文章列表-AI魔法学院

文章列表

Stable Diffusion

硬核解读Stable Diffusion（系列一）

SD在开源90天github仓库就收获了33K的stars，可见这个模型是多受欢迎。

StableDiffusion 文生图

Stable Diffusion

Stable Diffusion基础：ControlNet之图片高仿

今天继续给大家分享AI绘画中 ControlNet 的强大功能，本次的主角是 Reference，它可以参考一张图片生成另一张看起来差不多的图片，这句话说起来有点绕，如果换成高仿，大家应该就明白了吧。

文生图

一文带你看懂OpenAI-Sora生成视频的原理

这就引入了视频压缩网络的概念，它让Sora模型在用尽可能少的信息传达尽可能多的内容方面变得高效和灵活，这一点，我们将在下一部分进行深入探讨。

视频生成 sora

GPU 性能（数据表）快速参考

2022.10 § 5.2 出口管制 2023.10 1 引言:NVIDIA GPU 的命名规则 GPU 型号名称中的第一个字母表示其 GPU 架构，包括：T代表图灵Turing

GPU 算力

Mixtral 7B 官宣免费，一大波 AI 模型也免费了，有网就能用！

这意味着开发者只需要简单的接入 API 服务，就可以立刻体验到这款 AI 大模型！

开源大模型

Selenium+ddddocr | 再也不担心图片验证码

ddddocr（Deep Double-Digital Digits OCR）是一个基于深度学习的OCR（Optical Character Recognition，光学字符识别）库，该库可以识别图片中的文字

Selenium ddddocr库

拒绝996，想出海赚美元？这7个GPT方案绝对靠谱！

而你，不需要离开家，也可以赚取美元。

ChatGPT 写作

通过声音生成逼真的全身形象？！Meta开源AI工具：audio2photoreal

这是一个由Facebook研究院开发的技术，可以根据音频生成逼真的人物视频！

audio2photoreal 开源工具

Cursor设计主管分享AI写出高质量代码的12个超绝妙招

虽然Trea可以免费白嫖Claude3.7，可这Trea里的Claude大概率是被“降智”了。

MCP 代码

AI 爆文写作：如何用GPT写出10万＋？这篇五千字长文给你答案！

这样的结构还可以进一步优化吗？

提示词写作自媒体

人工智能对话prompt：用聪明的方式解决各种难题

方便你更了解某类事物，主要价值有：提供灵感、补全认知盲区。

chatgpt 提示词 prompt

SDXL Styles：七十七种绘画风格任你选择

通过在UI界面上简单的选择，我们就可以生成多种多样的风格图片，如动漫、水彩、平面、3D、线稿、涂鸦、剪纸、朋克、童话等等。

文生图

基于Ollama本地部署Llama3指南！

，扎克伯格的Meta又开源了Llama3 8B和70B的预训练（pretrained）和指令微调（instruction-tuned）两个版本，还有个更大的400B参数预计在今年夏天发布，这个400B可能是第一个

LLama3 ollama

AI文本转语音工具（TTS）：MeloTTS

今天给大家介绍一个效果不错的开源文本转语音工具：MeloTTS MeloTTS是一个可以把文字转换成声音的工具，它支持英语、西班牙语、法语、中文、日语和韩语等多种语言。

MeloTTS 语音工具

阿里云开源通义千问多模态大模型Qwen-VL，持续推动中国大模型生态建设

业界普遍认为，从单一感官的、仅支持文本输入的语言模型，到“五官全开”的，支持文本、图像、音频等多种信息输入的多模态模型，蕴含着大模型智能跃升的巨大可能。

大模型

<...24 25 26 272829 30 31 32 33 ...>

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