文章列表-AI魔法学院

文章列表

微软研究团队：Sora核心技术及未来机会研究报告-中英对照版

Sora 利用了扩散变换器架构[4]（详见第 3.2.4 节），成为了第一个能够适应视觉数据多样性的模型，它可以处理各种格式的视频和图像，从宽屏的1920x1080p到竖屏的

sora 论文

自动化神器Autolt：不再重复工作

Excel表格操作无论是数据录入还是数据处理，Autolt都能在Excel中展现其强大的功能。

RPA 自动

最佳开源文生图大模型可图：安装与批量出图的完整教程

Kolors 或者 Git lfs clone https://huggingface.co/Kwai-Kolors/Kolors weights/Kolors 下载之后的权重在Kolors目录下

可图 kolors

Stable Diffusion

Stable Diffusion 年龄转换神器，一键变大变小

需要该模型的同学可以在公众号回复 embeddings 获取模型链接安装将下载好的模型放在你的 Stable Diffusion 安装目录下的 sd-webui\embeddings

Stable Diffusion 文生图

Docker介绍及常用命令大全

加入这两个参数后，容器创建就能登录进去。

Docker 容器

大模型在金融行业的应用场景

3.佛罗里达州南方银行开发的知识问答系统使员工能够查询汇总和解释银行的内部记录，帮助新员工快速精通特定主题或法规。

大模型金融应用

45个 DALL-E 3 使用案例 (附提示词) ，人人都是设计师

提示词：创建一个[特定类型的产品，如 "智能手机"]的详细 3D 模型，该模型应具有[特定的功能或设计元素，如 "弧形边缘屏幕和后置双摄像头"]，并体现[特定的主题或风格，如 "简约和优雅"]的设计美学

文生图

AI生成卡通人物项目|VToonify

zh-hans/downloads/在您安装完成Visual Studio的相关组件之后，您的电脑中将会存在一个cl.exe文件，该文件所存在的路径实在无法通过脚本来确定，所以必须要您自己找到该文件的目录位置

AI生成卡通人物 VToonify

用so-vits-svc-4.1进行音色转换的极简教程

其实歌声转换不仅仅适用于歌声，普通讲话也可以，只是歌唱的音调基本能覆盖到低、中、高全域声音类型，而正常说话可能无法做到全域覆盖，但是如果在录制声音的时候能够做到覆盖多种音调类型，也可以实现声音转换。

声音 sovits

AI Agent / 智能体观察笔记（中）

它们使用最近100条记忆记录查询大语言模型并生成候选问题。

大模型

开源语音大语言模型来了！阿里基于Qwen-Chat提出Qwen-Audio!

3 多任务预训练受Whisper的启发，为了将不同类型的音频结合起来，我们提出了一个多任务训练格式框架，如下所示： • 转录标签：使用转录标签表示预测的开始。

大模型语音

ComfyUI 基础教程（一）环境部署和插件安装

; 2.配置模型、LORA ComfyUI虽然自带了pytorch和stable diffusion环境，但是不包括模型，所以需要将模型放置到ComfyUI对应目录中

comfyui 文生图

做大模型需要的环境设置

今天在下载OpenCV的时候发现清华的conda channel镜像已经不能用了，故在此记录： 1）如何显示所有channel； 2）如何更换channel。

开发环境

OpenAI 开源语音识别 Whisper 的使用体验怎么样？

一旦下载完成，所有的语音转录文本过程都将在您的电脑上运行，转换速度非常快。　　

生成式AI

郭德纲讲英语相声详细教程

登录heygen官网 heygen登录地址：https://www.heygen.com 点击“Sign in”,出现登录界面后切换到Sign Up，按照指引注册完成之后，就可以开始生成视频了

数字人音视频

<...8 9 10 111213 14 15 16 17 ...>

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