文章列表-AI魔法学院

文章列表

Stable Diffusion

Meta发布业界最强文生图模型CM3Leon，实力碾压Stable Diffusion、Midjourney

Meta表示：“在打造高质量生成模型的探索之路上，我们相信CM3leon在各类任务中的强大性能，正是迈向高保真度图像生成与理解的重要一步。

文生图

比真人还像真人！字节跳动PersonaTalk的黑科技有多强大？

1 个性保留，真实感加倍 PersonaTalk不仅仅关注嘴型的同步，还特别强调保留人物原本的面部特征和说话风格，这让视频的逼真度更上一层楼。

PersonaTalk 视频

字节跳动最强AI工具 “豆包” ，近1000款应用！一句话自动生成图文，堪比ChatGPT？

前面分享了小悟空、即创等字节系列AI创作平台，今天又给大家分享另一个字节的创作平台叫做豆包，体验下来，功能在目前国内算是第一梯队，实用性很强。

AI工具文生图

AI领域的agent是什么意思？

它强调自主性和主动性 [1]。

大模型

TTS它又来了！OpenVoice：一款借鉴于TTS实现的强大的AI语音克隆工具！

而 OpenVoice 作为一款强大的多语言即时语音克隆AI工具，可以为用户提供高效、个性化的语音克隆服务，是一款值得推荐的项目。

tts 文本转语音

最新最强开源模型Qwen3本地运行指南！Windows+ollama+chatwise轻松搞定

此外，它还支持119种语言，真正实现了全球语言的无障碍交流，并且特别增强了智能体能力，支持MCP，为用户带来更加智能、便捷的使用体验。

Qwen3 开源模型

ComfyUI安装教程

比如自定义动画工作流 👇 ComfyUI是一个功能强大且模块化的稳定扩散GUI和后端。

ComfyUI安装

AIGC工具提示词技巧

以前，我们和软件对话用的是搜索的逻辑：把我们想要的结果、方向描述出来放到浏览器、搜索引擎做检索。

AIGC 提示词

OmniVision - 968M：小巧精悍的视觉语言模型，释放多模态边缘计算强大潜能

边缘设备，如智能手机、物联网设备等，对智能处理视觉和文本信息的需求也在急剧增长。

OmniVision -968M 多模态模型

北大开源最强aiXcoder-7B代码大模型！聚焦真实开发场景，专为企业私有部署设计

其好处不言而喻：程序员更容易理解、Bug也更好检查。

aiXcoder-7B 大模型

“实时”语音翻译！AI语音具有“情绪”！最强开源AI大模型来了

这次AI要革翻译的命了么？！（先别急着骂，我们先看看产品）你是否遇到过这样的情况：你想和一个说不同语言的人交流，但是你不会他的语言！你想把一段语音转成文字，或者把一段文字转成语音，但是你不知道怎么操作！你想把一种语言的语音或文字直接转换成另一种语言的语音或文字，但是你需要用多个工具，而且效果不理想！如果你有这样的困扰，那么你一定会对meta的开源AI模型seamless-communication感兴趣。

大模型开源模型语音

最强开源大模型Llama 3，在扎克伯格设想中其实是这样的

而 Llama 3 有能力……有更好的工具使用，所以我们不必手动编写所有内容以使其使用 Google 进行搜索。

Llama 3 大语言模型

AA大佬新作：ComfyUI整合包，打造极简解决方案

引言： Stable Diffusion作为一种强大的图像生成技术，受到了广泛的关注和应用。

comfyui 文生图工作流程

最强国产开源多模态大模型MiniCPM-V：可识别图片、视频，还可在端侧部署

💪 强大的 OCR 能力及其他功能。

minicpm 面壁

全球最强长文本大模型，一次可读35万汉字：Baichuan2-192K上线

随着上下文长度的增加，它的优势变得愈发明显，甚至呈现出困惑度持续下降的状态。

Baichuan2 百川开源

<...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