文章列表-AI魔法学院

文章列表

Stable Diffusion

万字长篇！超全Stable Diffusion AI绘画参数及原理详解

这篇文章相当于个人的学习笔记，全文近两万字，建议配合目录观看。

文生图

Stable Diffusion

Stable Diffusion 必装插件查缺补漏，你还有哪个没装？(上）

Canvas Zoom 画布缩放可以非常方便的支持我们的日常操作，缩放、全屏、画笔调整等。

Stable Diffusion 文生图

我去华强北走了一圈，发现这里正被另一种 AI 包围

这款产品和传统形态的翻译机不同，是一个磁吸金属小圆片，贴在手机后做声音录入，颇有科技感，连接手机蓝牙后，能够翻译手机内的一切文字和语音，包括微信实时对话。

华强北 AI

造梦师手记：ComfyUI快速量产数字小姐姐

她们最终要呈现在大屏幕上七人组合的照片，要求纯白背景，简单的白色T恤、牛仔裤。

comfyui 文生图

通往AGI之路：什么是结构化提示词

核心的落脚点在于有序，比如我们常见的文章目录结构，词典以及有排序属性的数据。

提示词结构化

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

之前在安装Pytorch版本时搞错了环境，导致每次在进行model training的时候速度很慢，后来检查了一下电脑中的torch环境，原来是CUDA版本没有更新，导致版本不匹配，没有使用CUDA，每次都在用CPU进行训练，难怪时间很长。用此文记录一下遇到的问题。

训练

AI虚拟主播数字人技术实现Wav2Lip

AI蒙娜丽莎虚拟数字人-虚拟主播本文目录第一部分：深度伪造技术概述第二部分：Wav2lip技术概述第三部分：使用Wav2Lip进行AI主播虚拟人的深度实践第四部分：效果评测第五部分

数字人视频

收藏！万字长文聊聊LLM Agents的现状，问题与未来

跨年之前，想总结一下去年上半年以来关于LLM Agents的学习经历，同时记录一下我在其中过程的一些想法。

LLM Agents

VividTalk：用一张照片和一段音频让人物栩栩如生地说话

VividTalk技术简介 VividTalk的核心功能是使用一张静态照片和音频录音，生成一个动态的、看似真实的讲话视频。

VividTalk 视频

解码二维码：揭秘我的漂亮二维码生成秘诀！

· · 将二维码部分作为整个图像的某个区域，比如墙上的画框或者院子里的屏风。

图像文字

如何提高RAG 的效果

下面笔者会根据实践的经验和收集到的信息进行汇总并记录下来。

RAG 大模型

5个最佳开源RPA框架！

Taskt最显著的优势是它的屏幕记录器，记录器具有多种记录功能，可以记录各种用户活动，从而根据记录信息创建机器人脚本。

智能自动化大模型 RPA框架

5个最佳开源RPA框架

Taskt最显著的优势是它的屏幕记录器，记录器具有多种记录功能，可以记录各种用户活动，从而根据记录信息创建机器人脚本。

开源模型智能自动化

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

只需提供一张人物的静态照片和一段语音录音，VividTalk即可制作出一个看起来像是实际说话的人物的视频。

VividTalk 视频

第3期 SDXL和SD的10大区别！你知道几个？

另外 SDXL 原生支持更多不同的分辨率，如：768 x 1344: 竖屏 (9:16)、915 x 1144: 肖像 (4:5)、1024 x 1024: 方形 (1:1

文生图

<1 234 5 6 7 8 9 10 ...>

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