AIGC标签_腾讯云开发者社区

AIGC

5月20日，马上AI起来！中国AIGC产业峰会报名已启动｜首波嘉宾官宣

推动公司荣获AI赛道奖项、抖音快手等平台的头部服务平台奖项，在AI文娱新时代，推动内容生产效率革新与创作者生态繁荣，致力于让内容流动更简单。方汉拥有30年互联网从业经验，从1994年开始参与和倡导开源运动，是中文Linux奠基人、中文Linux四剑客之一，著作国内第一本Linux书籍《Linux实用大全》，他也是国内最早的网络安全专家，曾负责三大电信运营商的全网安全审计，领导开发了国内第一款P2P

QbitAl
2026-04-21 16:53:47

 217

 1

#人工智能 #AIGC
全球人形机器人产业发展情况

2025年，在用户需求持续释放，AI、视觉分析与边缘计算等技术加速融合，多国政策支持与投资加码等多重因素驱动下，全球人形机器人产业迎来了历史性的拐点，正式从“技术验证”迈入了“量产元年”与“场景商业化”的新阶段。2025年，全球人形机器人产业热度持续走高，人形机器人本体企业数量超300家，市场出货量约1.7万台，市场规模达到28.8亿元，出货量大多集中在仓储物流、工业装配、教育消费等垂直场景。在商

 workflower
2026-03-12 19:29:40

 65

#机器人 #集成测试 #测试用例 +1
AIGC内容创作全流程：SenseVoice-Small语音输入+AI文本生成+视频合成

本文介绍了如何在星图GPU平台上自动化部署sensevoice-small-语音识别-onnx模型(带量化后)镜像，构建高效的AIGC内容创作流程。该模型能够准确地将语音转换为文本，作为工作流的第一步，可应用于快速将口述灵感转化为视频脚本草稿，大幅提升内容创作效率。

昊叔Crescdim
2026-03-29 05:30:16

 198

 1

#语音识别 #AIGC
AIGC浪潮下的深度感知：Lingbot模型在内容生成中的创新应用

本文介绍了在星图GPU平台上自动化部署lingbot-depth-pretrain-vitl-14深度估计镜像的方法。该镜像能够为AI生成内容提供精准的空间深度信息，通过引导文生图模型，有效解决生成图片中物体比例失调、透视错误等问题，显著提升如室内设计、风景画等场景的生成真实感与空间一致性。

宁柳跨越
2026-03-08 02:28:49

 127

 1

#AIGC
CogVideoX-2b多场景落地：短视频运营、AIGC内容工厂、数字人视频素材生成

本文介绍了如何在星图GPU平台上自动化部署🎬 CogVideoX-2b (CSDN 专用版)镜像，实现AI视频生成。该平台简化了部署流程，用户可通过输入文字描述，快速生成高质量短视频素材，典型应用于短视频运营中的创意内容批量生产，有效提升创作效率。

seiji morisako
2026-03-16 06:51:33

 608

 23

#AIGC
公平可访问AI的前沿探索与技术实践

某机构通过对来自弱势背景的企业家进行投资、与美国国家科学基金会合作共同赞助学术研究，以及针对性的项目（如与某南加州大学和某佐治亚理工学院合作的某机构SURE项目），为来自不同背景的学生提供塑造职业的机会，从而引领了这条道路。演讲还描述了如何为全球多元化的客户群体构建公平、包容且可访问的Alexa体验，并分享了科学家和工程师在自动语音识别和自然语言理解生产模型中，为大规模检测和处理性能差异所取得的最

 codeshare1135
2026-03-18 08:03:36

 226

 7

#人工智能 #机器学习 #AIGC
AIGC内容创作流水线：SenseVoice-Small语音驱动文本与图像生成

本文介绍了基于星图GPU平台自动化部署sensevoice-small-语音识别-onnx模型(带量化后)镜像，构建语音驱动AIGC内容创作流水线。该模型作为核心枢纽，能够精准识别语音中的创意细节并转换为文本，进而驱动文生图或文生视频模型，实现从语音描述到视觉内容的快速生成，典型应用于短视频脚本构思、概念设计等场景。

郑丢丢
2026-03-18 00:42:31

 33

#语音识别 #AIGC
Asian Beauty Z-Image Turbo 面试题库：针对AIGC工程师的模型原理与部署实战问题解析

本文介绍了针对AIGC工程师的面试题库，重点解析了Asian Beauty Z-Image Turbo模型原理与部署实战。文章指出，在星图GPU平台上可以自动化部署该镜像，并探讨了其在电商海报生成等场景中的具体应用，旨在帮助工程师掌握从模型理解到业务落地的全链路能力。

