文章列表-AI魔法学院

文章列表

阿里最近推出AI项目的动作太过频繁，脑子跟不上了，事出反常必有妖，盘点一下

阿里动作太过频繁，就我的脑海回忆，推出了挺多东西的，效果还都不错，今天盘点下都有哪些。

阿里大模型

图片生成速度最高提升10倍！可以做到“实时”生成！清华推出LCM/LCM-LoRA！

近年来，随着SD和Midjourney的火热，文本到图像生成（Text-to-Image Generation）的研究取得了令人瞩目的进展，让我们能够用自然语言指导AI创造出各种各样的图像。

LCM/LCM-LoRA 文生图

斯坦福宣布前端开发要失业了？！一张截图生成代码，64%优于原网页！

研究人员手动策划了一个包含484个多样化的真实世界网页的测试案例，并开发了一套自动评估指标，以评估当前多模态LLMs在将截图作为输入的情况下，能够多么精确地生成直接渲染成给定参考网页的代码实现。

设计转代码大模型

我用AI写小说：「国学篇」如何将国学插入小说中

将国学文化穿插进小说中是一项既需要深厚文化底蕴，又需要精妙文学创作技巧的工作。

国风国学写作

最受欢迎的SDXL模型，Turbo极速来袭！

早在SDXL0.9发布的时候，作者就第一时间放出了适配的SDXL大模型。

sdxlturbo 绘画

手把手教你用 SD 生成文字形状的光线，用来做营销宣传图非常有效

昨天类似这种文字光效或者将文字合成在衣服上的图好像又火了，很多朋友在问怎么做，其实就是ControlNet的简单应用，比如模拟光线照射文字的，之前用来调整自然光线的角度和范围这次不过是将原来模拟光照的图变成了文字了

图像文字 ControlNet Stable Diffusion

Stable Diffusion

Stable Diffusion API

我们将首先介绍如何使用此 API，然后设置一个示例，将其用作隐私保护微服务以从图像中删除人物。

文生图 SD

我去，找到一个Github上非常优秀的AI项目，可控制鼠标、键盘，模拟人类操作，太丝滑，收藏～～～

通用目标：支持任意本地软件（如游戏、Office、图像/视频编辑工具）多模态输入：以截图为输入，支持键盘鼠标操作输出自主能力：内置“认知反思+技能更新”模块，能不断自我优化模块化设计

AI Agent 开源项目

【开源黑科技】鹅厂PhotoMaker AI绘画工具，一键打造多风格头像！

PhotoMaker的火爆并非偶然，它的核心功能是作为一款多功能的头像生成器。

photomaker 绘画风格

营销Prompt：三分钟生成百篇营销文案，领先99%的同行！

我们可以借助这些模型，让ChatGPT理解我们的意图，生产出高质量的营销文案。

写作营销 prompt

免训练！单图秒级别生成AI写真，人像生成进入无需训练的单阶段时代

介绍作为 AI 人像写真开源项目的佼佼者，FaceChain 凭借其丰富多样的风格模版和卓越的人像保真度，深受社区的喜爱并已在商业应用中得到了广泛的应用。

FaceChain FACT 文生图

解读OpenAI Sora文生视频技术原理

OpenAI Sora文生视频（图像看作单帧视频）一放出就炸翻整个AI 圈，也是ChatGPT掀起GenAI热潮时隔一年后，OpenAI再次史诗级的更新。

sora

九个让你成为GPT提示高手的提示词框架

1️⃣ APE：行动、目的、期望 • 行动：定义要完成的工作或活动。

GPT

Stable Diffusion

还没有上手Stable Diffusion XL 1.0 的同学，看这篇文章就够了

Midjourney虽然出图精美，使用方便，但是出图的灵活性方面是一大硬伤，Stable Diffusion 作为Midjourney的开源替代品，由于其丰富的插件，灵活可控，受到社区的热捧，一直被寄予厚望

SDXL

【开源项目】Flow Matching 语音合成

CFM是一种新技术，已被证明可以改进扩散模型，Meta的Voicebox模型将CFM引入语音合成领域，下面是voicebox的一个工作流程图 Matcha-TTS是第一个开源conditional

音视频 Flow Matching

<...14 15 16 171819 20 21 22 23 ...>

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