文章列表-AI魔法学院

文章列表

斯坦福宣布前端开发要失业了？！一张截图生成代码，64%优于原网页！

尽管近年来从自然语言生成代码的能力迅速提高，但由于用户界面（UI）设计中视觉和文本信号的多样性以及由此产生的代码搜索空间的广阔，从UI设计生成代码实现尚未受到太多关注。

设计转代码大模型

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？

未来的 agent 作为人类的工作伙伴会接受大量文本和多模态信息，过程中积累的用户偏好和工作习惯会使产品成为知识工作者最信赖的伙伴。

大模型 AI编程

借题发挥下最近几例声音克隆的应用案例

3.某用户被放高利贷者蒙骗，但是又缺少对方的录音信息，导致在诉讼时候非常无助，想通过克隆对方声音来实现录音取证。

声音克隆数字人

解玄：共相、道、基类与战略

这其实是遵循我老爹的教导，我老爹的观点大概是：可以不信佛，但你不能跑到佛像上撒尿。

玄学科学

Stable Diffusion

Meta发布业界最强文生图模型CM3Leon，实力碾压Stable Diffusion、Midjourney

CM3leon是第一个使用从纯文本语言模型改编的方法进行训练的多模态模型，包括大规模检索增强预训练阶段和第二个多任务监督微调(SFT)阶段。

文生图

中学生能看懂：Sora 原理解读

这种方法的一个关键优势在于其灵活性和创造性：同一段文本提示，通过不同的噪声初始状态或通过稍微调整转化步骤，可以生成视觉上截然不同、但都与文本提示相符的视频内容。

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

Sora物理悖谬的几何解释

物理定律多由偏微分方程系统来描述，微分方程的解由初始值和边界值来控制，系统是适定的，意味着由于能量守恒、质量守恒、能量传递小于光速等物理限制，初边值逐渐变化时，解也随之逐渐变化。

Sora 解释

GPT让你拥有超强的写作能力！

好的写作不仅能清楚地传达信息，还能展示专业性和注意细节的能力。

GPT 写作

AI Comic Factory：AI(连环)漫画生成器

项目简介这份内容介绍了AI Comic Factory项目的一些关键信息。

生成式AI

聊天机器人阅读 PDF？用这25个提示词技巧，亲测有效！(ChatGPT & Claude 2)

内容摘要 PDF 文件通常包含着大量的信息，但并非所有的信息都和你密切相关。

GPT-4 工作

必看！ComfyUI故障应对指南，让您轻松应对每一个挑战

ComfyUI的常见故障和解决，赶紧收藏起来，在探索ComfyUI的曲折旅途中，最让人心生畏惧的莫过于那漫天的红色方框和层出不穷的报错信息。

ComfyUI 故障应对

揭秘数字人困境：代理商亏钱、直播屡被封、刘润也不用了

一些代理商们也对业务十分自信。

数字人

一文汇总市面上所有prompts提示词框架！

Prompts，作为大语言模型交流与理解的桥梁，扮演着无比重要的角色，指引着模型准确解读输入信息，从而生成我们所需的特定输出。

prompt 提示词

腾讯的 PhotoMaker - 更快更像更可控的 AI Avatar

它主要通过堆叠ID嵌入方式编码任意数量的输入ID图像，以保留ID信息。

PhotoMaker 文生图

<...10 11 12 131415 16 17 18 19 ...>

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