文章列表-AI魔法学院

文章列表

最强国产开源多模态大模型MiniCPM-V：可识别图片、视频，还可在端侧部署

MiniCPM-V是面向图文理解的端侧多模态大模型系列。

minicpm 面壁

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

【SD魔法手册】之25个常用服饰类咒语（Prompt）

基础咒语 Prompts（正向提示词，正咒）: absurdres, highres, ultra detailed, (1 young beautiful girl, solo:1.1), (fashion

提示词 SD

解读wav2lip：探究语音驱动唇部动作的技术原理！

本文将深入介绍一下wav2lip的技术原理和细节，了解它是如何实现语音驱动唇部运动的！

wav2lip 语音

AI变现异常值案例库，5种方向10个案例，副业项目灵感启发

第一期先分享5种方向，10个案例 1.宝宝起名号 2.AI热点资讯号 3.头像壁纸号 4.小说推文号 5.流量收益号因为人工智能这个话题太大了小到把文字排版成PPT好像也能叫AI

生成式AI

苏秦(suqin) 语言大模型全工具链 WebUI 整合包

项目简介本项目目标是实现目前各大语言模型的全流程工具 WebUI 整合包。

大模型

俄罗斯人开源了最大的文生图模型：参数量12B，比SDXL大了3倍多！

Kandinsky-3的UNet模型参数量为3B，比如SDXL（2.6B）还大一些。

Kandinsky-3 文生图开源模型

ChatGPT丨一次性修改全文的提示语！

当需要一次性修改全文的格式时，可以使用提示词来改进文章的结构、语言和流畅性： 1.

写文章

开源免费离线语音识别神器whisper如何安装

Whisper系统所提供的自动语音辨识（Automatic Speech Recognition，ASR）模型是被训练来运行语音辨识与翻译任务的，它们能将各种语言的语音变成文本，也能将这些文本翻译成英文

wisper 翻译免费

2024！深入了解大语言模型（LLM）微调方法（总结）

权重调整的幅度和方向取决于梯度，梯度指示了每个权重对误差的贡献程度。

大模型微调

造梦师手记：SDXL迎来了AI插画师

这类漫画数量惊人、质量低下。

文生图漫画

备案通过且面向公众开放的国产精品大模型汇总，附访问链接

本文总结整理了目前已经国内面向公众开放的大模型网址、介绍，供大家了解使用。

大模型国产

字节开源项目MimicTalk：快速打造逼真3D Talking Face的利器

这不仅对于娱乐行业有着重要的意义，同时在教育、社交等领域也展现出巨大的潜力。

MimicTalk 开源模型

「语音转换新速度」— 探秘Whisper JAX的70倍速提升

对于那些处理大量音频数据的机构来说，这种能力无疑是一个游戏规则的改变者。

Whisper 语音识别

微调大型语言模型-核心思想和方法介绍

上下文学习和索引自 GPT-2（Radford 等人）和 GPT-3（Brown 等人）以来，我们已经看到在一般文本语料库上预训练的生成式大型语言模型（LLM）能够进行上下文学习，而这并不能如果我们想要执行

大模型训练

<...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