文章列表-AI魔法学院

文章列表

爆火「视频版ControlNet」开源了！靠提示词精准换画风，全华人团队出品

“视频版ControlNet”来了！

ControlNet

用AI做郭德纲说英文相声的爆款视频（详细教程）

郭德纲用英文说相声的短视频火爆全网，单条视频点赞破9.7万，转发量更是高达11.8万，AI的内容形式层出不穷，不断地出爆款，其实这个两周前有出过教程--用这个AI，把视频翻译成30+种语言，丝滑程度，随时能把生意做到全世界

视频翻译语言

自动化神器Autolt：不再重复工作

@error = " & @error) Exit EndIf ; 创建一个新的工作簿 Local $oWorkbook = _Excel_BookNew

RPA 自动

腾讯最新的人像写真工作PhotoMaker

主要技术是这些，后面还讲了摄影师训练的工作流，包括如何处理图像数据之类的，感兴趣可以看看原文。

PhotoMaker 文生图

人工智能的应用范式呼之欲出

整个架构方案可以概括为一个十步的工作流，参见下图：看完这张流程图，我想应该有不少同行会和笔者有同样的预感：这套十步工作流极有可能成为未来三到五年乃至更长时期内人工智能大模型的应用范式

大模型

保姆级教程：Coze 打工你躺平

最近在玩 Coze/扣子发现这事无需代码，人人都行比如，链接丢过去，工作结束，下班！

Coze 教程

10个具有代表性的AI-Agents，将如何改变互联网/重塑Web3

尽管GPT Researcher是一个基于GPT的学术研究工具，并且这是一个在麻省理工学院的许可下出于学术目的而开源的项目。

开源模型

剪映克隆声音功能详解：剪映上线5秒“AI克隆音色”，一堆AI公司又要进入慢性死亡了...

不管是过去的移动互联网时代，还是现在的AI时代，都有一个很灵魂拷问的问题是： “当BAT/OpenAI，来下场干你的业务，你该怎么办” 尤记得去年11月OpenAI在召开开发者大会的时候，发布了一堆东西，直接全工具

剪映声音克隆

「长文」可能是目前最全的LangChain AI资源库之一

前言本文主要内容是一个LangChain资源库，里面罗列了大大小小很多个基于LangChain框架的优秀项目，包括低代码、服务、代理、模板等工具类，还有像知识管理、聊天机器人等开源项目，还包括像视频

工作

胎教级SO-VITS-SVC使用教程：人工智能生成歌曲

sd生成的话筒xswl 原始歌曲处理（人声和伴奏分离）如果想要使用孙燕姿的模型进行二次创作，首先需要一段已经准备好的声音范本，然后使用模型把原来的音色换成孙燕姿模型训练好的音色即可这里我们五月天的

音乐

6个最佳开源TTS引擎

01CoQui TTS https://github.com/coqui-ai/TTS 这是一个在研究和生产中经过了实战考验的TTS深度学习工具包，可以以200毫秒的延迟进行流传输，支持13

TTS引擎开源模型

Whisper对于中文语音识别与转写中文文本优化的实践(Python3.10)

阿里的FunAsr对Whisper中文领域的转写能力造成了一定的挑战，但实际上，Whisper的使用者完全可以针对中文的语音做一些优化的措施，换句话说，Whisper的“默认”形态可能在中文领域斗不过

Whisper 语音优化

2023年人工智能行业总结

同时，也催生出了像langchain这样的语言模型框架，使得语言模型不再仅仅是一个简单的聊天工具。

人工智能 AGI 思考总结

OpenAI Sora视频生成模型技术报告中英全文+总结+影响分析

、视频AI生成的可用工具都已齐备，一个人可以无痛carry一个短片，好故事将价值千金，有才华的人更难被埋没。

sora openai 视频生成

ComfyUI 图片以及工作流管理神器

并且还可以用来管理我们的工作流文件。

comfyui 工作流

<...9 10 11 121314 15 16 17 18 ...>

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