文章列表-AI魔法学院

文章列表

有感情的语音合成开源模型：ChatTTS安装使用详解

这个模型支持中文和英文，并且在视频中展示的是中等参数的版本，使用了约10万小时的中英文数据进行训练。

ChatTTS 语音合成

ComfyUI 基础教程（一）环境部署和插件安装

如果你本地电脑中有使用过WebUI，那么你的模型文件通常是放在stable-diffusion-webui目录下的，复制过来就会很浪费空间，所以ComfyUI

comfyui 文生图

ComfyUI初学者指南

文生图我们首先看一下最简单的情况：从文本生成图像。

文生图 comfyui

Stable Diffusion

【Stable Diffusion操作升级】Stable Diffusion 常用模型下载与说明

这些checkpoint模型是从Stable Diffusion基本模型训练而来的，相当于基于原生安卓系统进行的二次开发。

文生图 SD

用ComfyUI整了一套照片转Q版手办的工作流

年后开工准备用SD的工作流版本ComfyUI整点东西出来。

comfyui 文生图

WebUI使用用InstantID，AI换脸完美版

Image Adapter：引入一个轻量级的适配模块，将提取的身份信息与文本提示结合起来。

换脸小红书

弱智吧竟成最佳中文AI训练数据？！中科院等：8项测试第一，远超知乎豆瓣小红书

在规模较小的Yi-6B模型上，纯弱智吧版本总分排名第三，还不算太突出。

弱智吧训练数据集

AI虚拟主播数字人技术实现Wav2Lip

本文主要实现图片说话（如下图的蒙娜丽莎）、视频融合语音（这里的核心都是人物口型与音频中的语音唇形同步）。

数字人视频

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！

模型的所有阶段都使用基于T5转换器的冻结文本编码器来提取文本嵌入，然后将其输入到通过交叉注意力和注意力池增强的UNet架构中。

大模型文生图

如何用大语言模型构建一个知识问答系统

具体过程涉及以下几点，如图所示：领域知识入库流程示意图数据源可能来自于网络（游戏已经对外的攻略）、本地文本文件（技术文档、设计稿）或者数据库（业务自己维护的 UGC，比如用户帖子

知识库

真超越了GPT？国产大模型实用场景横评②

这是娱乐资本论·视智未来在第一次做大语言模型文本应用能力测试时，写下的第一句话。

大模型

解读 | SuperCLUE 2023年9月全面测评大模型四大能力

引言 SuperCLUE是中文通用大模型的综合性评测基准，旨在对大模型在各个能力维度上的表现进行全方位的评估。

大模型方法论

一个令人惊艳的图片高清化重绘神器：SUPIR来了！

这个项目以尖端的大规模人工智能革新图像恢复技术，通过文本驱动、智能修复，将AI技术与创新思维相结合，赋予每张图像全新的生命力。

SUPIR 文生图

大模型在金融行业的应用场景

本文整理了国内外大模型在金融行业的应用场景，内容不够详实，仅供参考。

大模型金融应用

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

Dense retrieval: 给定一个文本，获取语言模型最后一层上[CLS]位置的隐状态，经过标准化作为文本的稠密向量表征。

BGE M3-Embedding 多语音检索

<...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