文章列表-AI魔法学院

文章列表

阿里出品自动化视频剪辑工具FunClip！

· 说话人识别：通过集成的CAM++说话人识别模型，FunClip可以识别视频中不同说话人的ID，方便用户剪辑出特定说话人的视频片段

FunClip 视频阿里

【开源项目】Flow Matching 语音合成

Grad-TTS-CFM，其他优化还未集成）模型架构：性能指标：推理界面：中文测试句子：时光仿佛有穿越到了从前，在你诗情画意的眼波中，在你舒适浪漫的暇思里，我如风中的思绪徜徉广阔天际

音视频 Flow Matching

几个对我影响很大的统计学模型

在这个过程中，你在设定标准和了解候选人的质量。

统计学大模型

麦肯锡专家都在用的方法：用ChatGPT速览用户研究领域的 50 个核心概念

同理心地图想象你正在观看一部电影，试图理解并体会主人公的情感和动机。

用户工作

硬核Prompt赏析：HuggingGPT告诉你Prompt可以有多“工程”

出自：无人之路 https://zhuanlan.zhihu.com/p/628491327 论文下载：2303.17580.pdf HuggingGPT是近期非常火热的Agents方向的一个代表

提示词 prompt

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

Stability AI推出视频生成模型Stable Video Diffusion

然而，需要注意的是，该模型目前处于“研究预览”阶段，使用者必须同意特定的使用条款，明确规定了其预期应用领域，如“教育或创意工具”等，同时禁止用于“真实事件或人物的表现”。

Video 视频创作 SD

应用编排的未来是Pipeline，LlamaIndex开发预览版推出Query Pipeline，提升应用开发的灵活性

传统做法是固化召回，粗排，精排等环节，形成标准的推荐系统处理流程，虽然有利于行业内交流沟通，但这样的方式，在实际生产环境下往往难以快速应对差异化的需求且人为导致模块的割裂及维护的困难，而笔者曾开源了一个

Query Pipeline 大模型

如何从零开始训练专属 LoRA 模型？4600字总结送给你！

训练素材处理首先确定你的训练主题，比如某个人物、某种物品、某种画风等。

训练

whisper-live：OpenAI Whisper模型的近实时实现

setup.sh · 从 pip 安装 Whisper-live pip install whisper-live 入门 · 运行服务器

OpenAI Whisper 大模型

「语音转换新速度」— 探秘Whisper JAX的70倍速提升

在AI的众多分支中，语音识别技术的突破性进展尤为引人瞩目。

Whisper 语音识别

教你打造属于自己的AI孙燕姿，AI歌手模型使用及训练保姆级课程 #1/2 使用模型

前几天在B站刷到AI孙燕姿唱的《黑色毛衣》，让我听傻了，还原度还能这么高的。

生成式AI

有道开源的国产语音库EmotiVoice爆火了！具有情绪控制功能的语音合成引擎！

但是尽量需要一台配备 NVidia GPU 的机器。

EmotiVoice 语音库

社区供稿｜GPT-4 与国产模型，大！横！评！

在上海人工智能实验室上周刚刚公布的测评榜单上，GPT-4依旧独领风骚，排名第一，不过国产阵营已经大踏步追了上来，差距逐步缩小。

GPT-4 大模型

Stable Diffusion

造梦师手记：全网下载量第一的Stable Diffusion模型更新到5.0版

这个方向和生成式语言大模型类似，像ChatGPT这种大模型，全球不会很多，各行业会有自己的微调小模型（lora），甚至个人都可以做自己的“数字人”lora，结合大模型跑步进入AI新时代。

Stable Diffusion

<...74 75 76 777879 80 81 82 83 ...>

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