首页
Ai 资讯
Ai 知识库
创作魔法
绘画魔法
视频魔法
训练魔法
Ai术语
Ai提示词
Ai创意图
Ai工具
Ai视频
VIP专区
VIP专区
登录
AI魔法学院客服
最新
排序
收藏
全部
七天内
一个月内
选择分类
全部
写作魔法
绘画魔法
视频魔法
训练魔法
其他
AI工具
VIP视频
推荐阅读
换一批
· 第一性原理以及第一性原理是怎么帮马斯克成为首富的
· 爆火的“哄哄模拟器”,它是如何炼成的?Prompt泄漏了
· AI声音克隆 | 最全最简教程(权威版)
· ComfyUI官方使用手册【官网直译+关键补充】
· Coze多智能体(Multi-Agents)模式体验!
· Github上Star数最多的大模型应用基础服务:Dify 深度解读
· Stable Diffusion 30分钟打造AI 写真照片生成器|海马体照相馆这次真的要木得了
· 从第一性原理看大模型Agent技术
· 精通百种语言的翻译AI来了!Meta推出,免费、开源!
· 6个最佳开源TTS引擎
热门标签
Stable Diffusion
stable diffusion
Midjourney
midjourney
ComfyUI
comfyui
ChatGPT
chatgpt
大模型
数字人
开源
人工智能
Sora
文心一言
天工
零一万物
知海图
星火
文心一格
混元
通义千问
盘古
言犀
ChatGLM
Github
微软
热门标签
免费
教程
插件
免费
教程
插件
免费
教程
插件
文章列表
一旦参透「第一性原理」,便洞悉所有事的本质
第一性原理能够帮助我们跳出这些限制,以一种更纯粹、更本质的
视
角
来看待问题,从而找到创新的解决方案。
第一性原理
大模型
教程
用AI做郭德纲说英文相声的爆款
视
频(详细教程)
郭德纲用英文说相声的短
视
频火爆全网,单条
视
频点赞破9.7万,转发量更是高达11.8万,AI的内容形式层出不穷,不断地出爆款,其实这个两周前有出过教程--用这个AI,把
视
频翻译成30+种语言,丝滑程度,随时能把生意做到全世界
视频
翻译
语言
心理
万字长文,大语言模型如何宣告心理学的死亡?
每一个幽灵都暗指传统心理学曾经忽略的问题,本文将从大语言模型的
视
角
提供新的见解。
大语音模型
开源
GPT-4o实时语音方案提供商Livekit开源voice agent:轻松处理音
视
频流
轻松访问 LiveKit WebRTC 会话并处理或生成音频、
视
频和数据流。
voice
agent
开源
音视频
Roop参数说明,ROOP->StyleGAN演示!
因为这个
视
频刚好有很多张脸,然后又是多
角
度60帧4K的动态
视
频,所以我觉得非常适合拿来测试ROOP。
视频
StyleGAN
VividTalk:用一张照片和一段音频让人物栩栩如生地说话
最新的突破来自VividTalk项目,这是一个能够将单张照片和一段音频结合起来,创造出仿佛真人在说话的
视
频的技术。
VividTalk
视频
大模型
OCR终结了?旷
视
提出可以文档级OCR的多模态大模型框架Vary,支持中英文,已开源!
背后原理 目前的多模态大模型几乎都是用 CLIP 作为 Vision Encoder 或者说
视
觉词表。
OCR
手写
文字识别
开源
爆火「
视
频版ControlNet」开源了!靠提示词精准换画风,全华人团队出品
“
视
频版ControlNet”来了!
ControlNet
Stable Diffusion
AnimateDiff:一篇文章教你学会用Stable Diffusion制作GIF动图
这是一个AnimateDiff介绍教程,这个工具可让您使用Stable Diffusion创建令人惊叹的 GIF 动画,这是目前为止最好的文本生成
视
频(Text-to-video)人工智能工具之一。
AnimateDiff
视频
训练
Sora
通俗易懂地解释OpenAI Sora
视
频生成的特点有哪些?它与此前的Runway Gen2、Pika有什么区别?以及缺点是什么?
Sora生成的
视
频与此前其它平台生成的
视
频到底有哪些区别?
sora
视频生成
Sora
OpenAI Sora
视
频生成模型技术报告中英全文+总结+影响分析
但是从另一个
角
度将,创作门槛降低之后故事的竞争将异常激烈。
sora
openai
视频生成
语音
栩栩如生,音色克隆,Bert-vits2文字转语音打造鬼畜
视
频实践
本次让我们基于Bert-vits2项目来克隆渣渣辉和刘青云的声音,打造一款时下热搜榜一的“青岛啤酒”鬼畜
视
频。
Bert-vits
语音
Agent
十篇高质量的AI-Agents相关论文,让AI教你认识AI-Agents
,基于 LLM的AI Agents是AGI领域接下来重要的发展方向,使得很多原本嘲笑Auto-GPT开发者,开始更多开始正
视
基于LLM驱动的AI-Agents系统。
开源模型
阿里
阿里&字节发表VividTalk,只需单张照片即可根据音频生成栩栩如生的人物说话头像
视
频
它通过先进的音频到3D网格映射技术和网格到
视
频的转换技术,实现了高质量、逼真的音频驱动的说话头像
视
频生成。
VividTalk
视频
大模型
最强国产开源多模态大模型MiniCPM-V:可识别图片、
视
频,还可在端侧部署
总参数量 8B,单图、多图和
视
频理解性能超越了 GPT-4V。
minicpm
面壁
<
1
2
3
4
5
6
7
8
9
10
...
>
1
2
4
5
6
7
8
9
100