文章列表-AI魔法学院

文章列表

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

声音克隆训练过程这里针对win cuda 介绍，下载我给你的一键包后点击go-webui.bat，直接启动启动后界面如下：

数字人声音克隆 GPT-SoVITS

造梦师手记：C站首推的动漫模型竟然是十八禁？

不过，因为众所周知的原因，本文不会展示这个模型在这方面的特长。

stablediffusion sd 文生图

阿里&字节发表VividTalk，只需单张照片即可根据音频生成栩栩如生的人物说话头像视频

对于面部表情运动，大多数现有方法采用多阶段框架将音频特征映射到中间表示，如面部标志点和3DMM系数。

VividTalk 视频

Langchain中改进RAG能力的3种常用的扩展查询方法

我们这里主要介绍在Langchain中常用的3种方法查询扩展技术涉及对用户的原始查询进行细化，以生成更全面和信息丰富的搜索。

检索增强生成 Langchain

SD3 正式开源 Sora同源架构

亿参数量，这意味着新的模型能够为用户提供更多扩展性选择，同时生成的图片效果更加惊人图像质量的提升：Stable Diffusion 3.0在图像质量和色彩饱和度、图像构图、分辨率、类型、质感、对比度等方面大幅度增强

SD3 绘画

ComfyUI 基础教程（二）：文生图基础流程

CLIP 文本编码器它没有正面和负面关键词的区分，它们都使用一个名为“CLIP 文本编码器”的节点。

comfyui 文生图

阿里AI黑科技大揭秘：从通义千问到FaceChain，让图片和视频焕发新生！

还有 Outfit Anyone 也是阿里推出的一个服装虚拟试穿的开源项目，不需要亲自穿，只需要一张模特图片，一张衣服平面图，就可以达到始试穿的效果。

阿里云视频音频

精通结构化提示词：如何精确操控指令的作用域与优先级

如果你写过复杂的提示词，你肯定也遇到过下面这些问题：对于一条“明确的”指令，有时生效，有时不生效。

提示词结构化

StableDiffusion

好用的令人发指的图生图，你就告诉我抄哪个吧！—StableDiffusion 第三弹

我们将会在后面的课程中讨论他们的用处。

大模型文生图

PostgreSQL的三位一体——在大模型应用中结合关系型、向量和时间序列数据

PostgreSQL介绍对于熟悉PostgreSQL的朋友可以不用看这一节，前面的MySQL和PostgreSQL大战（口水战）我相信也会让很多人对PostgreSQL有一些关注。

大模型 PostgreSQL

解读提示工程（Prompt Engineering）

在这里，尝试根据可解释性、交互方式和应用领域三个方面对Prompt 进行分类。

Prompt 提示词

免费的文本生成视频解决方案：AnimateDiff下载-可用于StableDiffusion的webui以及ComfyUI

安装完成后，用户可以在 Stable Diffusion 的界面中看到 AnimateDiff 的配置选项，进行视频生成。

视频生成文生视频

最强开源数字人对口型系统介绍

这里介绍的方法也是采用的后处理方式，但是相比前面的高清处理效果又好一些，同时优化了推理速度。

数字人开源模型

分享使用SDXL 1.0模型的一些技巧和心得

然而，一旦进入SD界面，就无法再更改这些风格了。

文生图

前半年，我看到的有趣的 AI 产品

但目前看，这个赛道还是比较小，一方面，它和智能助手的功能有重合。

AI工具

<...25 26 27 282930 31 32 33 34 ...>

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