文章列表-AI魔法学院

文章列表

在 WebUI 中使用 AnimateDiff 的一些问题和技巧

这两天晚上没事的时候就会尝试下AnimateDiff，发现这真的让视频生成上了一个大台阶，估计是到了AI视频爆发的前夜了。

AnimateDiff SD

FFmpeg之父新作——音频压缩工具 TSAC

其原理和我们之前介绍的突破压缩极限的AI语音编解码器类似，使用深度学习网络进行压缩，TSAC这里引入Transformer结构来提升性能。

TSAC 音频工具

Sora物理悖谬的几何解释

这里笔者依据现代数学特别是整体微分几何领域的一些观点来解释目前Sora技术路线中的缺陷，希望能够抛砖引玉，为广大AI研究和工程人员拓宽思路，共同促进提高。

Sora 解释

被低估的面壁：打造出不输 OpenAI 的 Scaling Law 曲线

曾国洋告诉 AI 科技评论。

Grok-1 开源模型

百度智能云的Prompt模板

Prompt工程即指针对于Prompt进行结构、内容等维度进行优化的AI技术，它把大模型的输入限定在了一个特定的范围之中，进而更好地控制模型的输出。

大模型 prompt

国产大模型与全球最强大模型大比拼：语义理解、数学推理同台竞技，究竟谁更厉害

随着各种AI模型的快速发展，选择合适的模型成为了研究和开发的一大挑战。

大模型

宁德核电推出全球参数量最大的核工业大模型｜InfoQ 独家

目前 AI 的能力以及逐步融入、下沉到各个垂直领域，“AI+ 媒体”、“AI+ 医疗”、“AI+ 金融”、“AI+ 政务”等跨界创新层出不穷。

宁德核电大模型

SD入门教程四：图生图基础用法

图生图就是给出一张参考图，由AI在参考图上做修改。

SD 入门图生图

DALL-E 3 不只是文生图！10 个案例颠覆认知

DALL-E 3 的出现又一次颠覆了 AI 绘图行业，它生成的图片迅速走红社交媒体。

DALL-E 3 文生图

打造音乐传奇：Suno推出音乐生成模型Suno V3，让每个人都能成为作曲家

此举势必引爆AI音乐热潮，让音乐创作成为人人共享的乐趣！

suno 歌曲音乐

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

LiveKit 不仅有一个开源的 voice agent 方案[1]，还能为你提供一个成熟且强大的实时多模态 AI 解决方案。

GPT-4o 语音交互

投资人逃离大模型

此外，百川智能以医疗AI为核心业务。

大模型

Coze、Dify、FastGPT：哪款智能体平台最强？深度对比分析！

智能体不仅是AI应用的载体，更是赋予大模型感知、交互和执行能力的“触手”。

智能体平台对比

基于秋叶整合包-StableDiffusionWebUI启动器快速安装ComfyUI

ComfyUI是一个基于节点流程式的stable diffusion AI绘图工具WebUI，它通过将stable diffusion流程拆分成节点，实现了更加精准的工作流定制和完善的可复用性。

秋叶整合包

视频大模型训练相关词条解释

Sora是OpenAI公司发布的一款AI视频生成模型。

视频生成 sora 词条

<...33 34 35 363738 39 40 41 42 ...>

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