红钻头机
2026-03-28 05:17:18

 185

 7

#AIGC
AI大模型多模态知识地图

关注公众号：AI 模力圈作者：昇腾实战派【多模态-模型基础算法】Transformer基础【多模态-生成经典模型】T5 模型【多模态-生成经典模型】DiT原理及代码实现【多模态-生成模型实战】多模态生成强化学习框架DanceGRPO+FLUX模型部署【多模态-理解模型实战】Qwen3vl-8B基于veRL的强化学习训练适配流程【多模态-理解模型实战】Qwen2.5VL-72B模型128K长序列性

 AI 模力圈
2026-01-31 11:33:18

 120

#人工智能 #AIGC #深度学习 +1
ComfyUI_smZNodes：拓展ComfyUI功能边界的得力插件

艺术创作多样化表达：在艺术创作领域，ComfyUI_smZNodes为艺术家们带来了更多元化的创作手段。例如，在数字绘画创作中，艺术家可以利用该插件提供的独特节点，实现对色彩、纹理和构图的精细化控制。通过特定的色彩调整节点，能够创造出传统方法难以实现的色彩渐变和融合效果，为作品赋予独特的视觉风格。在创作抽象艺术作品时，借助纹理生成节点，可以快速生成各种复杂且富有创意的纹理，丰富作品的质感和层次，帮

 迈火
2026-01-30 09:00:00

 605

 13

#语音识别 #人工智能 #计算机视觉 +1
2026权威测评：全网都在推的“AI降重神器”其实大多在骗钱？唯有这款Scholingo能免费“洗白”上岸！

在2026年这个“学术通货膨胀”的年代，降重不再是单纯的技术活，更是一场信息战。与其把生活费交给那些不靠谱的人工降重贩子，不如利用好Scholingo靠岸妙写这种技术流工具的免费红利期。它就像是你毕业路上的一把“瑞士军刀”，哪怕你一分钱不充，光靠薅羊毛也能帮你解决掉最头疼的那些红字。趁着现在还可以免费试用，赶紧冲！别等大家都在用的时候，规则改了就晚了！官网网址：https://www.scholi

SJ_HP
2026-03-10 17:42:48

 57

#人工智能 #论文阅读 #AIGC
句法分析十年演进

摘要：句法分析的十年演进（2015-2025） 2015-2025年，句法分析经历了从显式结构建模到隐式语义表征，最终融入大模型的转型。早期（2015-2018）依赖LSTM和标注语料，中期（2019-2022）通过Transformer实现结构隐式化，而2025年的大模型（如Gemini 3）已将语法内化为多模态能力，支持实时安全审计（如eBPF内核防御）和跨模态对齐。技术范式从“解析树”转向“

jzwspace
2026-02-07 11:20:13

 405

 3

#AIGC #人工智能 #大数据 +3
Alexa发布全新语音识别与语音合成技术

（5）与期望的客户体验对齐。Alexa的自动语音识别系统也进行了全面改革——包括机器学习模型、算法和硬件——并正在转向一个新的基于LLM架构的大规模文本转语音模型，该模型基于数千小时的多说话人、多语言、多口音和多说话风格的音频数据进行训练。一旦新的ASR模型生成了关于输入语音对应文本的一组假设，这些假设会传递给一个经过微调的LLM，以对其进行重新排序，从而产生更准确的结果。Alexa的语音转语音模

 codeshare1135
2026-01-02 13:05:41

 920

 6

#语音识别 #人工智能 #AIGC +1
Alexa迈入“自我”时代：AI自主性新纪元

Alexa于2014年推出，在过去的六年多时间里，我们一直在兑现让Alexa每天变得更智能的承诺。除了Alexa核心AI技术的基础性改进（如语音识别和自然语言理解系统），Alexa科学家还开发了持续为用户带来惊喜的技术，例如低语语音识别和全新的实时翻译服务。但一些已经开始引入的技术，以及正在研究中的其他技术，预示着Alexa的发展乃至整个AI领域将迎来阶段性变革。

