文章列表-AI魔法学院

文章列表

AI产生意识，对人类意味着什么

硬件条件越好，AI就可以构建更庞大的神经网络，变得更加智能。

AI 意识

图文生成短视频的方法

而一篇文章，也不能像小说一样，写的非常励志，有什么办法能够让用户更好地看到，并了解到文字背后所表达的含义呢？

视频 ChatGPT

Comfyui工作流原理你都了解吗

但节点式的工作流也提高了一部分使用门槛。

Comfyui 工作流

阿里最近推出AI项目的动作太过频繁，脑子跟不上了，事出反常必有妖，盘点一下

ensp; Animate Anyone，英文名字大家可能不熟悉，但是说通义千问的全民舞王，兵马俑跳科目三的视频等等，之前就火了一段，大家应该就熟悉了

阿里大模型

理解 o3 及其技术分析

2.2、从o1到o3 在o1-preview刚发布时，我就写过一篇 o1模型的技术分析(1)，指出o1系列应该使用的是单路推理。

o3 技术分析

语音、视频转文字神器：开源whisper介绍

OpenAI的Whisper是一种基于深度学习的语音识别模型，它是一种通用的语音识别模型，可以用于语音识别、语音翻译和语言识别等任务。

人工智能大模型 wisper

Stable Diffusion

全网最全AI绘画Stable Diffusion关键技术解析

· SD变种：这可能是Stable Diffusion的一个变体版本，具有特殊的属性或针对特定应用场景的优化

Stable Diffusion 文生图

FFmpeg之父新作——音频压缩工具 TSAC

当使用的步长因子M = 320 时，采样率 fs = 24000 Hz 的每秒音频在编码器的输出帧数S = 75。

TSAC 音频工具

Stable Diffusion

Stable Diffusion WebUI v1.9.0重大更新！

，从视觉感觉非常柔和，所以新版本会根据Refiner的切换时机自适应调度器。

Stable Diffusion 文生图大模型

Insanely Fast Whisper：超快的Whisper语音识别脚本

通过使用Transformers和Optimum技术，可以在不到10分钟内转录300分钟（5小时）的音频。

音频 Whisper

让你起飞的五个Prompt框架模型

然而，大多数人在使用它时都会遇到困难。

prompt 大模型

Qwen2.5更新百万超长上下文，推理速度4.3倍加速，网友：RAG要过时了

上下文能力扩展不影响性能除了一口气啃下3本长篇小说，Qwen官方还展示了Qwen2.5-Turbo超长上下文的更多实用功能。

Qwen2.5 开源模型

CodeGeeX：Tab一下，代码自动生成

相比 Copilot 的闭源收费，CodeGeeX 完全开源，并免费使用。

大模型

10个大模型私有化需要关注的问题

3.优先保证数据安全性实现鲁棒的安全设施，保证用户敏感信息并阻止可能的非授权使用。

开源模型

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

· · AudioCraft开源地址 · AudioCraft简介产生高保真音频任何类型的音频都需要对不同尺度的复杂信号和模式进行建模。

开源模型

<...87 88 89 909192 93 94 95 96 ...>

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