文章列表-AI魔法学院

文章列表

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

以下是几个技术亮点： 1） FRCRN 模型：还原自然语音的“魔术师” FRCRN 模型擅长在移除背景噪音的同时保留音频的自然品质。

ClearerVoice-Studio 语音

Gpt写小说，常用的中文指令集「实操篇」

当使用GPT进行中文小说创作时，以下是一些指令的详细说明和示例： 1.

GPT 写作

什么是ChatGPT？

只不过 ChatGPT 的 Generative 的部分，不仅仅把文字，还把上下文、intention（意图）也放进去做训练和预测。

ChatGPT OpenAI 大模型

大模型套壳祛魅：质疑套壳，理解套壳

相比之下，微调成本较低，可能只需要短短几天甚至一天。

大模型套壳

5个最佳开源RPA框架！

以下是这5个开源框架在低代码、可读性、跨平台、开发语言、以及开源协议等方面的对比。

智能自动化大模型 RPA框架

5个最佳开源RPA框架

以下是这5个开源框架在低代码、可读性、跨平台、开发语言、以及开源协议等方面的对比。

开源模型智能自动化

OCR是什么以及推荐几款开源中文OCR识别软件

为了让计算机更快的、更好地进行OCR相关计算，　　我们需要先对彩色图进行处理，使图片只剩下前景信息与背景信息。

OCR

回归分析：探索变量之间的奥秘

接下来，踏上寻找数据的旅程，确保收集到准确可靠的数据。

回归分析变量

[Midjourney]人物镜头拍摄视角大全

6）aerial view 鸟瞰图从上往下拍摄，适用于想要体现精致小巧的脸部特点的人像拍摄。

视图视角构图

Stable Diffusion

Stable Diffusion XL 1.0 出图风格鉴赏

这一节我们趁热来看看不同风格下 SDXL 的表现效果参数介绍模型： SDXL base（没有使用 refiner 优化）采样方法： Euler

文生图

国产视频制作之光-可灵：提示词大全整理

🍎人物入镜头：人物入画，可以经由上、下、左、右等多个方向进入镜头。

可灵 kling 视频

确实很神奇! 通过 Prompt 中加入“这件事对我的事业至关重要”这样的情感激励可以提升 LLMs 的表现

除了“这件事对我的事业至关重要”，论文中把对LLM的情感激励分成了几个类别，例如：自我监控（Self-monitoring） - 为你的答案写下0-1之间的信心分数。

Prompt 大模型情感激励

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

这个模型能够创造出含有多个角色在复杂背景下进行特定活动的详细场景。

sora 论文

腾讯最新的人像写真工作PhotoMaker

这工作看起来非常nice呀，期待一下，比facechain那些有更大的改进，目前看好photomaker。

PhotoMaker 文生图

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

其中，SVD将静止图像转换为14帧的576x1024视频，而SVD-XT在相同的架构下将帧数提升至24。

Video 视频创作 SD

<...78 79 80 818283 84 85 86 87 ...>

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