文章列表-AI魔法学院

文章列表

腾讯悄悄开源混元版「Sora」，这就是开源领域的No.1。

而这一次的项目，就是被N多人期待了很久的，腾讯混元视频生成模型。

sora 视频生成

从声纹模型到语音合成：音频处理 AI 技术前沿 | 开源专题 No.45

facebookresearch/audiocraft[1] Stars: 16.6k License: MIT AudioCraft 是一个用于音频生成的

AudioCraft 音频

摆脱 OpenAI 依赖，8 分钟教你用开源生态构建全栈 AI 应用

摆脱对 OpenAI 的依赖，借助开源生态系统构建出全流程的 AI 应用，现在开始！

开源模型

阿里AI黑科技大揭秘：从通义千问到FaceChain，让图片和视频焕发新生！

FaceChain 是阿里达摩院推出的一个开源的人物写真和个人数字形象的 AI 生成框架(类似于免费开源版的妙鸭相机)，用户仅需要提供最少一张照片即可生成独属于自己的个人形象数字替身。

阿里云视频音频

Wunjo AI: 合成和克隆英语/俄语/中文语音,实时语音识别,深度换脸和唇动合成,通过文本提示更改视频,分割和修饰

无论您是钻研语音合成、制作 Deepfake 动画、通过文本提示绘制稳定扩散视频还是视频制作，Wunjo AI 都能满足您的需求。

AI语音克隆实时语音识别

Stable Diffusion

Stable Diffusion快速生图，LCM-Lora、sd_xl turbo寄养和亲生谁好？！

前段时间在AI界火了一圈的LCM(潜在一致性模型)，应该大家有所了解，其开发团队来自清华某实验室。

sdxl SD 绘画

视频大模型训练相关词条解释

Sora是OpenAI公司发布的一款AI视频生成模型。

视频生成 sora 词条

【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

除了深度换脸、模拟配音，还能口型匹配的AI软件出现了

Captions：利用 AI 轻松实现视频翻译本地化 Captions以制作AI生成的字幕、语音纠正以及在后期制作中纠正视频创作者眼球位置的技术而闻名。

AI

了解Kimi必看的26个问题 | Kimi系列文（二）

了解到，目前的GenAI有文本类、视频类、绘图类、音频类、编程类、PPT、数字人、AI搜索等形式。

Kimi 大语言模型

AI Agent的千亿美金问题：如何重构10亿知识工作职业，掀起软件生产革命？

有了个性化记忆的生成模型，是 Gen AI 时代新形态的推荐引擎。

大模型 AI编程

用ChatGPT辅助学习，成为超级学霸

为何在同一教室，听同一位老师的授课，学生成绩却是参差不齐？

教育 AI 学习

Sora懂不懂物理世界？

我们真实的视频是会体现真实世界的物理规律，以航行为例这意味着 AI 需要考虑到重力、浮力、碰撞以及船体结构在动态环境中的行为。

文生视频视频生成 sora

Langchain中改进RAG能力的3种常用的扩展查询方法

有多种方法可以提高检索增强生成(RAG)的能力，其中一种方法称为查询扩展。

检索增强生成 Langchain

弱智吧竟成最佳中文AI训练数据？！中科院等：8项测试第一，远超知乎豆瓣小红书

离大谱了，弱智吧登上正经AI论文，还成了最好的中文训练数据？？

弱智吧训练数据集

<...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