文章列表-AI魔法学院

文章列表

【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比，等你来评!

中文动漫人物语言克隆-5款模型语音克隆-短文本克隆-效果展示参考链接 5款爆火开源TTS语音克隆项目 GPT-SoVITS模型介绍 GPT-SoVITS项目是TTS克隆领域内效果常年霸榜的模型之一

语音克隆开源模型

大规模训练系列之技术挑战

ResNeXt WSL (8 亿参数)、GPipe (6 亿参数)，Google 也通过 EfficientNet-L2 (4.8 亿参数)与未公开的 JFT-300M 数据集刷新了 ImageNet 的榜单

开源模型

阿里Qwen3系列模型惊艳亮相

//modelscope.cn/collections/Qwen39743180bdc6b48 · GitHub

阿里 Qwen3 大模型

Prompt工程入门

2 Prompt 简单的理解成它是给 AI 模型的指令。

prompt 提示词

Stable Diffusion

Stable Diffusion ComfyUI 入门感受

根据不同显卡提升幅度不同），生成大图片的时候不会爆显存，只是图片太大时，会因为切块运算的导致图片碎裂（个人测试在8G显存下直接生成2360x1440分辨率没有问题，往上有几率切碎） ComfyUI中简单的

文生图

角色，背景，任务，产出内容与形式：如何写出优雅的prompt？ - 通用的万能框架

这时候我们就需要请出github上的大佬，@Matt Nigh。

提示词 prompt

爆火「视频版ControlNet」开源了！靠提示词精准换画风，全华人团队出品

目前，团队已将这一方法在GitHub上开源。

ControlNet

使用stable diffsion对老照片进行AI高清放大修复

现在有了AI工具，一切变得简单了。

SD 高清老照片修复

AI声音克隆 | 最全最简教程（权威版）

fishaudio/Bert-VITS2 https://github.com/RVC-Boss/GPT-SoVITS GPT-SoVITS GPT-SoVITS是由RVC变声器的创始人（GitHub

声音克隆教程

Transformer速查宝典：模型、架构、训练方法的论文都在这里了

SentencePiece 进行分词，词汇表大小为 32k，并用 300B token 进行训练，其中一半来自为 Gopher 收集的 MassiveText，以及书籍、Common Crawl、维基百科、新闻和 Github

Transformer

StableDiffusion使用Roop插件一键换脸教程

原图换了一张外国姐姐的脸原图换了小札的脸二、Roop的安装 Roop的使用还是很简单的，但是安装环境有些繁琐，我在其中也遇到了很多问题。

AI换脸

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

基于常见的无监督预训练技术并结合非常简单的解码器，ViTPose展示了视觉transformer在姿态估计方面的简单性，可扩展性，灵活性，和可迁移性，并在人体，动物，全身关键点检测等方面达到SOTA性能

ViTPose+Transformer 身体姿态

数学能力超ChatGPT，70B开源大模型火了：用AI微调AI，微软全华班出品

比如解决下面这道四次多项式方程：或者是一道简单的微积分：亦或者是稍微修改过的拉格朗日方程推导：

开源模型

如何从零开始训练专属 LoRA 模型？4600字总结送给你！

就需要准备用于训练的素材图片，素材图的质量直接决定了模型的质量，好的训练集有以下要求：不少于 15 张的高质量图片，一般可以准备 20-50 张图；图片主体内容清晰可辨、特征明显，图片构图简单，

训练

搭建程序员自己的在线工具库 it-tools

拉取镜像 docker run -d –name it-tools –restart unless-stopped -p 8080:80 corentinth/it-tools:latest 从Github

开源项目工具类

<...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