文章列表-AI魔法学院

文章列表

8月份最火的 5 个 GitHub 项目

一个开源的音乐软件 3.

下载

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

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

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

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

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

真格基金大模型能力测试问题集---进阶篇

凯伦大声喊道。

中文评测大模型

ComfyUI-基础图生图&基础图片缩放

降噪控制添加到图像中的噪声的数量。

ComfyUI 图生图

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

目前有哪些比较成功的人工智能应用？

语音：音乐，录音等等音频格式的文件。

生成式AI

人话聊AI大模型：AIGC如何助力营销的秘密（上）

Stability.AI是一家为图像、语言、音频、视频、3D等领域提供开源AI模型的公司。

大模型

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

实现聊天机器人打字机形式输出内容：SSE原理介绍及Post实现方式

而在SSE中，浏览发送一个请求给服务端，通过响应头中的Content-Type:text/event-stream等向客户端声名这是一个长连接，发送的是流数据，这样客户端就不会关闭连接，一直等待服务端发送数据

大模型

向量数据库简介和5个常用的开源项目介绍

随着我们对人工智能应用，如图像识别、语音搜索或推荐引擎的深入研究，数据的性质变得更加复杂。

开源模型

Stable Diffusion

硬核解读Stable Diffusion（系列二）

文生图根据文本生成图像这是文生图的最核心的功能，下图为SD的文生图的推理流程图：首先根据输入text用text encoder提取text embeddings，同时初始化一个随机噪音noise

StableDiffusion 文生图

<...15 16 17 181920 21 22 23 24 ...>

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