文章列表-AI魔法学院

文章列表

ChatGPT提示词万能模板：BRTR原则，让ChatGPT完美理解你的需求

ChatGPT作为一款强大的AI工具，能在很多方面为我们提供帮助，但如何才能更好地驾驭它，使其为我们所用呢？

ChatGPT 大模型

用户意图对齐，无需人工标注，Zephyr-7B 超越 Llama2-Chat-70B

ZEPHYR-7B模型以7B参数在聊天基准测试中创立了新标准，无需人工注释，且在MT-Bench测试中超过了之前的模型。

小型语言模型 Zephyr-7B

开源语音大语言模型来了！阿里基于Qwen-Chat提出Qwen-Audio!

此外，我们还将语音识别与基于字级时间戳预测（SRWT）的任务结合起来进行训练，这在以前的多任务学习研究中通常被忽视。

大模型语音

Stable Diffusion

Meta发布业界最强文生图模型CM3Leon，实力碾压Stable Diffusion、Midjourney

CM3leon是第一个使用从纯文本语言模型改编的方法进行训练的多模态模型，包括大规模检索增强预训练阶段和第二个多任务监督微调(SFT)阶段。

文生图

《构建个人知识图谱》：让 AIGC 帮你自动构建知识图谱

那么我么首先想到的就是让 AI 帮我们生成知识节点的摘要。

提示词文生图 AIGC

Stable Diffusion

[Stable Diffusion]SD安装、常用模型（checkpoint、embedding、LORA）、提示词具、常用插件

Stable Diffusion，一款强大的AI模型，让我们能够创造出惊人的艺术作品。

开源模型文生图图生图提示词

保姆级教程：Coze 打工你躺平

还可搭配飞书真正实现「AI 打工你躺平」顺着这个，让我讲讲让 Coze 打工养你务求「中学生能看懂」

Coze 教程

解读wav2lip：探究语音驱动唇部动作的技术原理！

（2）传统的基于GAN的判别器在音频-口型同步检测方面准确率较低：传统的GAN判别器只使用单帧图像来评估口型同步，缺乏时间上下文信息，无法评估口型动态变化质量。

wav2lip 语音

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

最后，我们根据之前预测的密集运动图对参考图像进行变形，得到变形后的图像，并将变形后的图像作为与遮挡图一起的生成器的输入，逐帧合成最终的视频。

VividTalk 视频

Prompt全攻略(一):ChatGPT时代,什么是Prompt?

简单来说,它是一个可以与用户用自然语言进行交流的AI系统。

prompt

大厂都在用的结构化Prompt，把写提示词变成填空题！

最近在做关于AI的一些项目，在过程中发现一些同学依然用不好ChatGPT，主要卡在Prompt的撰写这一步。

prompt 大模型

用Midjourney给自己制作精美的logo或头像

原因很简单：人类设计师需要花费数小时甚至数天才能创建的logo，AI可以在几秒钟内生成。

头像 logo

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

他们只在一张图像上部署算法，再将图像-图像的转换，提升为视频-视频的转换，将关键点检测提升为关键点跟踪，而且不需要任何训练。

ControlNet

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

语音识别模型SenseVoice介绍 SenseVoice 是一个全面的语音基础模型，旨在执行各种语音理解任务，包括自动语音识别（ASR）、语言识别（LID）、语音情感识别（SER）和音频事件检测

asr tts 声音

使用 ChatGPT + Claude 撰写成功的商业计划书

监控关键指标，使用 A/B 测试和反馈来持续改进和衡量成功。

工作

<...45 46 47 484950 51 52 53 54 ...>

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