文章列表-AI魔法学院

文章列表

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

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

Speech Enhancement）、语音分离（Speech Separation）和音视频扬声器提取（Audio-Video Speaker Extraction）功能，能够在嘈杂环境中清理音频、分离复杂声源并结合音频和视觉数据锁定目标发声者

ClearerVoice-Studio 语音

九问中国大模型掌门人，万字长文详解大模型进度趋势

现在许多国产芯片厂商，需要花费大量精力来做软件生态的适配。

大模型详解

爆肝！超详细的胎教级Midjourney使用教程，看这一篇就够！

MJ的使用教程也肝出来了从手把手注册账号，到熟悉Midjourney操作界面，再到实战案例制作最后到超好用的翻译软件每一步都有详细的教程，并且用实际的例子讲解让大家看文章的同时能直接上手操作

文生图

ComfyUI 基础教程（二）：文生图基础流程

一旦节点被创建并连接好，你可以点击面板右侧的工具栏中的 "Queue Prompt"，开始生成图片

comfyui 文生图

Stable Diffusion

Stable Diffusion 入门教程开篇

是由CompVis、Stability AI 和 LAION 的研究人员于 2022 年发布的一款文本到图像生成的潜在扩散模型，基础版SD1.5（512*512），SD2.1（768*768），后又开源了

Stable Diffusion 文生图入门教程

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

Sadtalker是一个能够根据图片和音频生成视频的开源项目，它使用了一种叫做SadNet的神经网络，可以实现风格化的单图说话人脸动画。

数字人

AIGC工具提示词技巧

以前，我们和软件对话用的是搜索的逻辑：把我们想要的结果、方向描述出来放到浏览器、搜索引擎做检索。

AIGC 提示词

使用ComfyUI玩SDXL的正确打开方式

（附中文汉化插件））中完成了对ComfyUI界面的汉化。

文生图 ComfyUI

Stable Diffusion

Stable diffusion三步搞定——场景定制化

迫于这个原因我们将经历投入到SD的学习当中，在学习的过程中发现SD的操作界面对设计师来说比较友好，操作界面更类似于一款软件的操作界面，感觉是在学习一门技术（可能是总用绘图软件做图留下的后遗症）。

AI图片

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

arxiv.org/pdf/2407.04051 理论篇: FunAudioLLM项目介绍 FunAudioLLM整体系统框架介绍 FunAudioLLM 是阿里语音团队最新开源的项目

asr tts 声音

中国首份AIGC监管文件正式实施——《生成式人工智能服务管理暂行办法》简析

亮点： 1· 作为中国首份生成式人工智能（“AIGC”）监管文件，管理办法体现了现阶段监管机构的态度，即“既要重视发展，也要重视风险”。

人工智能

ComfyUI环境方面开窍了，成功跑通animatediff

那正好用我昨天在UP那下的插件，直接放到custom_nodes文件夹。

animatediff 文生图

自动化神器Autolt：不再重复工作

Autolt最初是为了模拟键盘和鼠标输入，以便自动执行重复性的任务，如安装软件、配置系统设置等。

RPA 自动

百川智能正式发布130亿参数通用大语言模型百川大模型（Baichuan-13B-Base）

但更重要的一点是（划重点），完全开源！

大模型中文

<...16 17 18 192021 22 23 24 25 ...>

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