codeshare1135
2026-02-25 11:14:14

 707

 14

#人工智能 #机器学习 #AIGC
海洋科考船上的AI与边缘计算

我们与某机构合作，试图改变我们进行科学研究的方式，某机构为此投入了工程师和时间，”某大学研究与学术主任Christopher M. Sullivan表示。浮游生物产生了我们呼吸的约50%的氧气，构成了地球上约25%的碳汇，以及你食用的17%的食物。它在恶劣的海洋环境中为海基数据中心提供动力，每个实验生成500TB的数据，并行运行14个任务，并提供实时、防故障的洞察。当我们的工程师制定XE7745的

 codeshare1135
2026-02-20 15:07:22

 149

 5

#人工智能 #边缘计算 #AIGC
LangChain 是什么？把它当成给大模型用的「流水线管理员」

但当你真的开始做 RAG、Agent、多步推理系统，你会发现问题根本不在模型，而在你怎么把这些东西组织起来。LangChain 的价值，不在于功能有多强，而在于让混乱的 LLM 流程变得“像工程”。LangChain 像项目管理工具，帮你把流程、工具、资料都组织好。那么，不用 LangChain 的时候，系统会变成什么样？LangChain 做的事情，不是告诉你每一步怎么干，把零散的步骤，变成一条

 m0_73550879
2026-02-10 09:21:37

 546

 14

#AIGC #fastapi
FireRedASR Pro在AIGC内容创作中的应用：语音驱动脚本生成

本文介绍了如何利用星图GPU平台，自动化部署高性能的🔥 FireRedASR Pro语音识别工具，并将其应用于AIGC内容创作。通过该工具，用户可将口述创意实时转为文本，直接驱动文生图或文生视频模型，快速实现短视频脚本可视化、口播内容自动配图等场景，极大提升从灵感到视觉内容的转化效率。

黄冈新学爸
2026-03-07 01:40:41

 29

#语音识别 #AIGC
Qwen-Image-2512-SDNQ开源模型落地：广告公司AIGC素材库快速生成工作流

本文介绍了如何在星图GPU平台上自动化部署基于Qwen-Image-2512-SDNQ-uint4-svd-r32的图片生成服务，快速搭建AIGC素材生产工作流。该方案能显著提升广告公司的内容创作效率，一个典型应用场景是，输入文字描述即可在几分钟内生成电商产品图、营销海报等广告素材初稿，大幅缩短设计周期。

MINI 中国
2026-02-13 00:40:36

 124

 2

#AIGC
Qwen-Image-2512-SDNQ Web服务效果展示：AIGC创作中真实Prompt生成结果精选

本文介绍了在星图GPU平台上自动化部署基于Qwen-Image-2512-SDNQ-uint4-svd-r32的图片生成服务，并展示了其实际应用效果。该服务通过简洁的Web界面，能够快速生成高质量图片，适用于内容创作、设计灵感激发等场景，为自媒体和设计师提供了高效的视觉内容生产工具。

aka卡贴人
2026-03-29 03:58:13

 437

 4

#AIGC
为什么自学AI 后端几乎都选 FastAPI？

AI 后端选择 FastAPI，不是因为它流行，而是因为它的设计与 AI 系统天然契合。在 AI 应用时代，FastAPI 更像基础设施，而不是可选框架。这也是为什么——AI 后端，几乎默认就是 FastAPI。FastAPI 的设计，天然契合 AI 应用的工作模式。AI 后端的默认选项，几乎清一色是 FastAPI。二、FastAPI 的 async 不是补丁，是天生。在快速迭代的 AI 项目里

 m0_73550879
2026-02-14 11:21:15

 949

 22

#fastapi #AIGC #经验分享
ai大模型可以在断网状态下使用吗？离线断网状态下可以使用哪些ai功能？

若想在离线时使用语音输入，需提前在“设置”的“语音输入”选项中，开启 “使用本地语音识别”。在联网状态下，进入APP的模型选择界面，找到并启用 qwen3-max（离线版）模型。启用后，界面会显示“本地运行”标识，此时模型的计算将完全在你的手机设备上完成。你需要进入设置，找到当前模型的配置，手动关闭 “启用联网搜索” 开关，以确保所有操作都不依赖网络。* 硬件基础：这项离线能力的实现，得益于通义

