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！

· 热词定制化：利用集成的SeACo-Paraformer模型，用户可以自定义一些专业术语、品牌名称或人名等作为热词

FunClip 视频阿里

Stable Diffusion

stable diffusion最全18种controlnet模型，详细教程讲解。

这个用了tile vae,潜空间分块高度不能超过160， 4,线稿上色linert,这个和canny差不多，但目前看效果还不错

Stable Diffusion 文生图 controlnet

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

高性能：与 Whisper-small(已开源) 和 Whisper-large 相比，SenseVoice-Small 的性能分别快 5 倍和 15 倍以上。

asr tts 声音

复旦开源中文医疗大模型，基于百川微调，模型和数据集都公开

这些数据的关键作用在于帮助模型学习医疗领域的知识，将其行为模式与人类偏好对齐，并确保与真实世界在线医疗对话的分布情况相符。

大模型

如何下载及使用通义千问7B开源大模型

此外，杭州还有许多古迹、文化街区、美食和艺术空间等，值得一去。

通义千问

Whisper对于中文语音识别与转写中文文本优化的实践(Python3.10)

Erwin_8.wav|Erwin|ZH|就必须像一个一流的诈骗犯一样 Erwin_9.wav|Erwin|ZH|对他们花言巧语一番可以看到，除了语气特别强烈的素材，大部分都没有进行标点符号的标注

Whisper 语音优化

LLM native策略的内部状态是否应该结构化【2023Q3】

这个明确的标准是：对于绝大部分case，都可以人工标注出内部状态的真值，来供ML算法优化。

大模型

18种 DALL-E 3 炫酷的文字效果和提示词

投下阴影的文字 "谷仓 "十分醒目，与图片风格一致。

DALL-E 3 提示词文生图

动画制作工具AnimateDiff用法详解

model参数对应的是模型，这里我们需要连接AnimateDiff的加载器节点 o positive 和 negative参数指的是正反提示词（Prompt）我们需要分别连上

AnimateDiff 视频训练

Stable Diffusion

Stable Diffusion高级教程 - 图生图(img2img)模式

然后就是相关参数，大部分在文生图里面已经见过，只有Resize mode、Denoising strength是新增的，我们挨个介绍: 1.Resize mode。

Stable Diffusion 图生图

GTC大会黄仁勋发言稿

世界上没有哪个会议能汇聚来自如此多元科学领域的研究人员，从气候科技到无线电科学，大家都在探索如何使用 AI 来机器人化控制 MIMOS，用于下一代 6G 无线电，自动驾驶汽车，甚至是各方面的人工智能。

黄仁勋 nvidia

RLHF 在 Text2SQL 领域中的探索

01 定义 Text-to-SQL（简写为Text2SQL），顾名思义就是把文本转化为 SQL 语言，更学术一点的定义是：把数据库领域下的自然语言（Natural Language

Text2SQL RLHF

Ollama的本地化又一图形工具ChatOllama，让你轻松玩转ollama，ChatGPT

李老板昨天说『以后没有程序员这个职业了』，人人都拥有程序员的技能，这几天英伟达的黄老板也说了类似的话，把编程这个活交给AI，你的后台支撑那里来，来学习『大模型』吧，我想组个『大模型交流群』。

ChatOllama 安装

深度 | Meta AI助手大测评，市值蒸发万亿都因它？

一些基本的琐事问题，比如谁在 1984 年奥运会上赢得了最多的奖牌，以及那一年发生了哪些值得注意的事件，都得到了充分的回答和引用。

Meta AI 测评

OpenAI真的开源了！这波「实时语音」操作，让万物开口说话，我爱了

ESP32-S3 音频开发板 esp32s3 ，学过单片机的小伙伴都比较清楚，是一款微控制器芯片，如图长这个样子： ESP32-S3 是一款由 Espressif Systems（乐鑫科技）

OpenAI 嵌入式实时语音 SDK

<...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