文章列表-AI魔法学院

文章列表

TTS它又来了！OpenVoice：一款借鉴于TTS实现的强大的AI语音克隆工具！

而 OpenVoice 作为一款强大的多语言即时语音克隆AI工具，可以为用户提供高效、个性化的语音克隆服务，是一款值得推荐的项目。

tts 文本转语音

Kimi+扣子Coze，我零门槛制作了一个好用的智能体Agent | 智能体开发

扣子一键调用kimi 下图就是我在「扣子Coze」平台开发的一个AI Bot（Agent智能体）—AI投标助手（https://www.coze.cn/s/iYEcHfpq/），使用了kimi大语言模型

Kimi 扣子Coze 大模型

手把手教你认识学会LangChain

加载了文件后，经常会需要转换它们以更好地适应应用。

langchain

造梦师手记：华夏之美，SDXL时代的第一个国风模型和汉服LoRA

这是一个自古以来就追寻星辰大海的民族。

文生图

Pytorch安装（保姆级教学真·满血·GPU版）CUDA更新？torch版本？一文全搞定！

检查电脑CUDA驱动版本（1）右键点击NVIDIA，打开控制面板（2）点击帮助中的系统信息（3）点击组件，查看CUDA版本如图所示，我的电脑目前CUDA

训练

SD入门教程四：图生图基础用法

图生图并不是单纯的直接由图片生成图片，原始图片只是做主体参考图，打个比喻，你要做一道经典的意大利肉酱面，这是“原图”，现在，你想尝试一种新的风味，比如将传统的肉酱换成海鲜酱。

SD 入门图生图

向量数据库失宠了？OpenAI 力捧检索增强生成（RAG）技术，对行业来说意味着什么？

换言之，OpenAI 将提供一款 Retrieval 检索工具，用户已无需创建或搜索向量。

检索增强生成大语音模型

解读wav2lip：探究语音驱动唇部动作的技术原理！

具体来说，wav2lip的训练流程如下：首先，提取音频特征，将音频特征与人脸图像进行配对，形成一个音频-图像对，然后训练专家音频和口型同步判别器。

wav2lip 语音

刚刚，智谱一口气开源6款模型，200 tokens/秒解锁商用速度之最 | 免费

值得一提的是，本次开源的所有模型均采用宽松的MIT许可协议。

GLM模型智谱

Stable Diffusion

Stable Diffusion AnimateDiff | 最稳定的基于文本生成视频的方法

通过中间效果图来能看出来，一共生成了32张图（总帧数）喝个咖啡☕️等待一会儿...

动画 animate sd

Coze、Dify、FastGPT：哪款智能体平台最强？深度对比分析！

在人工智能技术飞速发展的今天，智能体成为了大模型落地应用的关键工具。

智能体平台对比

免训练！单图秒级别生成AI写真，人像生成进入无需训练的单阶段时代

这一创新版本摒弃了传统的人物模型训练过程，能够直接生成 zero-shot 目标人像，引领 AI 人像生成进入了无需训练的单阶段时代。

FaceChain FACT 文生图

LangChain - RAG：线上系统多文档要频繁更新，每次都要重新花钱做一次 embedding，老板不批预算，批我...

图一：embedding 类似于搜索引擎的索引，没有 update，只有 insert 或者 delete 互联网排名第一的文档格式是什么？

大模型

超越Animate Anyone! 南加大&字节提出MagicPose，不需任何微调就可生成逼真的人类视频

南加州大学&字节提出MagicPose，一种新颖有效的方法，提供逼真的人类视频生成，实现生动的运动和面部表情传输，以及不需要任何微调的一致的野外零镜头生成。

MagicPose 视频

每天一个AI姬，AI绘画拟真实测，使用ComfyUI模拟闪光灯摄影成像

每天一个AI姬，以飨关注者本次AI绘画实测，使用的依旧是出画质量非常优秀的 Stable Diffusion ComfyUI，而所用到的基础模型，以及相关的背景模板、人物模板、特效模板的名称，俱已列出

文生图

<...22 23 24 252627 28 29 30 31 ...>

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