文章列表-AI魔法学院

文章列表

字节开源项目MimicTalk：快速打造逼真3D Talking Face的利器

动态表现力：通过上下文风格化的音频到运动模型（ICS-A2M），MimicTalk能够「捕捉和模仿目标人物的动态说话风格」，使生成的视频更加生动和富有表现力。

MimicTalk 开源模型

8月份最火的 5 个 GitHub 项目

一个开源的音乐软件 3.

下载

AI变现异常值案例库，5种方向10个案例，副业项目灵感启发

头像平台挂载小说推文号以前的小说推文基本都是通过放解压素材和游戏素材来呈现现在通过SD文生图，做到声画匹配

生成式AI

Stable Diffusion

AI绘画巅峰对决：Stable Diffusion 3与DALL·E 3原理深度比较

U-Net 在扩散模型中被用于预测噪声。

Stable Diffusion DALL·E

如何提升 GPTs 的翻译效果？

回读这些内容时，我感到非常苦涩，每一个我本想告诉你的词，我想要揭示的一切，现在都变得无声，被时间遗忘。

GPT 翻译

华为盘古画画3.0发布 | PanGu-Draw：业界最大的中文文生图模型，效果YYDS！

在推理阶段，首先从初始随机噪声向量构造一个基本结构图像。

PanGu-Draw 文生图

【AI绘图工具】太爆炸了，AI出图速度100fps（每秒100张图片），比LCM、SDXL Turbo更快，目前No.1

· 传统的CFG在每次推理时都需要计算负面条件去噪残差噪声，这增加了计算成本。

StreamDiffusion 文生图

Python入门与语法速查

Python 中的变量不需要声明，每个变量在使用前都必须赋值，变量赋值以后该变量才会被创建。

python 编程

微软研究团队：Sora核心技术及未来机会研究报告-中英对照版

扩散模型通过一个数学上的可靠框架，利用 U-Net 技术将噪声转化为图像，这一过程中，U-Net 通过预测和减少每步的噪声来帮助这一转换。

sora 论文

字节跳动最强AI工具 “豆包” ，近1000款应用！一句话自动生成图文，堪比ChatGPT？

和“即创”偏向于抖音生态内容制作不同，豆包更像chatgpt一样的大模型。

AI工具文生图

【2023.10】看目前巨头的AI原生产品布局

（可以用一些语音识别工具从整个回放中找到需要的产品段落来看。）

大模型产品

大模型与游戏结合的一个思路

目前这类游戏主要都是靠鼠标和键盘来操作，有了ChatGPT这种能够“理解”自然语言的人工智能大模型，那么完全可以通过自然语言来进行所有操作，比如命令某支部队去到什么地方，直接用文字就可以了，就如同你给部队下达的命令电报，甚至可以是语音，

人工智能游戏

3 个令人惊艳的 GitHub 开源项目，诞生了！

GitHub：https://github.com/mli/autocut 项目采用的是 OpenAI 开源的自动化语音识别（ASR）系统，使用从网络收集的 68 万小时的多语言和多任务监督数据进行训练

开源模型

Stable Diffusion

Stable Diffusion ComfyUI 入门感受

HighResFix使用： HighResFix 其实是将生成的潜空图片在不解码的情况下放大，加入噪声再进行一次生成的过程。

文生图

ComfyUI王牌！复合生成！必须揉在一起

官方示例里称之为Noisy Latent Composition- 噪声潜空间合成。

comfyui 文生图

<...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