文章列表-AI魔法学院

文章列表

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

2407.04051 理论篇: FunAudioLLM项目介绍 FunAudioLLM整体系统框架介绍 FunAudioLLM 是阿里语音团队最新开源的项目，用于改善人类与大型语言模型的自然语音交互

asr tts 声音

来个优秀的开源人脸识别项目！

通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段的密切结合，将人体固有的生理特征或行为特征收集起来，进行取样、数字化处理和分析。

人脸识别开源项目

大模型能自己优化Prompt了，曾经那么火的提示工程要死了吗？

简而言之，提示工程就是寻找一种编辑查询（query）的方式，使得大型语言模型（LLM）或 AI 绘画或视频生成器能得到最佳结果或者让用户能绕过这些模型的安保措施。

prompt 大模型提示

Stable Diffusion

Stable diffusion 有哪些不错的模型

-4、sd-v1-5、sd-v2（简写成SD1.5、SD2.0）之类的大模型，这些都是Stable-Diffusion自带的大模型，分别是1.4、1.5和2.0版本。

文生图

3.5k Star! 一分钟搭建一个属于你自己的开发工具箱！——It-tools

站长工具箱在工作中应该会有很多人使用，比如说 JSON格式化，UUID生成器，密码生成、URL编码等。

IT-TOOLS 开源模型

阿里通义实验室薄列峰：从兵马俑跳“科目三”到照片唱歌，四大框架让AI生成的人物活起来丨GenAICon 2024

对此，薄列峰认为，文生视频模型与世界模型的机制存在差异，视频是一个观察者角色，并不能真正改变世界，文字与物理世界描述之间也具有不对应关系。

通义文生视频

Stable Diffusion

Stable Diffusion 5款最佳电商必备模型、Lora推荐

最近推荐推荐比较有意思的模型和Lora，今天推荐一波电商类的模型和Lora。

SD 电商文生图

Playground v2：超越SDXL的模型来了，优于SDXL 2.5倍！

Playground团队刚刚发布了新的文生图模型Playground v2，它是基于SDXL的架构从零训练的模型，但是根据用户评价，它在生成效果上比SDXL强2.5倍。

文生图 Playground

AIGC工作流: 新时代产品经理和创业者的秘密武器

如今，随着ChatGPT、Midjourney、StableDiffusion等生成模型带动起来的热潮，AI大模型正逐渐渗透到各种产品和服务中，越来越多的产品经理也在考虑将AIGC（AI生成内容）能力融入到自己的产品中

大模型 AIGC

微信搜狗爬虫WechatSogou - 从微信公众号获取文章的利器

引言在当今信息爆炸的时代，微信公众号成为了人们获取资讯和知识的重要来源之一。

WechatSogou 微信搜狗

你的下一个浏览器，可以是豆包电脑版！

来听一小段豆包电脑版基于这篇《什么是分布式计算》做双人播客内容吧：不过有一说一，如果要让豆包电脑版胜任浏览器一职，那么最关键的还得看“老本行”——搜索。

豆包浏览器

炸裂！百川开源第1个7B多模态大模型 Baichuan-Omni | 能够同时分析图像/视频/音频/文本

（MLLMs）的出现，这标志着机器如何理解和与世界的互动方式发生了转变。

Baichuan-Omni 多模态大模型

淘宝模特全体注意！阿里AnyDoor AI换装神器出来了，年度最强AIGC重制绘图工具，重塑电商模特产业

AI绘图，最常见的应用，是电商行业，电商们都希望用AI模特的照片，换成真人，而衣服能够保持自然贴身。

AnyDoor 换装文生图

Stable Diffusion

SD好复杂，是不是很糊，一文搞懂Stable Diffusion的各种模型及用户操作界面

2、.ckpt：这是一种Checkpoint（检查点）格式的模型文件，用于保存模型的权重和优化器的状态。

Stable Diffusion 文生图

SD入门教程七：ControlNet篇-Canny边缘检测预处理器

ControlNet 1.1模型支持基于SD1.5、2.1训练的大模型上。

Canny SD

<...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