文章列表-AI魔法学院

文章列表

【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

StableDiffusion

StableDiffusion模型推荐系列（功能型）

前两天，我分享了SDXL的通用模型，这些模型不仅在生成高质量图像和艺术作品方面表现出色，搭配上LoRA模型还能在多个领域发挥重要作用，尤其是在平面设计与UI设计领域。

StableDiffusion 文生图

80多个罕见的论文prompt，让你起飞！

我需要为我的工作引用[来源类型，例如“期刊文章”]。

prompt 提示词论文

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

.01 概述在日常生活和工作中，你是否常因嘈杂的环境、重叠的对话或音视频信号的混杂而感到沟通困难？

ClearerVoice-Studio 语音

基于秋叶整合包-StableDiffusionWebUI启动器快速安装ComfyUI

ComfyUI是一个基于节点流程式的stable diffusion AI绘图工具WebUI，它通过将stable diffusion流程拆分成节点，实现了更加精准的工作流定制和完善的可复用性。

秋叶整合包

Suno音乐新手指南（手把手完整版教程）

Suno是当前全球音乐创作领域的头部工具，地位堪比GPT、Midjourney和Sora等巨头。

suno 歌曲教程

使用stable diffsion对老照片进行AI高清放大修复

多年前我曾经用PS修复过一些老照片，但PS修复工作量非常大，主要是用印章工具一点点的把污渍痕迹消除掉，然后再放大处理。

SD 高清老照片修复

PhotoMaker：腾讯最新开源，根据照片生成该人物各种风格图片，项目可落地！

项目简介 PhotoMaker是腾讯最近开源的照片生成工具，这是一种高效的个性化文本到图像生成方法。

PhotoMaker 文生图

5 种策略控制 ChatGPT 的输出长度

自从人类有了 AI 之后，文本创作的效率大幅上升，带来的问题就是，我们不得不花更多时间去消化信息。

写作大模型聊天 ChatGPT

爆肝两天！ChatGPT+提示词解决知识库目录混乱

一、引言随着信息时代的快速发展，知识库已经成为我们生活和工作中不可或缺的一部分。

智能分类大模型知识库

MindChat心理大模型

作为一个心理大模型, MindChat通过营造轻松、开放的交谈环境, 以放松身心、交流感受或分享经验的方式, 与用户建立信任和理解的关系.

心理大模型

ComfyUI安装教程

比如自定义动画工作流 👇 ComfyUI是一个功能强大且模块化的稳定扩散GUI和后端。

ComfyUI安装

SadTalker数字人常见问题3

SadTalker数字人制作工具，用自带的图片音频可以生成，而用自己的图片、音频生成视频就不行。

SadTalke

ComfyUI 基础教程（一）环境部署和插件安装

1.辣椒酱的界面汉化：该插件可以汉化ComfyUI的界面，使中文用户更容易理解和操作。

comfyui 文生图

Stable Diffusion

全面理解Stable Diffusion采样器

他们如何工作？

绘画采样器 SD

<...19 20 21 222324 25 26 27 28 ...>

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