 一个人旅程～
2026-03-14 14:11:17

 734

 4

#经验分享 #windows #AIGC
SD - Latent - Interposer：解锁Stable Diffusion潜在空间的创意工具

艺术创作风格融合：在艺术创作领域，艺术家们常常希望融合不同风格的元素来创造出独一无二的作品。SD - Latent - Interposer允许艺术家在Stable Diffusion的潜在空间中操作，将两种或多种不同风格的图像潜在表示进行混合。例如，将梵高的绘画风格与现代抽象艺术风格相结合，创造出既有梵高笔触特点又具现代抽象感的全新艺术作品。通过调整混合比例和其他参数，艺术家可以精确控制融合的程

 迈火
2026-01-31 09:10:02

 709

 10

#人工智能 #计算机视觉 #语音识别 +1
大模型知识点必备：SFT 是什么？把它当成给大模型做「岗前培训」

RLHF = 老师不给标准答案，只告诉你好不好，让你自己调整。给模型大量“输入 → 标准答案”的示例，让它学会模仿。“模型已经预训练那么大了，还需要 SFT 吗？这就是从“研究模型”到“可用模型”的关键一步。公司给新员工一套“标准话术”和“范例文档”。用监督学习，让模型最大化“正确答案”的概率。SFT 是把“会说话”变成“会按要求说话”。SFT 更像是给大模型做一次“岗前培训”。SFT 不让模型更

 m0_73550879
2026-02-13 11:49:45

 221

 4

#AIGC #fastapi #经验分享
FastAPI 进阶（第二部分）：SQLAlchemy ORM（含考题）

SQLAlchemy 异步 ORM 是 SQLAlchemy 框架支持异步编程的对象关系映射模块，通过将 Python 业务模型类与关系型数据库表建立映射

 SmartBrain
2026-02-15 18:14:26

 884

 24

#数据库 #人工智能 #AIGC +1
Qwen3-ASR-0.6B在AIGC工作流中的应用：语音驱动内容创作

本文介绍了如何在星图GPU平台上自动化部署Qwen3-ASR-0.6B轻量级高性能语音识别模型WeBUI，构建语音驱动的AIGC工作流。该方案能将语音实时转换为文本，核心应用场景包括将会议录音或创意口述自动化整理为结构清晰的会议纪要或文章草稿，显著提升从想法到文本的创作效率。

牛新哲
2026-03-19 00:36:39

 24

#语音识别 #AIGC
AI领域技术进展速览：从模型更新到硬件竞争

这是我们第224期节目，总结和讨论上周的重要人工智能新闻！录制于2025年10月31日。

codeshare1135
2026-01-18 19:13:40

 306

 8

#人工智能 #AIGC #语音识别
【Python】2026版——FastAPI 框架快速搭建后端服务

FastAPI是一个高性能的Python Web框架，专为构建RESTful API设计。它基于Starlette和Pydantic，支持异步编程，具有自动文档生成（Swagger UI/ReDoc）、类型注解和高效IO处理等特点。本文介绍了FastAPI的安装方法（需Python 3.8+）、基本路由设置（包括根路径和带参数的路径）、参数分类（路径参数、查询参数和请求体参数）以及Path验证器的

 Démon de Laplace642
2026-03-20 14:46:02

 847

 12

#python #fastapi #开发语言 +3
Ai降重稳如泰山！PaperRed 一键去除 AI 生成痕迹，坚守学术底线

如今，一场由技术驱动的学术降重革命正悄然发生。PaperRed恰似算法稳定币USDN般，在锚定学术价值核心不变的前提下，凭借智能化“语义重构协议”，助力研究者灵活优化表达，安全适配日趋严苛的查重与AI生成内容检测机制。

paperred
2026-02-04 17:32:02

 625

 24

#人工智能 #AIGC
FireRedASR Pro在AIGC内容创作中的应用：语音驱动脚本与文案生成

本文介绍了如何利用星图GPU平台，自动化部署🔥 FireRedASR Pro语音识别工具，并将其应用于AIGC内容创作。该工具可将口述创意精准转写为文本，结合大语言模型快速生成视频脚本或营销文案，显著提升短视频、广告等内容的生产效率。

