文章列表-AI魔法学院

文章列表

实时语音克隆

SV2TTS使用深度学习框架，分为三个阶段，通过音频创建声音的数字表示，然后用这个表示来合成任意文本的语音。

语音克隆

大模型应用发展的方向｜代理 Agent 的兴起及其未来（上）

视频输入由一系列连续的图像帧组成，与图像信息相比，视频信息增加了时间维度。

大模型

Stable Diffusion

造梦师手记：腾讯加入Stable Diffusion的ControlNet模型开发，效果艳丽

腾讯没有市值管理的需要，也没有业绩之忧，从经营的视角看，比较踏实（其他视角大家观点各异，在此不表），在大模型领域声音比较小，也很正常。

Stable Diffusion

AI换脸：FaceFusion 3.5.0更新，解决老版本无法使用问题！

增强的语音提取可让您的AI换脸视频中的唇形同步更加自然逼真。

FaceFusion 文生图

真超越了GPT？国产大模型实用场景横评②

这是娱乐资本论·视智未来在第一次做大语言模型文本应用能力测试时，写下的第一句话。

大模型

Stable Diffusion

万字长篇！超全Stable Diffusion AI绘画参数及原理详解

，然后生成一段视频，也就是重绘视频。

文生图

【工具书】文生图常用的正向反向提示词以及常用词中英文对照表

Ansel Adams, Ray Earnes, Peter Kemp, Ruth Bernhard 概念艺术家（视频游戏

文生图 prompt 提示词

FaceFusion参数详解

用法: --ui-layouts 默认值: [ default ]，可选这些值： benchmark （基准测试） default（默认值，换视频） webcam

FaceFusion 文生图

AI撬开小县城的万元商机

他与本地的一家科技公司合作，花费了数万元，定制了一个形象可爱的AI主播，并为它录制了一段生动的宣传视频。

AI 商机

DALL-E 3 不只是文生图！10 个案例颠覆认知

你只需要告诉 DALL-E 3 你的想法，并让它把想法可视化即可。

DALL-E 3 文生图

【一步一步引导】从零详细地梳理一个完整的 LLM 训练流程

bert-base-chinese tokenizer 可视化上述图片来自可视化工具 [tokenizer_viewer]。

大模型训练

最佳开源文生图大模型可图：安装与批量出图的完整教程

经过数十亿个文本图像对的训练，Kolors 在视觉质量、复杂语义准确性以及中英文字符的文本渲染方面比开源和专有模型表现出显著优势。

可图 kolors

300天里，我帮你踩遍了AIGC创业的各种坑

虽然此时很多人还在发愁返程的车票难买机票太贵，但过于惊艳的60秒1080P动画已经颠覆了大多数人对AI视频的认知，假期还没结束，一场又一场百人规模线上分享会，成为新年开工前的最佳热身活动。

AIGC 创业

AI大模型LLM可以帮助企业做什么？

8月国内前10： 8月出海产品前10：《AI 产品榜 · 国内 100 强和出海 20 强（2023年08月）》上面这份榜单上图像视频类人工智能生成的产品

大模型

LLM每周速递！大模型最前沿：多模态RAG、RAG加速、大模型Agent、模型微调/对齐

此外，OmniGen可以处理经典的计算机视觉任务，将其转换为图像生成任务。

大模型研究

<...12 13 14 151617 18 19 20 21 ...>

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