文章列表-AI魔法学院

文章列表

教会AI画汉字（ComfyUI篇）

最近，央视公开了一些由ai生成的图片与视频，其中有几张图片非常有趣，成功吸引到了我，那便是这几张由ai与文字相结合的图片，这种奇妙的效果令我十分好奇，于是我便开始找寻相关的插件来达成类似的效果

comfyui 文生图

Selenium+ddddocr | 再也不担心图片验证码

网页中验证码的识别思路一：验证码截图，进行识别定位到验证码图片的位置，采用screenshot_as_png进行截图，通过ddddocr库识别。

Selenium ddddocr库

面向知识图谱的大模型应用

这涉及到利用各种计算策略来平衡大型关联数据集分析的效率、准确性和完整性。

知识图谱大模型

详解 Diffusion (扩散) 模型

目前，它们主要用于图像和音频生成。

Diffusion 开源模型

字节，悄咪咪做了个 Liblib

三个月前，「LiblibAI 哩布哩布 AI」，一个 AI 模型社区型产品，在一年内完成了三轮共计数亿元的融资。

Lumi 大模型

强大高效的微信爬虫Wechat_Articles_Spider：快速获取公众号文章的利器

打开终端或命令提示符，并执行以下命令安装wechat_articles_spider： pip install wechatarticles 步骤 3：安装完成后

微信爬虫

阿里RAG新框架R4：增强检索器-重排序-响应器，5个知识密集任务上都超过Self-RAG等！

大型语言模型（LLMs）在生成文本时可能会产生错误信息，即“幻觉”问题。

RAG 检索大型语言模型

剪映克隆声音功能详解：剪映上线5秒“AI克隆音色”，一堆AI公司又要进入慢性死亡了...

也是在那一天，N多AI初创公司宣布进入死亡倒计时。

剪映声音克隆

SD入门教程六：ControlNet基础入门

总结：提示词负责生成图片的内容，ControlNet负责生成图片的结构，模型负责生成图的风格。

ControlNet 文生图

【开源项目】Flow Matching 语音合成

CFM是一种新技术，已被证明可以改进扩散模型，Meta的Voicebox模型将CFM引入语音合成领域，下面是voicebox的一个工作流程图 Matcha-TTS是第一个开源conditional

音视频 Flow Matching

垂直领域大模型的思考

也会介绍整体的系统设计，并串讲一系列相关的论文和产品。

垂直领域大模型

Stable Diffusion

Stable Diffusion ComfyUI 入门感受

同时，因为内部生成流程做了优化，生成图片时的速度相较于webui又10%~25%的提升（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

文生图

替代画师？不，AI把枪指向了商业摄影

(质量最差,低质量),模糊,嘈杂,低分辨率,签名,水印,用户名没有使用任何反转/loras/脚本来提高生成图像质量。

文生图

对于AI，我们现阶段可以有的态度

包括AI绘画也一样，会用会玩，图个新鲜有趣，自然很容易就能上手使用；但如果要想做到可以落地商用的程度，就需要你投入相对应的时间成本来深入学习和熟练掌握了。

文生图

第3期 SDXL和SD的10大区别！你知道几个？

4、可生成的图片范围更广。

文生图

<...17 18 19 202122 23 24 25 26 ...>

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