文章列表-AI魔法学院

文章列表

全球生成式 AI 应用全景图

、图像、代码、音频、视频和3D模型等领域展现出了强大的能力。

大模型

吴恩达Prompt教程之总结图解

本篇文章是前几篇文章的总结，一图胜千言，所以用如下的思维导图将吴恩达老师Prompt教程进行了梳理。

prompt 教程吴恩达

一文搞定 ComfyUI SDXL1.0 完整流程

今天这篇文章我们不讲 prompt，而是要深入了解如何在 ComfyUI 上面使用 SDXL Contronet。

文生图 comfyui

ComfyUI学习笔记2，一文看透Workflow

上图，从最左边加载模型开始，经过中间的CLIP Text Encode对关键词Prompt做处理，加入一个初始的Latent Image，然后是采样器，VAE解码，最后得到生成的图像。

comfyui 文生图

ComfyUI 基础教程（一）环境部署和插件安装

https://github.com/AIGODLIKE/AIGODLIKE-COMFYUI-TRANSLATION 2.提示词风格样式：这个插件允许用户自定义提示词的风格和样式，增加了生成图像的创造性

comfyui 文生图

ComfyUI初学者指南

文生图我们首先看一下最简单的情况：从文本生成图像。

文生图 comfyui

Stable Diffusion

【Stable Diffusion操作升级】Stable Diffusion 常用模型下载与说明

checkpoint模型包含生成图像所需的一切，不需要额外的文件。

文生图 SD

用ComfyUI整了一套照片转Q版手办的工作流

之所以要搞这个，主要是因为它跟我目前要做的很多内容都息息相关，比如2D图片转3D模型，blender的插件、图片生成视频等，而且据说生成速度很快，对设备的要求低。

comfyui 文生图

再也不用担心 AI 图片脸崩手崩了

从处理图像的区域来划分，这些模型分为三类。

ADetailer 安装文生图

Stable Diffusion

Stable Diffusion AnimateDiff | 最火文本生成视频插件

AnimateDiff介绍 AnimateDiff采用控制模块来影响Stable Diffusion模型，通过大量短视频剪辑的训练，它能够调整图像生成过程，生成一系列与训练视频剪辑相似的图像。

动画视频 AnimateDiff

OCR的终极解法——传统算法VS多模态大模型

，截止目前，我使用上没遇到识别文字错误的问题：https://github.com/PaddlePaddle/PaddleOCR 本文重点讨论的是文字的后处理问题。

OCR 大模型文字识别

字节跳动推出MagicVideo-V2：引领AI视频生成新时代。

你是否曾想过，仅凭一段文字就能生成一段高清、流畅的视频？

MagicVideo-V2 视频生成

开源语音大语言模型来了！阿里基于Qwen-Chat提出Qwen-Audio!

然而，语言模型缺乏像人类一样感知非文本模态（如图像和音频）的能力。

大模型语音

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

启动后界面如下：首先从数据开始：如果你想克隆一个人的声音，你可以找到一段这个人的演讲录音，或者视频，当然不同资源需要不同的处理如果是视频，可以使用人声分离，如下图，

数字人声音克隆 GPT-SoVITS

一张图看懂IT人的江湖地位

本文转自公众号特大号大模型江湖地位篇不包括非国产大模型公有云服务商江湖地位篇仅代表国内市场地位与表现

工作

<...10 11 12 131415 16 17 18 19 ...>

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