文章列表-AI魔法学院

文章列表

Stable Diffusion

【Stable Diffusion】高效率视频转AI动画！EbSynth插件全流程操作

会生成两个格式，一个是没声音的，一个是有声音的。

AI编程 EbSynth 动画

腾讯出品！开源AI数字人框架！号称可以不限时长

今天，介绍一个开源创新的虚拟人视频生成框架：MuseV MuseV是由腾讯音乐娱乐的天琴实验室开源，MuseV专注于生成高质量的虚拟人视频和口型同步，能够制作出具有高度一致性和自然表情的长视频内容

MuseV 视频数字人框架

职场常用GPT提示词精选、职场常用文案能力大模型提示词精选

你的输出： ================================== 【抖音短视频脚本】现在你是一个抖音短视频创作者，请你根据我给出的信息，为我撰写一个抖音短视频脚本。

提示词 prompt

阿里通义实验室薄列峰：从兵马俑跳“科目三”到照片唱歌，四大框架让AI生成的人物活起来丨GenAICon 2024

是基于服饰图和人物形象；人物视频角色替换框架Motionshop采用Video2Motion，基于视频人物动作驱动3D数字人；人物唱演视频生成框架Emote Portrait Alive能够基于单张图和音频

通义文生视频

小度为何押注AI眼镜？

戴上它，你可以随时随地语音问答，让它像百科全书一样为你指点迷津：也可以让它帮你看文档，一句话整理总结，还能翻译外文：首款中文AI眼镜能干什么？

AI眼镜小度

腾讯悄悄开源混元版「Sora」，这就是开源领域的No.1。

还有这个case： 45度俯拍，一位紫衣女修在竹林中抚琴，琴音化作七彩音符在空中飘荡。

sora 视频生成

解读OpenAI Sora文生视频技术原理

扩散模型的工作原理是通过连续添加高斯噪声来破坏训练数据，然后通过逆转这个加噪过程来学习恢复数据。

sora

比尔盖茨最新预言：AI智能体颠覆计算机交互体验甚至软件行业

例如，Abridge、Nuance DAX和Nabla Copilot可以在预约期间捕获音频，然后写下笔记供医生查看。

AI智能体

AI Agent / 智能体观察笔记（中）

人类用户可以以两种方式影响智能体的行为：与智能体对话或者给智能体发出一段的”内心声音“。

大模型

前半年，我看到的有趣的 AI 产品

比如纳瓦尔的 Airchat，有一个能力是模仿用户的音色，自动完成语音翻译。

AI工具

和王小川聊再创业这一年：回应朱啸虎、谈中国AGI第三种可能

（本期你将听到以下内容，可拖动音频进度条选取对应段落收听感兴趣的部分） • 02:00 对《朱啸虎讲了一个中国现实主义AIGC故事》的读后感 • 04:15

王小川中国大模型

你还在为钱发愁？2023年十大赚钱GPT Prompts高级指南！（国际版）

想象一下，你正在享受午后的阳光，手机铃声响起，是银行通知你收到了一笔款项。

prompt

中文通用大模型评测基准发布，全方位解析评价维度，助你选出最优秀的模型！

中文特性能力（10项能力）：成语、诗词、文学、字义理解、汉语句法分析、汉字字形和拼音理解、歇后语和谚语、对联、方言、古文示例： --成语：选出下列句子中成语使用错误的一项 A.

大模型训练中文

OCR的终极解法——传统算法VS多模态大模型

多模态大模型是一类采用深度学习技术构建的人工智能模型，它能够处理和理解多种类型的数据模态，如文本、图像、声音等。

OCR 大模型文字识别

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

在实际生产环境下往往难以快速应对差异化的需求且人为导致模块的割裂及维护的困难，而笔者曾开源了一个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

Query Pipeline 大模型

<...6 7 8 91011 12 13 14 15 ...>

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

© 2023-2024 AI魔法学院

京ICP备20027199号-1