文章列表-AI魔法学院

文章列表

语音克隆又又又又又升级了

，时隔几个月Meta又推出了最新的语音生成技术，不仅能可能声音，还能通过对声音的描述来生成独特的音色，同时还能通过描述来生成各种各样的音效，甚至能通过文字描述来编辑声音，整体来说，这项技术几乎囊括了现在人们对语音生成技术的所有的需求

Meta 语音生成

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

OpenAI相当于把这个事情做到了极致，在现在的时间节点，整个Sora展示出非常好的效果。

通义文生视频

DALL-E 3 不只是文生图！10 个案例颠覆认知

很多人被它生成文字和超现实图像的能力所吸引，但并没有发掘它的另一个强大功能—把你脑中的 Idea 变成现实中的图像。

DALL-E 3 文生图

开发语音产品时设计唤醒词和命令词的技巧

命令词中字的音节较长且相邻汉字的声韵母区分度越大越好； 3.

语音产品唤醒词命令词

Sora物理悖谬的几何解释

依随OpenAI透露出更多技术细节，很多Sora生成的物理悖谬的视频流传于网络。

Sora 解释

让你起飞的五个Prompt框架模型

在当今日益数字化的世界中，人工智能已经成为我们日常生活的重要组成部分。

prompt 大模型

了解Kimi必看的26个问题 | Kimi系列文（二）

在高效阅读、专业论文解读、翻译、资料整理与总结方面，Kimi具有明显优势，细节也抓得准。

Kimi 大语言模型

如何避免大语言模型绕过知识库乱答的情况？LlamaIndex 原理与应用简介

除了每个节点存储文本之外，每个节点还可以选择存储 Embedding。

大语言模型

OpenAI Assistants API 使用指南

上次我们介绍了 OpenAI 的新版 API，包括语音转文字、生成图片和图片识别等功能，这次 API 的更新还包含了一个重量级的功能，就是类似 GPTs 的 Assistant API，它不仅可以完成

OpenAI Assistants API

4秒惊艳！Stable Cascade AI绘画神器，设计师和普通用户的无限创意新选择

只需输入一段描述文字，即可在4秒钟内获得令人惊艳的图像。

文生图绘画

用Midjourney给自己制作精美的logo或头像

（一个摩托车团队的徽章，矢量图，简洁 —没有真实细节）字母标志logo："a lettermark of letter A, logo, serif font, vector

头像 logo

阿里出品自动化视频剪辑工具FunClip！

此外，FunClip还支持多段剪辑，并且能够自动为视频生成SRT字幕文件。

FunClip 视频阿里

开源大模型部署及推理所需显卡成本必读：也看大模型参数与显卡大小的大致映射策略

字节数：4字节（32位）半精度浮点数 (16位) - float16: 含义：半精度浮点数用于表示实数，但相对于单精度浮点数，它的位数较少，因此精度稍低。

开源模型

8个常用中文OCR数据集，附下载链接

红色的矩形框表示其中的文字被标记为“困难”。

OCR

AI创作｜如何通过GPT进行漫画视频的故事改写

而由于纯文字类小说动辄几十万字，甚至几百万字的篇幅。

生成式AI

<...13 14 15 161718 19 20 21 22 ...>

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