啊湫湫湫丶
2026-03-07 00:40:41

 212

 4

#语音识别 #AIGC
双向流式API实现实时语音合成

传统文本转语音API采用请求-响应模式。这要求您在发起合成请求之前收集完整的文本。某机构Polly虽然能在请求后增量式流式返回音频，但瓶颈在于输入端——您必须等到文本完全可用才能开始发送。在由大语言模型驱动的对话应用中，文本是逐令牌生成的，这意味着需要等待整个响应生成完毕才能开始合成。：音频在LLM仍在生成时就开始播放，掩盖了后端处理时间。更快速、响应更及时的交互可提高用户留存率和满意度。

codeshare1135
2026-04-05 12:12:53

 120

 2

#语音识别 #人工智能 #AIGC
FUTURE POLICE模型在AIGC内容创作链中的应用：从语音到多模态生成

本文介绍了FUTURE POLICE模型如何作为AIGC内容创作链的“创意解析中枢”，将语音创意转化为结构化指令。借助星图GPU平台，用户可以自动化部署🛡️ FUTURE POLICE: 高精度语音解构镜像，快速搭建从语音到多模态内容的生成管道，典型应用于将短视频博主的语音灵感自动转化为连贯的视频脚本与画面，极大提升创作效率。

Ga Ou
2026-03-21 01:06:36

 16

#AIGC #语音识别
跨话语重评分实现更具包容性的语音识别

在一篇入选ICASSP前3%的优秀论文中，某中心的研究人员通过改进基于图的标签传播技术，提升了针对非标准发音的语音识别性能。自动语音识别模型，通常用于语音助手中将语音转换为文本，通常包含两个阶段。第一阶段，一个深度神经网络将代表话语的声学信息映射到关于所说话词的多个假设。第二阶段，一个语言模型评估（重新评分）这些假设词序列的合理性。第一阶段——声学模型——针对大量说话者的平均性能进行了优化；因此，

codeshare1135
2026-01-31 13:05:15

 469

 19

#语音识别 #人工智能 #AIGC
CogVideoX-2b实战应用：结合LLM自动生成脚本并渲染视频

本文介绍了如何在星图GPU平台上自动化部署🎬 CogVideoX-2b (CSDN 专用版)镜像，结合LLM实现‘文本→分镜头脚本→短视频’的端到端生成。用户仅需输入产品描述，系统即可自动产出结构化提示词并渲染480p短视频片段，典型应用于电商带货视频、课程演示素材等轻量级AIGC场景。

黄冈新学爸
2026-01-29 00:13:58

 293

 10

#视频生成 #AIGC
流数据架构：实时处理与挑战

基于云和模块化的流数据技术支持实时数据处理的基本原则，包括可扩展性、容错性和最小延迟。过去，数据流只用于非常特定的业务，如媒体流和证券交易所的金融数据。通常，数据需要按顺序排列，这有时是拥有流的重点。由于数据可能来自不同来源，甚至同一来源，但通过分布式系统传输，这意味着流面临着对其数据进行排序并将其传递给消费者的挑战。即时的、数据驱动的决策是发现新机会、优化运营、降低风险和激发创新的竞争优势。流数

 codeshare1135
2026-04-05 11:14:36

 334

 8

#架构 #网络 #AIGC
大模型的“幻觉”问题：测试人员如何应对？

本文探讨了大语言模型中的"幻觉"问题及其对软件测试领域的挑战。文章首先定义了"幻觉"为模型输出中的事实性或逻辑性缺陷，分析了其成因包括训练数据局限、概率生成机制和上下文处理不足等。针对这一问题，作者提出系统化的测试策略：测试左移阶段关注数据质量和提示词模板验证；核心测试方法包含需求测试、一致性测试和事实核查；测试右移强调持续监控与用户反馈。最后指出测试人员需

 2501_94480392
2026-04-03 10:52:35

 356

 4

#ar #python #AIGC +3
网信办出台规定：Sonic生成内容须添加明显标识

腾讯与浙大联合推出的Sonic模型，凭借轻量级音视频生成能力，正加速数字人落地应用。通过音频驱动口型、零样本生成和精细参数调优，实现高效内容生产。面对网信办深度合成新规，集成角标水印、元数据溯源等合规机制成为必备环节。技术与监管并重，方能推动AIGC健康演进。

向沙托夫问好
2026-01-01 14:18:16

 934

 16

#AIGC
FireRedASR Pro在AIGC工作流中的应用：语音驱动内容创作

本文介绍了如何利用星图GPU平台自动化部署🔥 FireRedASR Pro语音识别工具，以构建语音驱动的AIGC创作工作流。通过该工具，用户可将口述创意实时转化为结构化文本提示词，进而高效驱动AI绘画、视频生成等下游模型，显著降低从灵感到视觉内容的技术门槛，提升创作流畅度。

高傲的大白杨
2026-03-09 00:17:32

 182

 6

#语音识别 #AIGC