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

零代码编程：用ChatGPT打造一个信息推送的微信机器人

很多时候，我们希望监控一些最新信息，能够第一时间在微信上看到。

ChatGPT

AI异常值案例库第2期，5个灵感案例，新型流量获客法和产品形态

有部分信息，也许蕴藏着巨大的变现机会，但我自己没有时间与精力去一一验证所以我打算把这些信息分享出来，如果能启发到大家行动并拿到结果，那也算不浪费这个机会了没有过多的拆解和分析，更多的是偏向于灵感启发

文生图

ComfyUI 图片以及工作流管理神器

今天给小伙伴们介绍一款 ComfyUI 浏览器，不仅可以直接在 ComfyUI 页面查看历史生成的图片，而且直接在图片上一键加载工作流。

comfyui 工作流

整理了近期所有TTS相关的大模型

从 XTTS 到 Pheme,从OpenVoice 到 VITS，每个大模型包括源码地址，支持的语言，非常棒！

TTS 大模型

Python状态机：优雅处理复杂业务逻辑的利器

扩展性好：易于添加新状态和转换规则 Python实现状态机示例下面是一个简单的订单状态机实现： from enum import Enum from

Python状态机设计模式

SDXL模型lora训练参数详细设置，显存占用22G，不用修脸原图直出

还没装的，去秋叶大佬视频详情里找一下哈~ https://www.bilibili.com/video/BV1AL411q7Ub/?

SDXL 训练

炸裂！百川开源第1个7B多模态大模型 Baichuan-Omni | 能够同时分析图像/视频/音频/文本

在本文中，作者介绍了 Baichuan-Omni，这是第一款开源的 7B 多模态大语言模型（MLLM），能够同时处理和分析图像、视频、音频和文本的模态，同时提供先进的模态交互体验和强大性能。

Baichuan-Omni 多模态大模型

“How to make money with GPTs” 教你集成第三方url的Action+知识库的完整版GPTs

创建一个GPT就像开始一个对话，给它指令和额外的知识，然后选择它可以执行的操作，如搜索网页、创建图像或分析数据。

GPTs 知识库

在飞速发展的时代管理AI风险

没有根本原因表明人工智能进步会在人类水平上放缓或停止。

人工智能伦理

OpenAI视频模型Sora的推理生成成本多高？

而 Sora 的 DiT 是一个 Encoder-Only Transformer 架构，推理时会输出全部长度的 token，一次性生成全部长度的 token，对 Memory 的访存次数要远小于

Sora 推理算力

ChatGPT+文字转视频工具，让1个人1天轻松生产100条原创视频（内附全部工具）

今天给大家分享一个 ChatGPT+文字转视频AI工具，批量跑原创视频的玩法。

生成式AI

所有生命分子一夜皆可AI预测！AlphaFold 3改变人类对生命的理解，全球科学家都能免费使用

这次的最大创新之一，是用上了AI绘画上常见的去噪扩散模型，直接生成每个原子的3D坐标。

AlphaFold 3 蛋白预测

LLM之RAG实战（五）| 高级RAG 01：使用小块检索，小块所属的大块喂给LLM，可以提高RAG性能

在这一系列的博客文章/视频中，我将介绍先进的RAG技术，旨在优化RAG工作流程，并解决原始RAG系统中的挑战。

RAG 检索

各个语种互相翻译：Meta推出NLLB-200 AI模型，可实现200种语言互译

官方对外宣称，这是全球第一个以单一模型对应多数语言翻译的设计，希望借此能够帮助更多人在社群平台上进行跨语言互动，同时，也能提高未来元宇宙中的互动体验。

翻译大模型

<...4 5 6 789 10 11 12 13 ...>

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