“在场景中添加一只猫”。

开源

深入探讨GPTs和AI Assistant

步骤*: Playground 今天调试和测试开发者可以在 Playground 中进行调试和测试，具体如下，其具体的能力和GPTs比较相似，只是可以看到更多的debug信息。

GPTs AI Assistant

和大模型相关的一些术语（持续更新中）

大语言模型（Large Language Model，LLM）是针对语言的大模型。

大模型人工智能

高级 RAG 技术——图解概览

显然，虽然 OpenAI 是大语言模型（大语言模型）供应商的市场领头羊，但也有很多其他选择，比如 Anthropic 的 Claude，最近流行的小型但功能强大的模型如 Mistral 的 Mixtral

RAG 检索图解

微调大型语言模型-核心思想和方法介绍

上面提到的快速调整方法提供了一种比参数微调更节省资源的替代方法。

大模型训练

2024！深入了解大语言模型（LLM）微调方法（总结）

问题是它们并不总是有效，尤其是对于较小的LLM。

大模型微调

打造音乐传奇：Suno推出音乐生成模型Suno V3，让每个人都能成为作曲家

Suno V3的发布，引发业界对未来音乐产业发展走向的深度探讨。

suno 歌曲音乐

一键部署本地“妙鸭”，证件照，写真照，模特换装全部搞定！

相比于我们的lora训练来说，EasyPhoto的优势在于参数简单、无需打标，且只需要上传5-20张半身照或头像即可。

妙鸭文生图

语音识别的未来已来：深入了解faster-whisper的突破性进展

性能对比在性能方面，faster-whisper展现了显著的优势。

语音识别 Faster-Whisper

开源的大模型数据集

数据、算法和算力，是AI发展的三大基石，其中数据的质量对模型最终性能至关重要。

开源模型数据集

中文通用大模型最全汇总

2进行中文预训练；第一步：先在42G中文预料上进行训练；后续将会加大训练规模；Chinese-LlaMA2-chat: 对Chinese-LlaMA2进行指令微调和多轮对话微调，以适应各种应用场景和多轮对话交互

大模型开源模型

Prompt屠龙术-思维链

LLM先直译，再指出问题，最后意译可以轻松得到极佳的翻译质量 · 生成内容：比如对于写小说的任务

Prompt 思维链

ComfyUI王牌！复合生成！必须揉在一起

不演了，摊牌了，这就是对webui工作流的降维打击。

comfyui 文生图

<...68 69 70 717273 74 75 76 77 ...>

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