文章列表-AI魔法学院

文章列表

写好Prompt要记住这六点！

必须清晰简洁，以确保模型理解您的需求。

prompt 写作

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

此 SDK 当前处于开发者预览模式，尚未准备好用于生产。

voice agent 开源音视频

6个AI音乐软件推荐，让你学会人工智能AI作曲

OpenAI MuseNet的另一个独特之处在于，它可以模仿像莫扎特这样的著名作曲家，也可以模仿当今的顶级作曲家。

训练音乐

十条最佳GPT提示词，让你成为任何领域大师

7️⃣ 为复杂概念建立心理模型 prompt：Help me create mental models or analogies to better

ChatGPT

深入探讨：Agent全自动写作长篇小说技术原理解析

06 编写第一章内容编写小说的第一章，可以选择使用Claude模型或GPT-4模型，该部分同上包含两个Agent，一个负责生成内容，另一个负责润色优化。

Agent

剪映克隆声音功能详解：剪映上线5秒“AI克隆音色”，一堆AI公司又要进入慢性死亡了...

我问了下剪映的朋友，他们说，目前还在小规模测试中，大概只有10%的人能拿到这个功能的体验资格。

剪映声音克隆

谈Agent构建平台的设计

但策略的调优过程和需求的把握目前则因为过于模糊和复杂没法外包。

Agent 构建

开发语音产品时设计唤醒词和命令词的技巧

一个模型仅允许一个唤醒词，如果需要多个唤醒词，请单独优化并使用多网络切换功能。

语音产品唤醒词命令词

PhotoMaker：腾讯最新开源，根据照片生成该人物各种风格图片，项目可落地！

你也可以尝试使用其他基础模型或具有良好风格化效果的 LoRAs。

PhotoMaker 文生图

借题发挥下最近几例声音克隆的应用案例

因为儿子托梦告知人是可以复活的，于是这位父亲到处寻找让人复活的办法，于是他关注到了最新的人工智能技术，开始找人咨询和学习技术，通过摸索，他知道通过ChatGPT可以训练儿子的过去的说话，文字等语料，AI可以模仿儿子的口吻说话

声音克隆数字人

VividTalk：用一张照片和一段音频让人物栩栩如生地说话

技术详解音频到3D网格的映射：在这一步骤中，VividTalk使用先进的算法将输入的音频映射到3D网格上，模拟表情运动和头部运动。

VividTalk 视频

聊聊AI产品做算法备案这件事

北京智谱华章科技有限公司是公司主体，GLM-130B是大模型，本身不是任何产品，这就是服务技术支持者，给别的产品做支持的。

工作

《嬛嬛朕emo啦》但马斯克！阿里这项技术开放试玩

薄列峰介绍，EMO的核心思路是“弱控制设计”，无需对整个面部建模，这一点甚至体现在了论文标题上。

音频阿里

ChatGPT Prompt提示词学习手册（提示词万能公式），建议收藏！

一个关键的区别是ChatGPT的巨大语言模型。

ChatGPT Prompt

Stable Diffusion

Stable Diffusion｜儿童绘本全流程制作分享

对了，还有绘本内容，绘本内容可以用AI语言大模型生成，或者如果有现成也可以，然后直接复制粘贴到一个Word文档上即可。

StableDiffusion 绘本

<...84 85 86 878889 90 91 92 93 ...>

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