文章列表-AI魔法学院

文章列表

从声纹模型到语音合成：音频处理 AI 技术前沿 | 开源专题 No.45

它包含了两个最先进的 AI 生成模型 (AudioGen 和 MusicGen) 的推理和训练代码，可以产生高质量音频。

AudioCraft 音频

网易（TTS）EmotiVoice：开源语音合成，支持2000多音色

你是否曾经想过，如果你能用自己喜欢的声音来朗读任何文本，那该多好？

EmotiVoice 语音合成

AIGC沸腾200多天后，投资人达成三大共识

其次，大模型会对研发和应用范式带来巨大变革。

大模型

中学生能看懂：Sora 原理解读

现在，让我们将这个过程与Sora处理多样化视觉数据的方式进行对比。

Sora 原理

零一万物API开放平台出场！通用Chat多模态通通开放，还有200K超长上下文版本

去年11月，零一万物就正式开源发布了首款预训练大模型Yi-34B，当时的模型已经能处理200K上下文窗口，约等同于20万字文本。

零一万物 YI 李开复

cursor+coze智能体，一行代码没写，我撸了个小程序

developers.weixin.qq.com/miniprogram/dev/devtools/download.html Coze智能体实现后台功能 coze 智能体确实可以干很多事情

cursor+coze 智能体

【ComfyUI】使用ComfyUI玩SDXL的正确打开方式

虽然现在已经有很多大佬分享了自己的工作流，但我还是建议大家能自己先手搓一下，一是为了搞懂SD的工作原理；二是因为自己连的工作流出图的那一刻，这个成就感是无与伦比的。

开源模型

「长文」可能是目前最全的LangChain AI资源库之一

前言本文主要内容是一个LangChain资源库，里面罗列了大大小小很多个基于LangChain框架的优秀项目，包括低代码、服务、代理、模板等工具类，还有像知识管理、聊天机器人等开源项目，还包括像视频

工作

斯坦福宣布前端开发要失业了？！一张截图生成代码，64%优于原网页！

随着生成型人工智能（AI）的飞速发展，多模态理解和代码生成的能力达到了前所未有的水平。

设计转代码大模型

Sora懂不懂物理世界？

一方面因为临界态样本的稀缺，另一方面因为扩散模型将稳恒态数据流形的边界模糊化，消弭了临界态的存在，生成的视频出现了不同稳恒态之间的跳跃。

文生视频视频生成 sora

图解检索增强式生成（RAG）技术 | 万字长文

它取决于你使用的嵌入模型及其在 Token 上的处理能力。

检索增强式生成 RAG

世界顶级七大管理工具：SWOT、PDCA、6W2H、SMART、WBS、时间管理、二八原则、波特五力分析

导语：所谓人性，简洁描述为“己所不欲，勿施于人”，依循人性是管理最便捷方式。

管理工具

生成式AI领域拓展！MetaAI开源AudioCraft：一个支持AudioGen、MusicGen等模型的音频生成开发框架

MetaAI这次再为开源贡献重磅产品：AudioCraft，一个支持多个音频生成模型的音频生成开发框架。

开源模型

ModelScope(一站式开源的模型即服务共享平台)的简介、安装、使用方法之详细攻略

提供什么服务 Ø 开源开发框架：是一套Python的SDK，通过简单地集成方式可以快速的实现模型效果，比如一行代码实现模型推理，几行代码实现模型调优

开源

深度｜万字访谈！Open AI Sora作者，亲自揭秘Sora原理，Sora能带我们通往AGI吗？

· 短期 Sora可替代昂贵的好莱坞CGI技，以及难以搭建的拍摄的场景，但这仅是模型潜力的表层

Sora 原理

<...5 6 7 8910 11 12 13 14 ...>

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