文章列表-AI魔法学院

文章列表

应用编排的未来是Pipeline，LlamaIndex开发预览版推出Query Pipeline，提升应用开发的灵活性

AI应用编排的框架——FlowEngine（https://flow-engine.github.io/），其核心就是通过声明式的pipeline（离线、流式、实时三大编排Pipeline）来组织整个应用过程

Query Pipeline 大模型

Stable Diffusion

stable diffusion十七种controlnet详细使用方法总结

根据提供的图片提取姿态信息，控制想要生成风格的姿态图片，推荐dw_openpose 5.MLSD 一直只能识别直线，用于室内设计提取线稿

绘画作图

Prompt：我常用的对话技巧

前面在写《Prompt：链式思考与自我一致性》的时候，为了换封面，就想着用 DALL·E 生成一下。

prompt 大模型

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

，文末我给大家准备好了，不需要你去爬梯子下载了注意一点下载并将 ffmpeg.exe 和 ffprobe.exe 放置在 GPT-SoVITS 根目录下

数字人声音克隆 GPT-SoVITS

写不好Prompt？可以先写个粗糙版本，然后让GPT帮助优化。

推荐学习Prompt编写的核心原则和策略有哪些？

Prompt GPT

Roop参数说明，ROOP->StyleGAN演示！

因为有一些效果图，聊起来就更直观一点。

视频 StyleGAN

300天里，我帮你踩遍了AIGC创业的各种坑

如果2024年初的Sora再次勾起了你做点事情的想法，这篇文章可能会给你带来一些启发，少走一些大概率没有结果的弯路。

AIGC 创业

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

该框架包括用于常见工作流程的插件，例如语音活动检测和语音转文本。

voice agent 开源音视频

让你起飞的五个Prompt框架模型

SIFT 方法情境 (Situation): 这是确定当前的背景或情境，理解你面临的具体情况或问题的核心。

prompt 大模型

RAG检索增强技术在知识库智能检索场景下的应用实践

它可以从一个大型知识库中检索与输入相关的信息，并将这些信息作为上下文和问题一起输入给模型进行处理。

知识库 RAG检索增强

借题发挥下最近几例声音克隆的应用案例

某父亲痛失爱子，因为儿子托梦告知人是可以复活的，于是这位父亲到处寻找让人复活的办法，于是他关注到了最新的人工智能技术，开始找人咨询和学习技术，通过摸索，他知道通过ChatGPT可以训练儿子的过去的说话，文字等语料

声音克隆数字人

本地运行140亿参数，阿里千问玩起来！Qwen+Win11+3060

预训练数据类型多样，覆盖广泛，包括大量网络文本、专业书籍、代码等。

大模型

【开源项目】Flow Matching 语音合成

CFM是一种新技术，已被证明可以改进扩散模型，Meta的Voicebox模型将CFM引入语音合成领域，下面是voicebox的一个工作流程图 Matcha-TTS是第一个开源conditional

音视频 Flow Matching

LLM native策略的内部状态是否应该结构化【2023Q3】

1、场景介绍先介绍一下本文讨论的问题场景，以传统的对话机器人为例。

大模型

经典Prompt欣赏 - GitHub Copilot Chat

仔细并严格按照用户的要求执行。

prompt 提示词

<...79 80 81 828384 85 86 87 88 ...>

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