文章列表-AI魔法学院

文章列表

谈Agent构建平台的设计

这里面，把握用户需求的领域专家自己并不太依赖于Agent开发平台，只要能作为用户进行体验就好了。

Agent 构建

耗时7天，终于把15种ControlNet模型搞明白了

controlnet还有非常多的功能用法，具体用法会在后面的文章里面详细去讲二、ControlNet是什么 AI绘画最终要实现的目标——让出的图与我们脑海里想象的画面一致但目前现状是：随机性太强

文生图

Stable Diffusion

stable diffusion十七种controlnet详细使用方法总结

背景则比重较小，有的则是主体背景适当均衡 3.Normalmap 法线贴图一般应用于3d雕塑，带来3d深度雕塑的信息，使用场景一般为3d雕塑，我的举例图片可能不太恰当

绘画作图

最透彻的大模型PPO原理和源码解读

虽然吭吭哧哧地入门了，但是这个过程实在痛苦，最主要的原因是：理论的部分太多，直观的解释太少。

PPO 大模型源码解读

大模型压缩首篇综述来啦~

黄等人的工作引入了ICL蒸馏，将LLMs的上下文少样本学习和语言建模能力转移到SLMs中。

大模型

StableDiffusion

StableDiffusion模型推荐系列（功能型）

DreamShaper XL、SD XL 推荐参数分辨率：1024+ 采样器：DPM++SDE 迭代步数：8-10 CFG：3-5 tips：这里的参数与适配的大模型一致，跟LoRA本身没太大关系

StableDiffusion 文生图

让 AI 更懂你的 Prompt 提示词宝藏网站-FlowGPT

atmosphere:1.2), dark, mysterious, intricate details, cybernetic enhancements, cityscape backdrop 这个差异简直太明显了

prompt 提示词 FlowGPT

Prompt屠龙术-少样本示例

我还不算太老。

Prompt 少样本示例

让AI帮你读财报：Reportify让你看得清、聊得深

不过看上团队目前并没有将新闻的优先级放在较高的位置，没有太深入的去做一块。

Reportify 读财报

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！

比较难生成包含正确文本的图像，比如下面的"deep learning"：最主要的原因还是CLIP image embedding本身，通过对比学习训练的CLIP image embedding在区分属性和拼写单词方面均不太行

Kandinsky-3 文生图开源模型

AI视频新技能！这套流程教你打造视频人物和声音完美同步！

D-ID:https://studio.d-id.com/ HeyGen:https://app.heygen.com/home 如果你只需从单张图片生成与音频同步的视频，且对人物动作没有太多特殊要求

AI视频

Stable Diffusion

【Stable Diffusion】SD迎来动画革命，AnimateDiff快速出图

点击生成，就可以得到一幅白马奔跑的小动画了，不过这幅图的马腿脚看上去有点不太自然。

文生图开源模型

用so-vits-svc-4.1进行音色转换的极简教程

这里要求切割后的音频长度在5-15秒左右，不能太长或太短。

声音 sovits

腾讯悄悄开源混元版「Sora」，这就是开源领域的No.1。

开门的那个女人，脸没糊，那么小的面积，你都能看到她的神情，看到他的嘴形，这个点，太牛逼了。

sora 视频生成

详解大模型RLHF过程（配代码解读）

只能自己看一看代码，以前搞过一点用PPO做游戏，感觉和语言模型PPO的用法不太一样。

训练

<...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