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
· 国产视频制作之光-可灵:提示词大全整理
· SD入门教程六:ControlNet基础入门
· 大语言模型的拐杖——RLHF基于人类反馈的强化学习
· 【万字长文】LLaMA, ChatGLM, BLOOM的参数高效微调实践
· Stable Diffusion使用Roop插件一键换脸教程
· 10秒换脸,一张图片够了!SD Roop插件教程
· 九个让你成为GPT提示高手的提示词框架
· 大规模中文开源数据集发布!2TB、几十亿条可商用的中文数据集书生·万卷 1.0开源~中文大模型能力可能要更上一层楼了!
· AI绘画:stable difussion SD插件之 无限抽卡神器 dynamic prompts(动态提示词)
· 会“追问”的Agent,大模型知识库另类实践
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
数字人
开源!数字人资源大集
合
!
AGORA 在 CVPR 2021论文中提出,由涵盖 350 多个独特主题的 4240 个扫描组
成
,全部与 SMPL-X 拟
合
配对。
数字人
开源
一文读懂GPT-1:生
成
式预训练如何提升
语
言理解
为了深入探索大
语
言模型的发展历程,我们精心挑选了一系列经典论文进行分享,希望能与大家共同学习和理解大
语
言模型背后的技术。
GPT
Prompt
硬核Prompt赏析:HuggingGPT告诉你Prompt可以有多“工程”
2303.17580.pdf HuggingGPT是近期非常火热的Agents方向的一个代表,它让ChatGPT这样的LLM能够使用HuggingFace社区的各种模型(包括但不仅限于文生图、图生文、
语
音
转文字
提示词
prompt
RAG
忘掉 RAG,未来是 RAG-Fusion!搜索的下一个前沿:检索增强生
成
遇上倒数排名融
合
和生
成
查询
向量搜索融
合
:RAG通过将向量搜索功能与生
成
模型相结
合
,引入了一种新颖的范式。
RAG-Fusion
检索增强
LLM
如何
成
为LLM提示词大师!「大
语
言模型的底层心法」
生
成
(扩展)操作与缩减和转换任务涉及操作现有文本不同,生
成
操作从头开始
合
成
全新的内容。
大模型
提示词
开源
通过声
音
生
成
逼真的全身形象?!Meta开源AI工具:audio2photoreal
audio2photoreal的全称是From Audio to Photoreal Embodiment: Synthesizing Humans in Conversations,意思是从
音
频到逼真的人体表现
合
成
对话中的人类
audio2photoreal
开源工具
Google
AI“同声传译”新进展!Google发布,无监督,
语
音
识别:Translatotron 3!
近日,Google研究团队在其博客上发布了一篇文章,介绍了他们的最新研究
成
果:无监督
语
音
到
语
音
(Unsupervised Speech-to-Speech,简称USS)AI模型。
Translatotron
语音识别
语
音
识别的未来已来:深入了解faster-whisper的突破性进展
这种实现不仅提高了
语
音
识别的速度,还优化了内存使用效率。
语音识别
Faster-Whisper
数字人
AI虚拟主播数字人技术实现Wav2Lip
本文主要实现图片说话(如下图的蒙娜丽莎)、视频融
合
语
音
(这里的核心都是人物口型与
音
频中的
语
音
唇形同步)。
数字人
视频
人工智能
胎教级SO-VITS-SVC使用教程:人工智能生
成
歌曲
(variational inference)、标准化流(normalizing flows)和对抗训练的高表现力
语
音
合
成
模型 应用so-vits-svc快速生
成
AI歌曲,仓库地址: https
音乐
「
语
音
识别的未来已来」——探索Distil-Whisper,轻量级AI的强大力量
那么,这个被誉为“
语
音
识别的未来”的AI工具到底有何过人之处?
Distil-Whisper
语音识别
Ollama 与 Dify:AI 应用开发的强强联
合
介绍 随着大型
语
言模型(LLM)的快速发展,它们为 AI 应用开发提供了强大的功能和灵活性。
Ollama
Dify
大型语言模型
RAG
RAG——使用检索增强生
成
构建特定行业的大型
语
言模型
towardsdatascience.com/build-industry-specific-llms-using-retrieval-augmented-generation-af9e98bb6f68 使用检索增强生
成
构建特定行业的大型
语
言模型
大模型
开源
17K star!30秒偷走你的声
音
,开源声
音
克隆工具
现在的AI发展越来越快,生
成
一段
语
音
不是难事,那如果生
成
的是你自己的声
音
?
OpenVoice
声音克隆
开源
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
只需提供一张人物的静态照片和一段
语
音
录
音
,VividTalk即可制作出一个看起来像是实际说话的人物的视频。
VividTalk
视频
<
1
2
3
4
5
6
7
8
9
10
...
>
1
2
4
5
6
7
8
9
100