文章列表-AI魔法学院

文章列表

神奇的 OuteTTS - 0.1 - 350M：用几秒钟音频克隆声音的黑科技！

一、OuteTTS-0.1-350M 概述 OuteTTS-0.1-350M 是 Oute AI 推出的一种创新的文本转语音合成方法。

OuteTTS-0.1-350M 音频

教小朋友学习AI绘画的同时避免生成不健康图片

有朋友咨询，为了避免输在起跑线上，想教小朋友学AI绘画，但又不想让孩子接触到不健康图片，有没有办法解决。

小朋友绘画

Stable Diffusion

Stable Diffusion | SD腾讯云3步部署，全程五分钟，附价格费用清单

自定义模型上传支持：启用后，需进行私有网络 VPC 和文件系统 CFS 的配置，具体创建流程请参见 VPC 创建、 CFS 创建。

下载开源模型

用Midjourney给自己制作精美的logo或头像

原因很简单：人类设计师需要花费数小时甚至数天才能创建的logo，AI可以在几秒钟内生成。

头像 logo

制作可爱的表情包

现在用AI，比如Midjourney或者StableDiffusion，我们就可以上手轻松制作啦，各种风格的表情包，变钱赚钱，这些方法分享给你。

绘画表情包

大模型LLM基础｜分词

分词是NLP中的关键预处理步骤之一，用于将文本分解为词或子词的组合，使机器更好地理解和分析文本。

开源模型

LangChain 完整指南：使用大语言模型构建强大的应用程序

例如，一个 Chain 可能包括一个 Prompt 模板、一个语言模型和一个输出解析器，它们一起工作以处理用户输入、生成响应并处理输出。

langchain 大模型

微软、OpenAI大佬暗示LLM应用开发范式迁移：从Prompt Engineering到Flow Engineering

Engineering to Flow Engineering》受到了各方的关注，特别是OpenAI技术大佬Andrej Karpathy对论文中提出的Flow engineering范式点评转发，将该论文热度推向了很高的位置

LLM 范式迁移

提示词框架：Markdown结构法

为每个专家赋予对应的角色能力 3.

prompt 提示词

姜子牙大模型系列 | 为知识检索而生，Ziya-Reader开源，多个长文本中文任务第一

即使只有8k的“内存”，与16k或更长窗口相比差距不到1%。

大模型 Ziya

中文开源OCR框架对比及介绍

模型指标（单字符）：推理性能：EasyOCR的测试速度较慢，lite的独特之处则在于它很轻快，不管是模型大小还是推理时需要的内存。

OCR

十大开源语音识别项目

，功能包含文本转语音、语音翻译、语音增强、说话者二值化、口语理解等等。

语音识别开源项目

OpenAI真的开源了！这波「实时语音」操作，让万物开口说话，我爱了

以前，智能玩具里只能播放预设的程序和声音，顶多就是进行一两轮简单提问，你可以理解成是“单向输出”，现在有了这个 openAI 的实时语音软件开发包，就变成了“双向交互”，能和你进行实时的语音对话。

OpenAI 嵌入式实时语音 SDK

一张照片秒生不同风格图像！小红书InstantID来了！

· · 高效性：InstantID 的方法在推理过程中只需要单次前向传播，这使得它在实际应用中非常经济和实用。

InstantID 文生图

Sora相关论文合集---全32套大放送

### 我的阅读预期: 我希望了解AI行业的未来趋势。

Sora 论文

<...74 75 76 777879 80 81 82 83 ...>

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