文章列表-AI魔法学院

文章列表

【CLIP系列Paper解读】CLIP: Learning Transferable Visual Models From Natural Language Supervision

这种严格的监督训练方式限制了模型的泛化性和实用性，因为这样的模型通常还需要额外的标注数据来完成训练时未曾见过的视觉“概念”。

OpenAI 自然语言监督

再也不怕合照缺人，Anydoor为图片编辑开了一道「任意门」

如果有一种能让贴图穿进背景图里，它们根据你的指令自动摆好姿势、站位的「魔法」呢？

Anydoor 文生图

【手把手带你微调 Llama3】改变大模型的自我认知，单卡就能训

为了让模型能够让模型认清自己的身份——“我是谁，我来自哪里”，知道在询问自己是谁的时候回复成我们想要的样子，我们就需要通过在微调数据集中大量掺杂这部分的数据。

Llama3 对话问答模型

手把手带你微调一个自己的 ChatGLM2-6B 模型

阿里云服务器可能没有安装驱动（取决于你选的镜像）。

ChatGLM2-6B

6个AI音乐软件推荐，让你学会人工智能AI作曲

在当下的应用中，AI已经可以影响音乐制作过程的各个方面，包括音乐生成、音频掌握等。

训练音乐

【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!

高精准度：SenseVoice-Large(目前还未开源) 支持超过 50 种语言的高精准度自动语音识别（ASR）。

asr tts 声音

中学生能看懂：Sora 原理解读

其次，这种方法极大地提高了处理视频的灵活性，使得Sora能够生成具有复杂动态的高质量视频，而这对于传统视频生成技术来说是一个巨大的挑战。

Sora 原理

世界上最流行（github排名高）的开源移动机器人的操作系统ROS开源了！！

，与项目无关 TurtleBot3是一款小型、低成本、完全可编程的移动机器人，它基于ROS（Robot Operating System）开发，并继承了TurtleBot系列的优秀特性

ROS 机器人开源模型

Roop升级版FaceFusion换脸AI技术使用以及部署教程

使用该软件，您可以将一段视频中的人脸替换成您选择的人脸，只需要一张所需人脸的图像，无需数据集和训练。

FaceFusion 教程

AI Agent行业深度：框架拆解、应用方向、应用领域及相关公司深度梳理！

向量数据库利用人工智能中的Embedding方法，将图像、音视频等非结构化数据抽象、转换为多维向量，由此可以结构化地在向量数据库中进行管理，从而实现快速、高效的数据存储和检索过程，赋予了Agent“长期记忆

AI Agents 大模型

40个prompt，让你成为麦肯锡高手

它将不仅仅是一个高效的秘书，能够提供准确的信息和快速的反馈，还将成为你的大脑风暴伙伴，能够产生创意和参与决策过程。

prompt

探秘制作艺术二维码的新姿势

在之前的文章《AI制作艺术二维码-文生图》中，我介绍了一种直接通过提示词生成高逼格二维码的方法，但是通过提示词我们无法很好的控制生成图片的样式，特别是有些同学想要将自己的Logo或者头像附加到二维码中，

图像文字

AI绘画：stable difussion SD插件之无限抽卡神器 dynamic prompts（动态提示词）

不过抽卡需要把提示词进行不断地替换尝试才能抽到自己SSR，效率实在太低了。

AI图片

ComfyUI环境方面开窍了，成功跑通animatediff

这回就有了，不过比较多，还是需要自己筛选下，找到IPA类的模型。

animatediff 文生图

解放AI生产力——为什么要使用ComfyUI

也是面临的第一个问题：AI生成出来的东西不可控，单单controlnet的发明，在AI绘画圈内就引起了巨大的轰动，但这终究只能控制图像的冰山一角，想要将AI的生产力解放出来，这还不够。

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