文章列表-AI魔法学院

文章列表

深入浅出人工智能常用技术，让你轻松掌握AI应用核心！

深度学习是机器学习的一种，可以利用神经网络模型学习图像特征，从而让计算机可以基于图片进行分类和识别。

人工智能

AI“同声传译”新进展！Google发布，无监督，语音识别：Translatotron 3！

它的原理是，把输入的语音信号随机地掩盖一些部分，然后让模型尝试重建完整的语音信号。

Translatotron 语音识别

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

Stable Diffusion

张嘴就能生图？这已经不是科技，这是魔法！（Stable Diffusion进阶篇：SDXL-Turbo）

原版的Turbo已经接近14GB大小，远超之前下载的所有Checkpoint模型，而下方带fp16的是所谓的精简版本，这里推荐下载精简版本试试（放在以往的Checkpoint模型地址就好）。

SDXL-Turbo 文生图

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！

pip install -r requirements.txt 3、下载官方提供的预训练模型，里面包含了英文和中文的预训练模型，还有转换器模型。

tts 文本转语音

Stable Diffusion

[Stable Diffusion]AnimateDiff ：最稳定的文本生成视频插件

Stable Diffusion模型，通过大量短视频剪辑的训练，它能够调整图像生成过程，生成一系列与训练视频剪辑相似的图像。

AnimateDiff 视频训练

保姆级教程：手把手教你创建GPTs角色应用

GPTs技术的出现，为个人开发者提供了快速创造多样小型产品的可能性，这在以往通常需要程序员、产品经理和设计师的协作才能实现。

GPTs 教程

腾讯出品！开源AI数字人框架！号称可以不限时长

稳定扩散生态系统兼容：与基础模型、lora、controlnet等稳定扩散生态系统兼容，增强了用户的创作自由度。

MuseV 视频数字人框架

通往AGI之路，提示词入门

一、什么是提示词在这里，我们用两种方式去讲解什么是提示词，一个是阅读官方的文档，另外一个是使用大模型，让大模型给我们答案。

AGI 提示词

20款AI工具助力在家副业

以你自己的声音将视频本地化到不同的语言 9 Courseau 将你的2小时指客转化为有趣的迷你课程 10Albus Beta 探索任何主题的全新方式 11 LocalGPT 便用GPT模型在本地设备上与您的支档进行聊天

工作

智谱AI官网再升级，GLM-4，智能体，AI作图长文档全部搞定！

最近国内有一部大热的电视剧《繁花》，请帮我深度分析剧情并搜索相关信息写出一篇影评，主题是：看了《繁花》的评论区，才明白什么叫“山猪吃不了细糠”，影评的文字风格要极力模仿张爱玲的作品。

GLM-4 智能体

7.1k Star！RAGFlow：最新开源OCR+深度文档理解的RAG引擎、大海捞针测试、降低幻觉、服务化API集成进业务！

它基本上就是通过一个巧妙的方法来让大型语言模型（LLM）生成更精准、更有用的回答。

OCR RAG 开源

AI助手App“腾讯元宝”已上线应用商店

腾讯元宝已经上架应用宝、小米、华为、vivo、OPPO等应用商店，苹果App Store中尚未搜到该应用，还需要等一等~ 中文支持：腾讯元宝依托于腾讯混元大模型，该模型在中文理解与创作能力方面表现出色

腾讯元宝

【工具书】文生图常用的正向反向提示词以及常用词中英文对照表

给图片添加鲜艳的色彩，可以为你的图像增添活力 Bokeh 虚化模糊了背景

文生图 prompt 提示词

17K star！30秒偷走你的声音，开源声音克隆工具

然后，它可以生成听起来自然的语音，以多种语言模仿该语音，同时为用户提供对情感、口音、节奏和语调等参数的精细控制。

OpenVoice 声音克隆开源

<...90 91 92 939495 96 97 98 99 ...>

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