文章列表-AI魔法学院

文章列表

ChatGPT写论文最强指令！

请帮我分析和总结已有研究中的主要观点和结论请帮我梳理与我研究主题相关的已有研究，总结其主要观点和结论，并以简洁明了的方式展示。

ChatGPT 指令

腾讯出品！开源AI数字人框架！号称可以不限时长

，时长00:09 ，时长00:39 技术亮点无限视频长度：MuseV采用了视觉条件并行去噪方案，支持生成理论上无限长度的视频

MuseV 视频数字人框架

WSL2安装（详细过程）

使用自己的GNU/Linux发行包管理器安装其他软件。

虚拟化 docker

借题发挥下最近几例声音克隆的应用案例

通过这一轮的操作，儿子就可以真的“复活”了，至少在心理上能够给一些慰藉。

声音克隆数字人

TrOCR——基于transformer模型的OCR手写文字识别

来进行计算机视觉方面的任务，比如对象检测，对象分类，对象分割等，这里毕竟著名的模型VIT，Swin便是成功的把transformer的注意力机制应用到了计算机视觉任务，那么基于transformer模型的OCR识别任务，便是理所当然的了

OCR 手写文字识别

阿里AI黑科技大揭秘：从通义千问到FaceChain，让图片和视频焕发新生！

这个框架利用了 Stable Difusion 模型的文生图功能并结合人像风格化 LORA 模型训练及人脸相关感知理解模型，将输入的图片进行训练后推理输出生成为个人写真图像。

阿里云视频音频

如何下载及使用通义千问7B开源大模型

modelscope.cn/studios/qwen/Qwen-7B-Chat-Demo/summary 欢迎小伙伴们来创空间体验Qwen-7B-Chat的模型效果👏～模型推理

通义千问

【开源项目】Flow Matching 语音合成

https://github.com/shivammehta25/Matcha-TTS 工程展示： https://shivammehta25.github.io/Matcha-TTS/ 在线推理：

音视频 Flow Matching

ChatGPT等大模型实用的提问技巧

用 {###} or {"""} 包裹住输入信息，用这种方法来和其他信息分割，避免 AI 理解错误输出要求 Output Indicator 指定输出的类型或格式

大模型

新测试基准发布，最强开源Llama 3尴尬了

§ 复杂性：提示词是否有多层推理、组成部分或变量？

Llama 3 大模型开源

玩一玩阿里通义千问开源版，Win11 RTX3060本地安装记录

最后...居然成功了，这是~~什么道理~~！

大模型

国内开源的低代码框架有哪些？

Appsmith Appsmith 是一款开源的低代码框架，其主要用于帮助用户及团队更快、更协调地完成构建管理面板、内部工具和仪表板等，且允许拖放UI 组件来构建页面，用户可以通过Appsmith连接到任何

大模型

60分钟吃掉ChatGLM2-6b微调范例~

干货预警：这可能是你能够找到的最容易懂的，最完整的，适用于各种NLP任务的开源LLM的finetune教程~ ChatGLM2-6b是清华开源的小尺寸LLM，只需要一块普通的显卡(32G较稳妥)即可推理和微调

开源模型

SD-WebUI和ComfyUI的局域网访问设置

现在把内容整理一下发出来，大家可能用得着。

comfyui stablediffusion

AI拟声: 5秒内克隆您的声音

声音数据集整理：MockingBird在整理某个人的音频数据集上也很有用，可以在一个声音上做微调，使语音生成质量（如杂音、吐字清晰度）和音色达到更好的效果。

声音克隆开源

<...82 83 84 858687 88 89 90 91 ...>

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