文章列表-AI魔法学院

文章列表

通俗易懂地解释OpenAI Sora视频生成的特点有哪些？它与此前的Runway Gen2、Pika有什么区别？以及缺点是什么？

另外值得一提的是，OpenAI Sora模型还可以直接生成图片，也就是说，它是一个以视频生成为核心的多能力模型。

sora 视频生成

腾讯悄悄开源混元版「Sora」，这就是开源领域的No.1。

我愿称之为，最具有“电视剧质感”的AI视频大模型。

sora 视频生成

DALL-E 3 不只是文生图！10 个案例颠覆认知

DALL-E 通过4张图片展示了公司活动现场的效果，并做出了以下说明：以下是企业活动的可视化设置：主厅：这张图片展示了会议中心宽敞的主厅。

DALL-E 3 文生图

图解大模型训练之：张量模型并行(TP)，Megatron-LM

全文结构如下：一、切分权重的两种方法二、MLP层三、self-attention层四、Embedding层五、Cross-entropy层六、经典并行：TP + DP (Megatron

开源模型

SD的老舅ComfyUI来了，节点式工作流，分部控制出图

方便大家看，我把板块调整为竖版，有一定SD基础的同学可以看到这其实就是SD的界面板块打散： ComfyUI有以下特点：优点： 1.上限高，更适合复杂长线的大型工作 2模块化工作流 3.可视化

文生图 comfyui

好看的图片不知道怎么写提示词？用AI读出来

所谓反推，就是能够根据图片，倒推出这张图片的提示词。

文生图

阿里通义实验室薄列峰：从兵马俑跳“科目三”到照片唱歌，四大框架让AI生成的人物活起来丨GenAICon 2024

人物动作视频生成框架Animate Anyone可基于单张图和动作序列，输出稳定、可控的人物动作视频；人物换装视频生成框架Outfit Anyone是基于服饰图和人物形象；人物视频角色替换框架Motionshop

通义文生视频

免费文生图工具StableDiffusion喂饭级使用教程

www.bilibili.com/video/BV17d4y1C73R 星空一键整合包： https://www.bilibili.com/video/BV16j411A7BL 注：星空的东西很全，但是视频讲的不是很清楚

文生图 SD

AI大模型LLM可以帮助企业做什么？

“ AI大模型为企业带来三大价值：一是提升效率。

大模型

阿里&字节发表VividTalk，只需单张照片即可根据音频生成栩栩如生的人物说话头像视频

在3DMM中，三维脸型可以表示为：数据预处理。

VividTalk 视频

数字人起飞！字节Loopy对口型功能在即梦上线可根据语境匹配表情和情绪

以往，对口型视频往往存在一个通病，那就是看似嘴型对上了，但总感觉这个声音不是他发出来的，以至于大家看对口型视频的时候，会有一种割裂感。

Loopy 视频

如何免费打造自己的数字人主播：StableDiffusion插件SadTalker打造本地数字人主播

Stable Diffusion是一个能够根据文本描述生成高质量图片的深度学习模型，它使用了一种叫做潜在扩散模型的生成网络架构，可以在普通的GPU上运行，还可以加载各种出图模型以及动画模型。

数字人

耗时7天，终于把15种ControlNet模型搞明白了

这篇文章是SD三部曲的第三篇——「ControlNet的终极攻略」前面我们说到如果想真正把SD应用起来，最重要的两个功能是：Lora和ControlNet Lora负责把想要画面的“主体”或“场景

文生图

VividTalk：用一张照片和一段音频让人物栩栩如生地说话

最新的突破来自VividTalk项目，这是一个能够将单张照片和一段音频结合起来，创造出仿佛真人在说话的视频的技术。

VividTalk 视频

比真人还像真人！字节跳动PersonaTalk的黑科技有多强大？

只需提供一段音频和一个视频，PersonaTalk便能精准同步人物的口型，不仅让声音和嘴型无缝贴合，还能保留视频中人物的表情和个性化说话风格，仿佛原生发声一般自然流畅。

PersonaTalk 视频

<...6 7 8 91011 12 13 14 15 ...>

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