文章列表-AI魔法学院

文章列表

动作识别模型有哪些

two-stream方法很大的一个弊端就是不能对长时间的视频进行建模，只能对连续的几帧视频提取temporal context。

动作识别模型

Sora物理悖谬的几何解释

有人悲观预言很多传统领域可能被颠覆，其中最为岌岌可危的可能是计算机图形学，短视频和影视娱乐行业。

Sora 解释

TTS，一个奇妙的AI工具

在自媒体盛行的今天，很多人尝试制作视频发到自媒体平台上，通过获得流量的方式实现直接或间接变现。

TTS 文本转语音

最新【Fooocus】支持controlnet！生图效果惊艳，附带保姆级安装教程

最近fooocus更新了controlnet功能，终于可以用起来了，兄弟们冲吧，亲测fooocus生图速度比SD-webUI快2倍多，有图为证： SD-webUI需要1分57秒，fooocus只需要52

Fooocus 文生图

比 remini 更便宜，比美图更有风格！黏土滤镜免费做，速领

目前主流的滤镜效果生成 APP 是：Remini 和 Uni Dream 以及美图秀秀。

SDXL 文生图

中文原生文生图大模型来了！腾讯混元推出，Sora 同架构

升级后的混元文生图大模型采用了与 sora 一致的DiT架构，不仅可支持文生图，也可作为视频等多模态视觉生成的基础。　　

文生图混元腾讯

一网打尽 | 掌握64个策划思维模型，逆转职业寒冬!（高清图+模型详解）

复购力（R）可按照新老客视角进一步细化。

策划思维模型方法论

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

用ComfyUI整了一套照片转Q版手办的工作流

之所以要搞这个，主要是因为它跟我目前要做的很多内容都息息相关，比如2D图片转3D模型，blender的插件、图片生成视频等，而且据说生成速度很快，对设备的要求低。

comfyui 文生图

【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

4种通过LLM进行文本知识图谱的构建方法对比介绍

但是对于知识图谱的创建是一个很复杂的过程，比如需要对属性增加限制，创建符合特定主题/模式的图谱，并且有时文档非常大，无法作为单个提示处理，所以在切分后的提示中创建的图谱需要前后一致。

知识图谱大模型

郭德纲讲英语相声详细教程

郭德纲用英文说相声的短视频火爆全网，同类型的AI短视频层出不穷，更有好莱坞明星说中文的短视频，不断地出爆款，那么现在我们就开始学习如何制作一个同类型的AI短视频吧！

数字人音视频

探索Sora的魔法世界：功能展示、原理解析、未来市场影响大猜想！

下图是Sora跟其他模型在生成视频能力上的一些对比：在OpenAI发布Sora之前，业界基于大模型生成视频的主要平台有Pika、Runway、Moonvalley等，但是这些平台视频生成默认都是几秒中

视频生成 sora

AI资讯速递 - 快人一步！为你填平AI领域信息差及时揭示AI领域的最新动态

人工智能可以帮我画图吗？

AI资讯 AI新闻

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

人物动作视频生成框架Animate Anyone可基于单张图和动作序列，输出稳定、可控的人物动作视频；人物换装视频生成框架Outfit Anyone是基于服饰图和人物形象；人物视频角色替换框架Motionshop

通义文生视频

<...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