文章列表-AI魔法学院

文章列表

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

跨语言支持：支持与训练数据集不同语言的推理，目前支持英语、日语和中文。

数字人声音克隆 GPT-SoVITS

Stable Diffusion

Stable Diffusion 入门教程开篇

潜在空间压缩：使用变分自编码器（VAE）将高维度的图像数据压缩到一个低维度的潜在空间。

Stable Diffusion 文生图入门教程

Stable Diffusion

【Stable Diffusion操作入门】Stable Diffusion 操作界面及基础参数介绍

有时候你正面提示词写一堆，出来的效果也不理想，但是加上一个反向提示词就能获得理想的结果。

文生图 SD

推荐智能体：利用大模型进行交互式推荐

在开放式对话CRS中,系统处理自由格式的对话数据。

大语言模型推荐

一文读懂GPT-1：生成式预训练如何提升语言理解

它采用了Transformer作为模型架构，这种架构提供了更加结构化的记忆，以便处理文本中的长期依赖关系，从而实现了卓越的迁移性能。

GPT

京东开源普通话数字人JoyHallo，一口流利标准普通话还会讲英语

首先，收集全面的普通话数据集非常困难；其次，普通话的复杂口型动作使得模型训练比英语更具挑战性。

JoyHallo 数字人开源模型

手把手！做Llama3的MoE专家混合模型！底层原理怎样的？做自己的MoE模型？需要多少算力？

ORPO偏好微调，数据集工具指南！

MoE 专家混合模型

LangChain 完整指南：使用大语言模型构建强大的应用程序

LangChain 可以轻松管理与语言模型的交互，将多个组件链接在一起，并集成额外的资源，例如 API 和数据库。

langchain 大模型

体验了几款AI工具&&最新出现的跟数字人相关的几款大模型

从单个真实世界图像中提取基于物理的渲染（PBR）材质（albedo, normals, and roughness） https://astra-vision.github.io/MaterialPalette

数字人大模型文生图

20个常见AI绘画工具大汇总（含免费版哦~）

AI绘画通常利用深度学习算法、神经网络[1]和已有的数据集[2]，如生成对抗网络（Generative Adversarial Networks，GANs）[3]和神经风格迁移[4]等技术，来学习和理解绘画的特征

文生图

开源新标杆，千问Qwen2系列模型发布，全面超越LLama3

系列模型包括五个尺寸的模型（Qwen2-0.5B、Qwen2-1.5B、Qwen2-7B、Qwen2-57B-A14B 和 Qwen2-72B），这些模型在中文和英文基础上增加了 27 种语言的高质量数据

qwen 千问开源

SDXL模型lora训练参数详细设置，显存占用22G，不用修脸原图直出

训练相关参数没改啥，一般我都是step20，epoch10。

SDXL 训练

Stable Diffusion

硬核解读Stable Diffusion（系列一）

这篇文章将介绍比较火的文生图模型Stable Diffusion（简称SD），Stable Diffusion不仅是一个完全开源的模型（代码，数据，模型全部开源），而且是它的参数量只有1B左右，大部分人可以在普通的显卡上进行推理甚至精调模型

StableDiffusion 文生图

AI Agent的数字化革命：超越文本，走向自主决策与交互

LLM主要擅长处理和生成文本。

生成式AI

OCR是什么以及推荐几款开源中文OCR识别软件

光学字符识别（Optical Character Recognition, OCR）是指对文本资料的图像文件进行分析识别处理，获取文字及版面信息的过程。

OCR

<...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