文章列表-AI魔法学院

文章列表

揭秘数字人困境：代理商亏钱、直播屡被封、刘润也不用了

相关人士透露，去年11月起，某家知名数字人公司把长三角的MCN聊了个遍，大力发展代理商业务。

数字人

AI 换脸——Deepfacelab 下载与安装，新手教程

AI 换脸越来越火，换脸的视频到处都是，那种还是那种的都有。

Deepfacelab 换脸

扣子更新图像流功能，字节版 ComfyUI 来了！

图像流支持通过可视化的方式，对图像获取、生成、编辑和发布等功能进行组合，从而实现稳定的图像处理流程的编排。

ComfyUI 图像流文生图

动作识别模型有哪些

网络结构: 因为视频可以分为空间和时间两个部分。

动作识别模型

中学生能看懂：Sora 原理解读

随着对Sora视频生成过程的进一步探讨，我们可以看到，空间时间补丁在这一过程中扮演了极其重要的角色。

Sora 原理

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

.01 概述在日常生活和工作中，你是否常因嘈杂的环境、重叠的对话或音视频信号的混杂而感到沟通困难？

ClearerVoice-Studio 语音

人脸识别的开源的项目有哪些？

OpenCV：OpenCV（Open Source Computer Vision Library）是一个广泛使用的计算机视觉库，提供了许多人脸识别算法和工具。

人脸识别开源项目

3 个令人惊艳的 GitHub 开源项目，诞生了！

作为计算机视觉中尤为重要的一个研究方向，图像分割在近几年一直倍受业界关注。

开源模型

将任意文本转换为知识图谱

这些信息通常存储在图形数据库中并可视化为图形结构，从而产生了知识“图形”一词。

知识图谱转换文本

让你起飞的五个Prompt框架模型

特别是，Prompt 工程正越来越受到重视。

prompt 大模型

通过声音生成逼真的全身形象？！Meta开源AI工具：audio2photoreal

这是一个由Facebook研究院开发的技术，可以根据音频生成逼真的人物视频！

audio2photoreal 开源工具

从零开始学习大模型-第二章-大模型学习路线

随着技术的进步，大模型如OpenAI的GPT-4和Sora、Google的BERT和Gemini等已经展现出了惊人的能力-从理解和生成自然语言到创造逼真的图像及视频。

大模型学习

一个产品经理的大模型观察、反思与预测

Notion文档、Simeji日文输入法、头条国际化TopBuzz toB/toC、内容/工具/社区、国内/出海 0-1/1-100、MVP/PMF/GTM/UG/商业化为什么复合视角对这轮

工作

盘点来自工业界的GPU共享方案

进年来工业界一直孜孜不倦地寻求提升GPU利用率的方案，能被更多用户理解和使用的GPU共享走进工程师的视野中。

大模型

阿里Outfit Anyone实现真人百变换装

之前我分享了阿里通义千问APP推出的 "全民舞王" ，只要一张照片就能生成一段舞蹈视频这几天相信有很多小伙伴都有在社交媒体和朋友圈刷到过这种其背后就是用的 Animate Anyone 算法

Outfit Anyone 阿里

<...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

© 2023-2025 AI魔法学院

京ICP备20027199号-1