仗剑行于江湖，执笔记江湖事。

（每位说话人仅需1条语音）让个性化声音克隆门槛大幅降低。据预测，到2030年，语音转换市场将突破10亿美元，而零样本技术将成为主流。Seed-VC不仅是一项技术突破，更是一场关于声音表达的革命。它让每个人都能低成本拥有“声音分身”，重新定义了创作、沟通与身份表达的边界。正如开发者所言：“我们的目标是让任何声音都能被自由塑造，就像文字一样。

传统语音合成技术受限于高昂的数据需求和庞大的模型参数规模，难以实现个性化语音的实时生成。而字节跳动与浙江大学联合推出的，以其和能力，打破了这一僵局。作为首个完全开源的高效语音生成模型，MegaTTS3 不仅支持中英双语无缝切换，还能通过短短几秒的音频样本克隆音色，甚至灵活调整口音强度，堪称语音合成领域的“瑞士军刀”MegaTTS3的核心架构融合了与的优势，通过模块化设计实现语音属性的精准解耦与控制。

阿里千问团队开源了到端全模态大模型，一时之间，炸燃了AI界。而这次千问团队开源的，可谓是将看、听、读及写集于一身的全能型的大模型。

Whisper是由OpenAI开发的开源语音识别模型，以其著称。它通过68万小时的多语言、多任务数据训练，覆盖100+语言，支持语音转录、翻译和语言检测，成为目前最通用的语音识别工具之一。

DiffRhythm是由西北工业大学音频语音与语言处理实验室（ASLP@NPU）与香港中文大学（深圳）联合开发的开源音乐生成模型，其采用**全扩散架构**，能够在**10秒内生成4分45秒**的高质量双轨立体声音乐（包含人声与伴奏） 。该模型以**非自回归结构**实现极速推理，支持纯文字风格描述生成音乐（如"Jazzy Nightclub Vibe"或"Arctic research station, theremin auroras"等创意场景） ，且最低仅需**8GB显存**即可本地部署。

在本地电脑硬件条件有限情况下，只能部署些参数小点的模型，虽然很多平台也提供了免登录，可以在线把玩满血版的DeepSeek。可我们总是寄望于国内外的这些大厂，能够训练出一个参数小点，且又能比肩。这不，阿里推出了一款可以媲美（671B）的小参数模型——QwQ-32B。QwQ-32BQwQ-32B小钢炮撼动了的“江湖地位”。甭管是QwQ团队的测评结果，还是来自“民间”的吹捧。最终，我们总得自己亲身部署了，方知这款小钢炮是否真的能比肩呢？

在人工智能时代，语音合成（）技术已成为人机交互的核心组件之一。然而，传统系统长期受限于多阶段架构复杂、语音控制能力弱、跨语言表现差等问题。

在文生图这个领域里，甭管是开源的，还是闭源的在线绘图平台Midjourney，一度都是不支持中文提示词。连prompt都不支持中文，就别提想要在图中写入中文。虽然SD3.5Midjourney等优秀绘画模型不支持中文提示词，但国内各大厂商一直致力于中文提示词。是智谱AI（Zhipu AI）推出的文生图模型，通过结合文本与图像的跨模态生成技术，在中文场景下展现出显著优势。

YuE。YuE需要大量GPU来生成长序列。以下是推荐的配置：对于具有24GB或更少的GPU：运行最多 2 个会话以避免内存不足 (OOM) 错误。对于完整的歌曲生成（许多会话，例如 4 个或更多）：使用具有至少80GB的GPU。即H800A100或具有张量并行的多个RTX4090。要自定义会话数，界面允许您指定所需的会话数。默认情况下，模型运行 2 个会话（1 节 + 1 合唱）以避免OOM问题。在H800 GPU上，生成 30 秒的音频需要 150 秒。在。

阿里云开源了其视频生成大模型Wan2.1（万相）,采用了较为宽松的Apache2.0协议。而这次对外了1.3B（极速版）和14B（专业版）两个参数规格的权重，及推理的全部代码。这两种模型均支持文生视频（T2V）和图生视频（I2V）任务。14B版本在权威评测集VBench中以86.22%总分超越SoraLuma等国内外模型；1.3B版本可在消费级显卡运行（仅需8.2GB显存生成480P视频），适合二次开发和研究。复杂运动生成：精准模拟人物旋转、跳跃、翻滚等动作，支持高级运镜控制物理规律建模。

曾几何时，我们想要对图片进行PS，那可是难为了我们这般PS门外汉。然而，MagicQuill这款开源的图像元素修改，可算是解救了我们这些PS小白啊。那么，现在我们就可以在自己电脑部署这款开源的图像编辑神器。但想要在本地电脑部署这款开源的AI图像编辑神器，你的电脑显存要大于12G（虽然官方说是8G），预留硬盘空间在40G（模型就有30G），CUDA版本得在12.1或更高。

Qwen2.5-VL是阿里云推出的开源多模态大模型，支持等功能。较上一个版本Qwen2-VL有质的飞越，Qwen2.5-VL通过动态分辨率适配和窗口注意力机制，显著降低显存占用并提升推理速度，72B模型在单卡A100上推理速度提升30%。身在AI这股浪潮中，只要本地电脑硬件条件允许的话，我都会尝试着去部署优秀的开源大模型。说到开源大模型，相对而言的就是闭源大模型，我们在脑海中很自然地浮现出国外的OPENAI，以及国内的百度，也就是李彦宏。

首先import os,sysimport os,sys 定义一个函数def convert( filename, in_enc = "UTF8", out_enc="GBK" ):`第一个参数是需要装换的文件名，第二个是源文件的原编码，第三个是需要转为目标编码。第二个、第三个参数都有默认值。def convert( filename, in_enc = "UTF8", out_enc="GBK"

开发前的准备： python版本：python-3.5.2 Django版本：Django-1.9.12新建工程 使用命令：E:\pyProject>django-admin.py startproject BlogCmanage.py —– Django项目里面的工具，通过它可以调用django shell和数据库等。 settings.py —- 包含了项目的默认设置，包括数据库信息，调

需要确保 Path 系统变量的路径如下：E:\Python35\;E:\Python35\Lib\site-packages\django\bin\ 在里面，当然这取决于你的Python版本 E:\pyProject>django-admin.py startproject mysite 这将在 E:\pyProject下创建 mysite 目录。如下图： 开发服务器 让我们来验证你的Dja

一、下载Django-1.8.17.tar.gz https://www.djangoproject.com/download/ 对于Django，他是依赖于Python版本：2.7, python3或者更高 python下载：https://www.python.org/downloads 这里下载的是python-3.5.2版本。 直接运行它即可。 二、解压下载好的压