文章列表-AI魔法学院

文章列表

视频大模型训练相关词条解释

OpenAI则是用做“大”模型的思路做视频生成——准备足够大量的视频，用多模态模型给视频做标注，把不同格式的视频编码成统一的视觉块嵌入，然后用足够大的网络架构+足够大的训练批次（batch size）+ 足够强的算力

视频生成 sora 词条

白话Embedding：普通人都能懂的科普文

正确理解和掌握这项技术使您能够利用人工智能模型为您的业务增加最大价值。

Embedding 向量

我为什么不看好大模型行业

在上述案例中，英伟达作为一个强势供应商存在，而开源因素则促进了替代品的出现并刺激同业竞争。

大模型

DeepMusic发布“和弦派”2.0：重塑AI音乐创作范式，赋予创作者全方位掌控

我们相信，通过赋予用户更强的可控性，AI音乐不再是冷冰冰的自动化产物，而是成为音乐创作者手中充满温度与个性的创新工具。”

和弦派 DeepMusic 音乐创作

造梦师手记：SDXL迎来了AI插画师

另外，为了强调生成图像的风格，风格触发词的位置应尽量提前，例如， by xxx, 1girl, solo。

文生图漫画

大模型能自己优化Prompt了，曾经那么火的提示工程要死了吗？

在此基础上，他们继续使用强化学习来优化这些 prompt，从而得到更加美观的图像。

prompt 大模型提示

网易（TTS）EmotiVoice：开源语音合成，支持2000多音色

EmotiVoice是一个强大而现代的开源文本到语音引擎，它可以让你用超过2000种不同的声音来合成中文和英文的语音。

EmotiVoice 语音合成

基于Ollama本地部署Llama3指南！

调整后的版本使用监督微调（SFT）和带有人类反馈的强化学习（RLHF），以符合人类对有用性和安全性的偏好。

LLama3 ollama

「语音转换新速度」— 探秘Whisper JAX的70倍速提升

技术优势 Whisper JAX继承了原始Whisper模型的强大功能，包括对多种语言和口音的高度适应性，以及在各种背景噪声中的稳定性能。

Whisper 语音识别

SD入门教程四：图生图基础用法

使用其他图生图功能时也有可能会出现类似问题，这里再次强调一下，文件和文件夹不要使用中文字符，甚至纯数字命名，最好是使用英文命名，以避免各种奇怪的问题。

SD 入门图生图

提高工作效率的 10 个高级Prompt

生成一个最强大的提示列表，这将帮助我这个职业的人完成更多工作并节省时间。”

工作大模型 GPT prompt 提示词

再也不怕合照缺人，Anydoor为图片编辑开了一道「任意门」

为了使定制对象生成泛化性更强，作者从视频中收集了同一对象的图像对，方便模型学习生成对象的外观变化。

Anydoor 文生图

图像修复神器：女神青涩时纤毫毕现！腾讯AI模型GFPGAN火上GitHub热榜第一，Demo在线可玩

用GAN修复人像那么GFP-GAN如此强大的效果是怎么实现的呢？

修复绘画高清

20个ChatGPT超实用的提示词（Prompt）

通过自我测试加强学习 Prompt：“我目前正在学习[插入主题]。

prompt 提示词

惊艳推荐！8款好用又免费的文本转语音TTS工具

TTSKit 提供了一个强大且易于使用的解决方案，使开发者能够在各种Python项目中轻松集成高质量的文本到语音转换功能。

TTS Maker 语音

<...76 77 78 79 80 818283 84 85 >

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