文章列表-AI魔法学院

文章列表

Insanely Fast Whisper：超快的Whisper语音识别脚本

通过使用Transformers和Optimum技术，可以在不到10分钟内转录300分钟（5小时）的音频。

音频 Whisper

AI音乐热潮下，“神曲工作室”率先失业

她觉得，AI音乐可能会对抖音等平台上批量产出的歌曲产生较大影响，甚至不排除视频平台自主引入AI作曲机制，影响由第三方负责的“神曲”创作的生存空间。

音乐音频

网易（TTS）EmotiVoice：开源语音合成，支持2000多音色

你是否曾经想过，如果你能用不同的情感和语气来表达你的想法，那该多有趣？

EmotiVoice 语音合成

Openai 异步客户端接入国产大模型 Kimi

webman/openai 是一个异步非阻塞的openai客户端，配合webman可以做到同一时刻支持上万并发调用，使用简单，返回如丝般的顺滑，无卡顿。

Kimi Chat 大模型

Sora懂不懂物理世界？

一方面因为临界态样本的稀缺，另一方面因为扩散模型将稳恒态数据流形的边界模糊化，消弭了临界态的存在，生成的视频出现了不同稳恒态之间的跳跃。

文生视频视频生成 sora

ChatGPT Prompt提示词课程（斯坦福吴恩达 | OpenAl）指南篇极简笔记

对于大模型prompt的设计，近期斯坦福吴恩达伙同OpenAl出了一套视频教程（B站地址：https://www.bilibili.com/video/BV1AT41187qt?

prompt 大模型

Stable Diffusion

Stable diffusion三步搞定——场景定制化

在日常的工作中，为了保证视觉构图还有画面风格的一致性，有意的去搭建了属于赶集行业特征的运营场景素材库，目的是为了让设计师能灵活调用，随做随取，节省时间提高效率。

AI图片

一张照片秒生不同风格图像！小红书InstantID来了！

，支持各种不同的风格，今天一起来了解一下！

InstantID 文生图

15种ChatGPT高频用法

食谱和烹饪技巧食谱推荐、烹饪步骤解说、营养信息、烹饪技巧、食物保存建议、餐饮搭配、食物安全提示 11.

大模型效率

AI Agents大爆发：软件2.0雏形初现，OpenAI的下一步

该框架采用标准的强化学习设置，其中奖励模型提供简单的二元奖励（0/1），动作空间遵循 ReAct 中的设置，同时基于特定任务的行动空间，使用语言增强功能，以实现复杂的推理步骤。

agent

Agent：OpenAI的下一步，亚马逊云科技站在第5层

Agent成为最受重视的方向。

开源模型

详解 Diffusion (扩散) 模型

扩散模型是跨不同深度学习领域使用的生成模型。

Diffusion 开源模型

爆火的“女孩的一生”，plus版教程它来了

嘿，动画和视频制作的小伙伴们，今天我们来聊聊怎样用animatediff和LCM（Lower Complexity Model）来制作超炫酷的视频。

动画视频 AnimateDiff

动画制作工具AnimateDiff用法详解

AnimateDiff 使用Stable Diffusion模型将文本提示转换为视频。

AnimateDiff 视频训练

Stable Diffusion

如何保证每次画出的都同一张人脸：Stable Diffusion的Reference only教程

Ai绘画有一个很现实的问题，要保证每次画出的都是同一个人物的话，很费劲。

文生图

<...2 3 4 567 8 9 10 11 ...>

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