文章列表-AI魔法学院

文章列表

前半年，我看到的有趣的 AI 产品

很简单，00 后、10 后用户在精神方面的需求，和 70、80、90 这几代人完全不同。

AI工具

数字人直播哪家强？中国数字人平台分析大全

这类软件被许多公司和个人所需，尤其是那些从事抖音、快手和视频号等平台的公司，它们需要高质量的数字人技术来提升内容创作和用户互动体验。

数字分身数字人

TTS它又来了！OpenVoice：一款借鉴于TTS实现的强大的AI语音克隆工具！

其核心功能是通过提供发言者的短音频片段（参考语音），实现声音的高效克隆。

tts 文本转语音

GLM-4-Voice 9B——实时多语言语音对话 AI——几分钟内即可在本地安装

GLM-4-Voice作为一款端到端的语音模型，推动了多语言对话人工智能的边界，支持英语和中文的实时对话，同时提供可适应且类人化的响应生成。

GLM-4-Voice 9B 语音安装

13个神级Chatgpt指令，助你小说丝滑过审

示例：原文“我喜欢听音乐。

ChatGPT 写作

2023年人工智能行业总结（精简版）

GPT4V多模态模型和Gemini的发布让大模型能够看图看视频作答。

人工智能行业总结

2.7B能打Llama 2 70B，微软祭出「小语言模型」！96块A100 14天训出Phi-2，碾压谷歌Gemini nano

谷歌被逼急了，赶在年底之前仓促发布了超大模型Gemini，卷起了多模态，甚至不惜「视频造假」。

小语言模型

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

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

与空间片段压缩类似，使用空间-时间片段压缩并设定好的卷积核参数（例如，固定的核大小、步长和输出通道数量）会由于视频输入的特性差异，导致潜码空间维度的不同。

Sora 微软

大模型落地“诸神之战”，场景玩家先杀出重围了

它包括自然语义大模型、视觉大模型、视频大模型，和通用大模型不同，它的训练数据中包含了大量成熟营销方法论、营销数据。

大模型文生图

元象首个多模态大模型 XVERSE-V 开源，刷新权威大模型榜单，支持任意宽高比输入

人类获取的信息83%来自视觉，图文多模态大模型能感知更丰富和精确的真实世界信息，构建更全面的认知智能，从而向AGI（通用人工智能）迈出更大步伐。

XVERSE-V 多模态大模型

使用大模型自动回复小红书/抖音/快手评论：通过RAG 优化LLMs实现

LLM 的基本用法包括输入Promt并获得回复/Response RAG 通过向这个基本过程添加一步来实现即，执行检索步骤，根据用户的提示，从外部知识库中提取相关信息，并将其注入到提示中

RAG 大模型自动回复

中文通用大模型评测基准发布，全方位解析评价维度，助你选出最优秀的模型！

SuperCLUE是中文语言理解测评基准（CLUE）在通用人工智能时代的进一步发展。

大模型训练中文

大模型应用发展的方向｜代理 Agent 的兴起及其未来（上）

音频频谱图提供了音频信号频谱随时间变化的直观表示。

大模型

万字长文｜40万人学习过｜28个ChatGPT使用技巧，带你从入门到精通

技巧15:让ChatGPT帮你写视频脚本除了图文，你也完全可以把ChatGPT融入到你YouTube、B站或者抖音等视频平台的创作过程中来，让ChatGPT按照你的要求写出对应视频脚本。

ChatGPT 使用技巧教程

<...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