文章列表-AI魔法学院

文章列表

让AI记住你说的话、让AI给你生成几十万字的小说！StreamingLLM 让无限长token成为可能

这种现象被称为注意力汇聚（Attention Sink），意味着只要保留前面的一些token作为Key和Value（KV）状态，就可以在很大程度上恢复窗口注意力（Window Attention）的性能

StreamingLLM 写作

Claude 官方提示词，中文版（含API Prompt）

确保设计具有视觉吸引力、响应性和用户友好性。

prompt 写作

Insanely Fast Whisper：超快的Whisper语音识别脚本

作者提供了几种优化方式，包括批处理、半精度处理以及BetterTransformer，以提高转录速度。

音频 Whisper

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

SD的老舅ComfyUI来了，节点式工作流，分部控制出图

，用户可以精准的控制每个版块的设置，达到控制变量的目的，但节点式的工作流也提高了一部分使用门槛。

文生图 comfyui

精通结构化提示词：如何精确操控指令的作用域与优先级

工作的指令，都需要给它设置一个“作用域”和“优先级”。

提示词结构化

OpenAI真的开源了！这波「实时语音」操作，让万物开口说话，我爱了

Sonatino - ESP32-S3 音频开发板 esp32s3 ，学过单片机的小伙伴都比较清楚，是一款微控制器芯片，如图长这个样子： ESP32-S3 是一款由 Espressif

OpenAI 嵌入式实时语音 SDK

忘了stable diffsion的英文提示词吧，这个工具点点鼠标就可以了

这个插件的名字叫EasyPromptSelector，作者是日本的创作者blue_pen5805，如今他（她？）

stable diffsion 提示词

ReplaceAnything：阿里最新项目！重绘图片里的任何元素，商用价值极高！用最简单的部署创造最大的价值！

可以在文章最后的链接里体验demo 服装更换选定区域后，可以完整的保留人脸或者动作，给图片内角色换上指定的服装、发型、背景。

ReplaceAnything 文生图

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

· EnCodec：一种高保真度神经音频编解码器。

AudioCraft 音频

使用 ChatGPT + Claude 撰写成功的商业计划书

你需要设定节奏和旋律，但一旦你这样做了，它们带来的即兴创作简直就是一首交响乐。

工作

20款AI工具助力在家副业

你的个人人工智能研究助手 6 Gamma 使用人工智能来帮助塑造您的PowerPoint支件 7 Querio 你的个人人工智能数据分析师 8 Translate Audio 以你自己的声音将视频本地化到不同的语言

工作

一张图看懂IT人的江湖地位

含VDI/IDV/VOI等各种技术路线超融合厂商江湖地位篇仅代表国内市场地位及表现云视频会议江湖地位篇

工作

阿里Outfit Anyone实现真人百变换装

之前我分享了阿里通义千问APP推出的 "全民舞王" ，只要一张照片就能生成一段舞蹈视频这几天相信有很多小伙伴都有在社交媒体和朋友圈刷到过这种其背后就是用的 Animate Anyone 算法

Outfit Anyone 阿里

绝了！新华社、知网官方出品的写作神器，不要太爽！

其中主要的 AI 写作功能，和市面上的通用型 AI 写作不太一样：可以分步生成（依次生成摘要、大纲、内容），也可以分段生成同时支持 5 类文稿类型：意见建议、调研报告、工作汇报、政策文件、对外宣传

新华妙笔写作

<...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