文章列表-AI魔法学院

文章列表

【进阶】-文生图术语解释

也就是说，如果采用当前数据进行额外的训练将无法改进模型，模型即达到收敛状态。

文生图

使用ComfyUI玩SDXL的正确打开方式

首先看到“K采样器”这里，我们点击“右键”-“新建节点”-“采样器”，可以看到有两个选项，今天我们要使用的是“K采样器（高级）”。

文生图 ComfyUI

大模型狂飙两年后，“六小龙”开始做减法

“至少可以说，现在是创办科技公司的最理想时机，我们已经很久没有遇到这样颠覆性的变革了。”

AI 大模型

openpose原理及安装教程（姿态识别）

OpenPose基于深度学习和计算机视觉技术，采用了卷积神经网络（CNN）来实现对人体姿态的准确识别。

行为识别姿态识别

OpenAI视频模型Sora的推理生成成本多高？

虽然 Diffusion Transformer 和 LLM 的 Autoregression Model 架构不同，但均为 Transformer 架构： Diffusion Transformer

Sora 推理算力

通俗易懂地解释OpenAI Sora视频生成的特点有哪些？它与此前的Runway Gen2、Pika有什么区别？以及缺点是什么？

OpenAI Sora可以生成更加自由尺寸的视频根据OpenAI的Sora技术报告，Sora模型可以采样宽屏1920x1080视频、竖屏1080x1920视频以及介于两者之间的所有尺寸视频。

sora 视频生成

ComfyUI学习笔记2，一文看透Workflow

上图，从最左边加载模型开始，经过中间的CLIP Text Encode对关键词Prompt做处理，加入一个初始的Latent Image，然后是采样器，VAE解码，最后得到生成的图像。

comfyui 文生图

如何免费打造自己的数字人主播：StableDiffusion插件SadTalker打造本地数字人主播

Stable Diffusion是一个能够根据文本描述生成高质量图片的深度学习模型，它使用了一种叫做潜在扩散模型的生成网络架构，可以在普通的GPU上运行，还可以加载各种出图模型以及动画模型。

数字人

再也不用担心 AI 图片脸崩手崩了

它就是为一次性快速修复这样的问题准备的。

ADetailer 安装文生图

惊艳！2.77亿参数锻造出Agent+GPT-4V模型组合，领航AI领航机器人、游戏、医疗革新，通用智能时代你准备好了吗？

这个模型能处理文本、图像、动作输入，轻松应对多任务挑战，甚至跨界在机器人、游戏、医疗等领域展现强大实力。

Agent+GPT-4V 大模型

惊艳推荐！8款好用又免费的文本转语音TTS工具

在早期，TTS技术主要依赖于预录制的声音样本，通过组合这些样本来生成语音。

TTS Maker 语音

3 个令人惊艳的 GitHub 开源项目，诞生了！

今天就给大家推荐几个 GitHub 上比较热门的 AI 工具，让大家体验一下人工智能的神器与强大之处。

开源模型

结构化Prompt必备基础：5分钟学会Markdown语法，实现提示词创作自由！

因为他像AI时代的编程语言一样，可以让提示词的开发象代码一样有规范，不但方便团队的沟通和协作，也方便对于后期的维护升级。

Prompt 提示词 Markdown

AI领域的agent是什么意思？

代理（Agent）指能自主感知环境并采取行动实现目标的智能体。

大模型

AI虚拟主播数字人技术实现Wav2Lip

主要通过将两个不相关的人的视频、音频，采用Wav2Lip技术，最终得到一个完整的视频文件，且视频的人物口型与音频内容一致。

数字人视频

<...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