文章列表-AI魔法学院

文章列表

让你每次都随机生成各种图片，开盲盒的感觉：SD插件之无限抽卡神器Dynamic Prompts

到时候就直接把通配符“__Muggle时尚穿搭（带背景）__”复制过去，打开组合生成就可以了。

文生图

FFmpeg之父新作——音频压缩工具 TSAC

首先基于卷积的encoder将波形提取成音频特征隐变量，然后隐变量被名为残差矢量量化(Residual Vector Quantization, RVQ)的方法量化成向量。

TSAC 音频工具

DALL-E 3 不只是文生图！10 个案例颠覆认知

很多人被它生成文字和超现实图像的能力所吸引，但并没有发掘它的另一个强大功能—把你脑中的 Idea 变成现实中的图像。

DALL-E 3 文生图

大语言模型综述<演进，技术路线，区别，微调，实践，潜在问题与讨论>

另外，ChatGPT的成功已经证明了causal decoder结构的大语言模型可以获得非常好的few-shot和zero-shot生成能力，通过指令微调可以进一步激发模型的能力。

大模型

【语音识别】OpenAI语音力作Whisper

一、介绍 Whisper 是一系列用于自动语音识别 (automatic speech recognition，ASR) 的预训练模型，它由来自于 OpenAI 的 Alec Radford

语音转文字 whisper

将文本转化为3D动画：DeepMotion推出MotionGPT，开启动画新时代！

这是一款基于生成式AI的工具，可以将文本提示无缝转换为复杂的3D动画，简化了动画创作过程，同时也超越了物理障碍，使得更多不同类型的创作者和行业可以使用3D动画。

3D 动作捕捉

RVC和SVC声音模型难找？推荐这个网站

本篇文章介绍：1，声音数据集训练到模型的过程 2 ，SVC和RVC声音模型网站推荐一、声音数据集训练到模型的过程 AI声音模型训练是通过分析大量音频数据来学习声音特性，生成与目标声音相似的新音频

声音克隆数字人

喂饭级 AI’MWISE 启动器安装教程

一、下载启动器先根据百度云盘下载相对应自己系统版本的安装器 Aimwise启动器基于vladmandic版本的stablediffusion源码开发跨平台一键部署启动器，支持全系列

文生图

ollama本地部署自然语言大模型

之后再window中双击运行最后可以看到在我们的设置页面中出现了一个新的文件夹，这就表示设置成功了 &ensp

ollama 语言大模型部署

详解 Diffusion (扩散) 模型

扩散模型是跨不同深度学习领域使用的生成模型。

Diffusion 开源模型

Stable Diffusion

Stable Diffusion 30分钟打造AI 写真照片生成器｜海马体照相馆这次真的要木得了

训练完成后，我们可以使用预设的模板或者自己上传图片进行预测，也就是脸部替换了！

SD 文生图写真照

openpose原理及安装教程（姿态识别）

OpenPose是一个用于实时多人姿态估计的开源库，它可以检测图像或视频中的人体关键点，并且能够识别不同的身体部位和动作。

行为识别姿态识别

Prompt、RAG、微调还是重新训练？如何选择正确的生成式AI的使用方法

RAG产生了高质量的结果，因为它增加了直接来自向量化信息存储的特定于用例的上下文。

生成式AI

无需翻墙，可合法使用的8款国内AI大模型产品

根据8月15日正式实施的《生成式人工智能服务管理暂行办法》，提供具有舆论属性或者社会动员能力的生成式人工智能服务的，应当按照国家有关规定开展安全评估，并按照《互联网信息服务算法推荐管理规定》履行算法备案

生成式AI

LLM之RAG实战（五）| 高级RAG 01：使用小块检索，小块所属的大块喂给LLM，可以提高RAG性能

RAG（Retrieval Augmented Generation，检索增强生成）系统从给定的知识库中检索相关信息，从而使其能够生成事实信息、上下文相关信息和特定领域的信息。

RAG 检索

<...9 10 11 121314 15 16 17 18 ...>

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