文章列表-AI魔法学院

文章列表

Prompt | 抖音视频脚本

生成的脚本将有一个钩子和一个“保持”句子，以保持观众的参与度。

prompt

实时语音克隆

SV2TTS使用深度学习框架，分为三个阶段，通过音频创建声音的数字表示，然后用这个表示来合成任意文本的语音。

语音克隆

Comfyui工作流原理你都了解吗

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 有明显提升，对显存要求也更低（4G 就能很好的运行）。

Comfyui 工作流

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

ComfyUI内部流程进行了优化，针对不同的显卡，生成图片的速度相较于传统的webUI有10%~25%的提升。

秋叶整合包

一文汇总市面上所有prompts提示词框架

在我们步入AI与各垂直行业深度融合的新时代，智能技术不仅为我们的生活带来前所未有的便利，更在各行各业拓宽了无限的可能。

提示词框架 prompt

AI 换脸——Deepfacelab 下载与安装，新手教程

换脸软件也有好几个，而我用的 Deepfacelab 就是一种基于深度学习的软件，它可以把视频中的脸替换成你想要的脸。

Deepfacelab 换脸

AI音乐热潮下，“神曲工作室”率先失业

资深的演艺经纪人告诉娱乐资本论·视智未来，即使是初出茅庐的“十八线小咖”，也会努力抓住面对面上台对观众展示的机会，甚至以一周3-4个城市的高强度巡演；另一方面，作曲和编曲的人不得不承认，AI创造出的音乐已经在大踏步追上人类多年积累的智慧结晶

音乐音频

最受欢迎的SDXL模型，Turbo极速来袭！

文章介绍了C站上最受欢迎的SDXL模型DreamShaper。该模型色彩丰富，具有想象力，几乎成为C站用户必备大模型。作者在SDXL0.9和1.0发布时同步放出了适配的大模型。Dreamshaper的含义是梦想制造者。作者还提供了多个使用该模型的提示词，用于生成不同主题的图像。该模型在采样器dpmpp SDE的Turbo版本下出图速度快，在12G的3060显卡上能在5-8秒钟内出图。文章还提供了C站主页和网盘下载链接。

sdxlturbo 绘画

BGE M3-Embedding：智源最新发布的text embedding模型，多语言检索效果超过微软跟openai

Multi-Vec Retrieval: 给定一个文本，获取语言模型最后一层上所有位置的隐状态，经过一个全连接矩阵跟标准化后得到文本的多向量表征（文本的多向量表征维度为n*d，其中n是文本长度，d是隐状态维度

BGE M3-Embedding 多语音检索

无限逼近真人效果的“超真实人像大模型”，或许它才是你一直在寻找的真爱！

大模型生成的很多图片的真实性与细节还有待进一步的改进，距离真正的零门槛上手还有一些难度。

大模型文生图

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...

我问了下剪映的朋友，他们说，目前还在小规模测试中，大概只有10%的人能拿到这个功能的体验资格。

剪映声音克隆

如何看待大型语言模型的Prompt

他们的模型使用了一个优化目标，旨在将单词之间的相关关系转化为嵌入空间中的距离关系：每个单词都与一个向量相关联，这些向量经过优化，使得代表频繁共现单词的向量之间的点积（余弦接近度）更接近1，而代表罕见共现单词的向量之间的点积更接近

prompt 大语言模型

借题发挥下最近几例声音克隆的应用案例

服务提供者是需要带着一种很多行业和生活场景都需要，只是目前受限于技术限制，还难以做到很逼真的程度，但是相信在元宇宙时代，这一切都会变成现实。

声音克隆数字人

Stable Diffusion

Meta发布业界最强文生图模型CM3Leon，实力碾压Stable Diffusion、Midjourney

文生图给定具有潜在高度组合结构的提示文本，生成一个跟随提示的连贯图像。

文生图

动作识别模型有哪些

考虑对一小段视频进行编码，假设起始帧为T，连续L帧(不包含T帧)。

动作识别模型

<...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