文章列表-AI魔法学院

文章列表

OpenAI视频模型Sora的推理生成成本多高？

国产芯片迎来一次机会，设计并量产 14nm 的中算力、大显存 LLM 推理芯片，可以绕开芯片制程的瓶颈迅速商业化测算 GPT-4 的训练算力需求首先估算

Sora 推理算力

AI自动生成视频全流程干货

今天分享的是最近Get到的一个新技能，本来想给公司用AI制作视频的，然后参加了一个培训，学完了，但是我发现AI将文字生成视频的本质还是将现有的视频库的内容进行重组，并不能满足我们这个行业的要求，但是针对特定的一些

AI 视频

基于 OpenAI Whisper 模型的实时语音转文字工具

· WhisperLive 是一款专注于音频处理和创作的开源软件，使用 OpenAI Whisper 模型将语音输入转换为文本输出，可以用于转录麦克风的实时音频输入和预先录制的音频文件，为艺术家和音乐制作人提供了一个强大的平台

WhisperLive 音频开源软件

AI生成卡通人物项目|VToonify

在本文中，我们通过引入一种新颖的 VToonify 框架来研究具有挑战性的可控高分辨率肖像视频风格转移。

AI生成卡通人物 VToonify

[论文] 阿里提出AgentScope：灵活强大的智能体框架

与提供默认处理程序的实用层不同，管理和包装层还根据开发者的需求和应用的具体要求提供可定制的接口，以进行容错控制。

AgentScope 语言大模型智能体

一张照片秒生不同风格图像！小红书InstantID来了！

· · 风格灵活性：InstantID 能够生成各种风格的图像，同时保持对文本编辑的控制能力，使得图像生成过程既灵活又可控。

InstantID 文生图

比 Roop 和 Reactor 更像！IP Adapter 新模型为任何人做写真

3️⃣选择控制网络和预处理 · &ensp

IP-Adapter 文生图

Stable Diffusion

stable diffusion十七种controlnet详细使用方法总结

breast,sunshine,bright, 中间参数 1.Canny 可以根据你提供的图片经过预处理器成为线稿，然后经过canny controlnet模型控制图像扩散

绘画作图

17K star！30秒偷走你的声音，开源声音克隆工具

OpenVoice 只需要来自目标说话者的简短音频样本即可准确复制其独特的声调和特征。

OpenVoice 声音克隆开源

这可能是史上最全的 Python 算法集（附论文及python源码链接）

后轮反馈控制线性二次regulator（LQR）转向控制线性二次regulator（LQR）转向和速度控制项目支持二、环境需求 Python 3.6.x

算法 python

一键部署本地“妙鸭”，证件照，写真照，模特换装全部搞定！

在控制台中可以看到训练的进度，整个训练时间和我们的电脑配置息息相关。

妙鸭文生图

最受欢迎的SDXL模型，Turbo极速来袭！

事实上，我做的“造梦师手记”系列，创意就是来自于此，Dreamshaper就是梦想制造者的意思。

sdxlturbo 绘画

Stable Diffusion

Stable Diffusion基础：ControlNet之图片高仿

我们将通过几个实例来加深体会，比如照片转二次元风格、名画改造、AI减肥成功图片制作、绘本小故事等等。

文生图

说真的，SDXL究竟藏着多少秘密，也许没人知道

跟上次一样，这篇文章没有任何标题党，也不制造任何焦虑，我只是想告诉你我看到的东西，那些正在发生和即将发生的事情。

文生图

清华、面壁智能发布：主动式Agent 2.0

· 目前大多数Agent是被动式的，限制了它们在需要预见性和自主决策的场景中的有效性。

Agent 2.0 大模型

<...7 8 9 101112 13 14 15 16 ...>

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