文章列表-AI魔法学院

文章列表

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

精通百种语言的翻译AI来了！Meta推出，免费、开源！

这个模型可以实现近101种语言之间的文本、音频、视频等多种形式的翻译，而且只需要一个模型就可以完成所有任务。

大语言模型

字节开源项目MimicTalk：快速打造逼真3D Talking Face的利器

动态表现力：通过上下文风格化的音频到运动模型（ICS-A2M），MimicTalk能够「捕捉和模仿目标人物的动态说话风格」，使生成的视频更加生动和富有表现力。

MimicTalk 开源模型

13.5K Star ! Fish Speech Windows本地搭建，能否达到官方的级别？强烈推荐

Fish Speech是一款由Fish Audio开发的开源的文本到语音（TTS）工具，支持英语、日语、韩语、中文、法语、德语、阿拉伯语和西班牙语。

Fish Speech 本地搭建

万字长文，大语言模型如何宣告心理学的死亡？

AI不再只是技术进步的象征，它已经开始挑战我们对心理学——甚至是我们对智能本身——的传统理解。

大语音模型

通过声音生成逼真的全身形象？！Meta开源AI工具：audio2photoreal

这是一个由Facebook研究院开发的技术，可以根据音频生成逼真的人物视频！

audio2photoreal 开源工具

生成式AI领域拓展！MetaAI开源AudioCraft：一个支持AudioGen、MusicGen等模型的音频生成开发框架

在过去的几年里，我们看到了AI在图像、视频和文本生成方面的巨大进步。

开源模型

《嬛嬛朕emo啦》但马斯克！阿里这项技术开放试玩

等了7分多钟，刚从北京闪现闪离的马斯克，他终于夸我是个人才：，时长00:03 好了，别骂诈骗，我全都招！

音频阿里

我，大语言模型

作为大语言模型，我只前向思考，不反向思考。

大模型

Suno音乐新手指南（手把手完整版教程）

这也是AI音乐创作有意思的地方。

suno 歌曲教程

把ChatGPT装进二次元手办，你来吗？AI桌面机器人众筹

接了语音模型模块，可以实现丝滑的大模型对话聊天功能。

ai小车 esp32 开源

【万字长文】全球AI Agent大盘点，大语言模型创业一定要参考的60个AI智能体

6月的一次全体员工会议上，扎克伯格宣布了一系列处于不同开发阶段的技术，其中一个就是将带来具有不同个性和能力的AI Agents为用户提供帮助或娱乐。

大语言模型

AI绘画：InstantID Win11本地安装记录！

Windows11+Conda+git 1.克隆代码打开CMD工具，通过CD命令进入到指定目录，然后克隆代码。

InstantID Win11 安装

Python入门与语法速查

特别是人工智能的火热，再加之它的语法简洁且优美，实乃初学者入门AI必备的编程语言。

python 编程

最强开源大模型Llama 3，在扎克伯格设想中其实是这样的

Meta重磅发布了大语言模型Llama 3，并且发布即开源。

Llama 3 大语言模型

<...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