文章列表-AI魔法学院

文章列表

Wunjo AI: 合成和克隆英语/俄语/中文语音,实时语音识别,深度换脸和唇动合成,通过文本提示更改视频,分割和修饰

语音克隆：从提供的音频文件中克隆语音或直接在应用程序中录制您的声音以进行实时克隆。

AI语音克隆实时语音识别

做自媒体消息闭塞很致命，巨好用的工具分享

文案、脚本辅助创作量子探险：最近发现的宝藏AI，主打长文本，很适合用来写长脚本、写小说豆包：字节旗下AI，功能很全，甚至还能根据需求生成图片和音乐，目前是免费滴

自媒体工具

语音识别的未来已来：深入了解faster-whisper的突破性进展

技术优势 faster-whisper的技术优势不仅体现在速度上。

语音识别 Faster-Whisper

Prompt工程如此强大，我们还需要模型训练吗？

不过，仅仅能进行文本创造，并不足以让大语言模型掀起新的一轮技术革命，引爆这一轮技术革命的真正原因是：大语言模型的涌现能力人们真正看好大语言模型技术的根本在于当模型足够大（参数足够大&训练数据足够多

大模型

提示词框架：Markdown结构法

判断用户的问题并生成4个有助于解决问题的专家角色，并告知用户接下来会从四个专家的角度提出决策建议 3.

prompt 提示词

AI 写作：如何把GPT变成你的爆文写作素材库？

甚至是你所阅读的书、做过的事和对话的片段。

AI写作 GPT

掌握这10个AI 工具用1小时完成别人1周的工作

此外，如果您是苹果手机用户，可在商店中直接下载JuliusAI。

AI 工具

NEFTune：在Embedding中加入噪⾳提⾼指令微调效果！

这种技术似乎对LLM微调来说是⼀个零代价的策略！

NEFTune 大语言模型

依赖倒置：以数字和AI的思维模式思考

家里有些老人还在独立生活，它们其实不真的和这个数字世界接轨，比如交电费，他们更习惯到一个自己熟悉的窗口交现金，但现在陆续这些窗口不见了，因为绝大部分人都会在微信或者支付宝里面交，保留窗口的意义越来越小。

写文章

体验了几款AI工具&&最新出现的跟数字人相关的几款大模型

Meta出的文本生成图片工具，目前免费。

数字人大模型文生图

Nvidia发布Llama3-ChatQA-1.5: 提升对话问答和表格推理能力，平均性能超越GPT-4

技术特点 Llama3-ChatQA-1.5是基于Llama-3基础模型训练而成的。

Llama3-ChatQA-1.5 对话问答模型

Stable Diffusion

【Stable Diffusion】SD迎来动画革命，AnimateDiff快速出图

接下来就可以看到这个插件了，动画模型选择我们刚才下载的那个，同时启用这个就可以运行了。

文生图开源模型

Sora相关论文合集---全32套大放送

附：文档分析提示词之一如下： # 目标: 对提供的文章链接或行业报告文档进行深入分析和总结。

Sora 论文

来自OpenAI应用研究主管关于Agent的万字长文-AI Agents介绍

Andrej Karpathy对比了过去开发AI Agent的困难和现在新技术工具下开发的新机会，他还不忘调侃自己在特斯拉的工作，是“被自动驾驶分了心”，他认为自动驾驶和VR都是糟糕的AI Agents

Agent

AI“同声传译”新进展！Google发布，无监督，语音识别：Translatotron 3！

语音识别（ASR）是指将人类的语音转换为文本的技术，然而，目前的语音识别技术还面临着一些挑战，其中最大的一个就是如何支持更多的语言。

Translatotron 语音识别

<...69 70 71 727374 75 76 77 78 ...>

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