文章列表-AI魔法学院

文章列表

爆火！腾讯开源PhotoMaker：高效地定制化生成任意风格的逼真人类照片！

此外，在推理阶段，这种融合操作也为定制生成过程提供了更强的语义可控性。

PhotoMaker 文生图

检索增强生成(RAG)：LLM企业级应用落地的挑战与思考

随着大型语言模型的发展，检索增强生成（Retrieve Augment Generation，简称RAG）已成为构建问答和会话AI系统的一种流行方法。

大语言模型 RAG检索增强

PHP提示词技巧，全方位精调ChatGPT复杂任务生成效果！！！

PHP方法让模型能够自动进行多轮交互，从而提升模型的推理能力和生成的质量。

大模型

生成式AI工作流#产品经理和创业者的秘密武器

如今，随着ChatGPT、Midjourney、StableDiffusion等生成模型带动起来的热潮，AI大模型正逐渐渗透到各种产品和服务中，越来越多的产品经理也在考虑将AIGC（AI生成内容）能力融入到自己的产品中

AIGC 工作流

数字人：从科幻走向现实的技术革命

创建数字人需要多方面的技术支持，包括计算机图形学、动作捕捉、语音合成以及人工智能算法等。

数字人语音

【万字长文-进阶教程】一文带你从入门到精通ChatTTS, 手把手教你固定音色、设置语速、添加停顿词、口头语、笑声！！

对话式 TTS: ChatTTS针对对话式任务进行了优化，实现了自然流畅的语音合成，同时支持多说话人。

chattts tts 文生语音

三个大模型（ChatGPT,文心一言,Baichuan-13B)，帮我生成中医《本草纲目》的训练数据

因此，只要把其中以数字（1，2，3等）序号里的文本摘出来，处理成JSON格式，然后把它们变成一个问-答对的形式，模仿病人和医生的对话，就可以放到大模型训练了。

大模型

神奇的 OuteTTS - 0.1 - 350M：用几秒钟音频克隆声音的黑科技！

这一步骤确保了文本与生成的语音在时间和内容上的精准对应，提高了语音合成的准确性和连贯性。

OuteTTS-0.1-350M 音频

TTS它又来了！OpenVoice：一款借鉴于TTS实现的强大的AI语音克隆工具！

而 OpenVoice 作为一款强大的多语言即时语音克隆AI工具，可以为用户提供高效、个性化的语音克隆服务，是一款值得推荐的项目。

tts 文本转语音

SadTalker数字人常见问题3

SadTalker数字人制作工具，用自带的图片音频可以生成，而用自己的图片、音频生成视频就不行。

SadTalke

教小朋友学习AI绘画的同时避免生成不健康图片

像Stable Diffsion这种开源软件，自己用的时候，经常会有意无意的生成NSFW（简单翻译是工作时间不宜点开，主要是涩涩图），但很多中小平台也在使用该软件，如果出现不健康图片，怕是要关停网站了，

小朋友绘画

OpenAI Sora视频生成模型技术报告中英全文+总结+影响分析

•目前当红的短视频推荐的形态可能会发生改变——从系统根据用户喜好推荐短视频，变成针对性生成短视频？

sora openai 视频生成

17岁高中生写了个神级Prompt，直接把Claude强化成了满血o1。

智能程度、成功率、像人的程度，都大幅提升。

prompt 大模型

免费的文本生成视频解决方案：AnimateDiff下载-可用于StableDiffusion的webui以及ComfyUI

AnimateDiff 是一个基于 Stable Diffusion 模型的文本生成视频插件，它通过控制模块影响图像生成过程，使得生成的图像序列具有与训练视频剪辑相似的特征。

视频生成文生视频

快手版Sora「可灵」开放测试：生成超120s视频，更懂物理，复杂运动也能精准建模

原生的视频生成技术路线整体上，可灵大模型的采用了原生的文生视频技术路线，替代了图像生成+时序模块的组合，这也是可灵生成时间长、帧率高，能准确处理复杂运动的核心奥义。

可灵快手文生视频

<...5 6 7 8910 11 12 13 14 ...>

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