文章列表-AI魔法学院

文章列表

FaceFusion参数详解

（2.3.1）Source 指定一个或多个源图像/音频（音频用于嘴型同步）用法: -s 或者 --source 比如: --source image1.jpg --source

FaceFusion 文生图

Stable Diffusion

免配置、免翻墙，Stable Diffusion平替来了！

饲料社区：可以从中复制任何提示，用来参考生成其他图像，或者下载使用，所有公共图像是免费的并且可以用于商业用图。

LeonardoAI 文生图

一键AI换脸！小红书和北大合作的InstantID

这个模块通过解耦的交叉注意力机制，使得图像和文本能够独立地影响生成过程，从而在保持身份信息的同时，允许用户对图像风格进行精细控制，实现「双赢」。

InstantID 文生图

Stable Diffusion

Stable Diffusion基础：ControlNet之身份标识

这个ControlNet可以提取人的面部信息，然后在生成的人物图片中使用此面部。

ControlNet 文生图

百度智能云的Prompt模板

大模型会基于prompt所提供的信息，生成对应的文本或者图片。

大模型 prompt

pdf2htmlEX：效果相当好的一个PDF转HTML程序，和原始PDF几乎一模一样。

其背后是利用的Chrome Headless，让Chrome渲染PDF，再导出成HTML，甚至图片都转成了 base64 字符，所以一个网页就可以包含完整的文本、字体和图片等内容这是我的

PDF转换

LlamaIndex的QueryPipeline在实现RAG应用后，Agent应用也可以实现了（附开发示例）

如果可以，它将能统一整个应用的构建模式，对于开发者来讲，会带来一致的开发体验。

Agent QueryPipeline 大模型

【万字长文】LLaMA, ChatGLM, BLOOM的参数高效微调实践

模型结构上，与GPT相同，LLaMA采用了causal decoder-only的transformer模型结构。

大模型微调训练

基于中文金融知识的 LLaMA 系微调模型的智能问答系统：LLaMA大模型训练微调推理等详细教学

通过中文金融公开问答数据+爬取的金融问答数据构建指令数据集，并在此基础上对 LLaMA 系模型进行了指令微调，提高了 LLaMA 在金融领域的问答效果。

LLaMA

Stability AI推出视频生成模型Stable Video Diffusion

Stability AI近日推出了名为Stable Video Diffusion的视频生成模型，该模型基于该公司现有的Stable Diffusion文本转图像模型，能够通过对现有图像进行动画化生成视频

Video 视频创作 SD

OCR是什么以及推荐几款开源中文OCR识别软件

图像输入、预处理：　　不同的图像格式有不同的存储、压缩方式，目前有OpenCV、CxImage等。

OCR

探秘制作艺术二维码的新姿势

要满足这类需求，就需要使用本文介绍的图生图生成二维码的方法。

图像文字

【开源黑科技】鹅厂PhotoMaker AI绘画工具，一键打造多风格头像！

它不受原始输入图像的限制，能够自由地调整人物的性别、年龄等特征，创造出风格迥异的全新图像。

photomaker 绘画风格

Elasticsearch 中的向量搜索：设计背后的基本原理

Lucene 当前从没有删除的最大输入段创建 HNSW 图的副本，然后将来自其他段的向量添加到此 HNSW 图。

向量数据库

Stable Diffusion

Stable Diffusion使用Roop插件一键换脸教程

三、Roop的使用方法 1.Roop界面在文生图和图生图标签的下方，我们已经能看到Roop区域了。

StableDiffusion Roop插件 AI换脸

<...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