文章列表-AI魔法学院

文章列表

爆火！腾讯开源PhotoMaker：高效地定制化生成任意风格的逼真人类照片！

对于所提出的PhotoMaker，首先分别从文本编码器和图像编码器中获得文本嵌入和图像嵌入。

PhotoMaker 文生图

万物皆可替换！阿里【ReplaceAnything】，支持在线体验！

# ReplaceAnything 01 工具介绍 Replace Anything是由阿里巴巴开发的一款AI图像内容替换框架，主要用在图像编辑和生成领域。

ReplaceAnything 文生图

Fooocus更新了2.3

可以回顾上次文章 fooocus怎么使用lightning 下面这里多了图片保存格式，可以切换保存的格式了。

fooocus 文生图

体验完阿里的EMO模型，我emo了

简单来说，EMO（Emote Portrait Alive）是一个AI肖像视频生成系统，能够通过输入单一的参考图像，生成具有一定表现力的面部标签和各种头部姿态。

EMO 文生图

SD入门教程六：ControlNet基础入门

文生图和图生图界面都能找到controlnet的操作区域；在这个操作区域为3大板块： 1.

ControlNet 文生图

Stable Diffusion

张嘴就能生图？这已经不是科技，这是魔法！（Stable Diffusion进阶篇：SDXL-Turbo）

天气冷了，人就容易偷懒，尤其是像我这种被窝里还有小猫咪的人来说，被窝就是抵御寒冷最结实的堡垒。

SDXL-Turbo 文生图

“实时”语音翻译！AI语音具有“情绪”！最强开源AI大模型来了

你想把一段语音转成文字，或者把一段文字转成语音，但是你不知道怎么操作！

大模型开源模型语音

深度｜万字访谈！Open AI Sora作者，亲自揭秘Sora原理，Sora能带我们通往AGI吗？

我们收集了竖直视频、方形图像以及各种分辨率的图像，无论是长视频还是短视频，将它们转换成时空中的Patch。

Sora 原理

京东开源普通话数字人JoyHallo，一口流利标准普通话还会讲英语

为了让 JoyHallo 模型适应普通话，采用了中文的 wav2vec2 模型来提取音频特征。

JoyHallo 数字人开源模型

字正腔圆,万国同音,coqui-ai TTS跨语种语音克隆,钢铁侠讲16国语言

nbsp;clone https://github.com/v3ucn/coqui-ai_xTTS_v2.2_webui_cn.git 注意该项目并非官方项目，而是在其基础上的修改版本，添加了中文版本的

coqui-ai TTS 语音

用户意图对齐，无需人工标注，Zephyr-7B 超越 Llama2-Chat-70B

核心算法这个方法的目标是使一个开源的大型语言模型与用户的意图对齐。

小型语言模型 Zephyr-7B

说真的，学会用SD做电商图，你才是真的入了门

这篇文章不会告诉你如何绘制更好看的小姐姐，相反，你可以从中学到一种新技能：即便足不出户，也能用Stable Diffusion绘制精美的电商产品图。

文生图 SD 电商

使用知识图谱提高RAG的能力，减少大模型幻觉

LLM生成流畅连贯的文本，但往往生成不准确或不一致的信息。

RAG 大语言模型

ComfyUI的特性以及安装流程

如果提交相同的图形两次，只会执行第一个图形。

ComfyUI 文生图

Midjourney AI绘画美女提示词分享一

遗憾的是目前即使最好的AI绘图工具，对于处理手指部位仍然不太理想。

文生图 Midjourney

<...20 21 22 232425 26 27 28 29 ...>

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