文章列表-AI魔法学院

文章列表

AI Comic Factory：AI(连环)漫画生成器

项目目前使用Llama-2 70b作为LLM，有三种选项：使用Inference API模型、使用Inference Endpoint URL、或自行修改代码以使用其他LLM系统。

生成式AI

免费文生图工具StableDiffusion喂饭级使用教程

www.bilibili.com/video/BV17d4y1C73R 星空一键整合包： https://www.bilibili.com/video/BV16j411A7BL 注：星空的东西很全，但是视频讲的不是很清楚

文生图 SD

万字长文-大语言模型指令调优综述

Video-LLaMA (Zhang et al.， 2023b)是一个多模态框架，它增强了大型语言模型的理解视频中的视觉和听觉内容的能力。

大语言模型

OpenAI 开源语音识别 Whisper 的使用体验怎么样？

关于Buzz 　　Buzz 是一款基于 OpenAI 开源 Whisper 自动语音识别模型的软件工具，能够将音频或视频中的语音自动识别为带有时间戳的文本字幕。

生成式AI

DALL-E 3 不只是文生图！10 个案例颠覆认知

在舞台的两侧，将有两个大型 LED 屏幕显示演示文稿和视频。

DALL-E 3 文生图

开源免费离线语音识别神器whisper如何安装

whisper的日常用途 whisper的核心功能语音识别，对于学生党和工作党来说，可以帮助我们更快捷的将会议、讲座、课堂录音整理成文字稿；对于影视爱好者，可以将无字幕的资源自动生成字幕，不用再苦苦等待各大字幕组的字幕资源

wisper 翻译免费

图片生成速度最高提升10倍！可以做到“实时”生成！清华推出LCM/LCM-LoRA！

近年来，随着SD和Midjourney的火热，文本到图像生成（Text-to-Image Generation）的研究取得了令人瞩目的进展，让我们能够用自然语言指导AI创造出各种各样的图像。

LCM/LCM-LoRA 文生图

从零开始了解AI大模型 - 技术篇：万字深度好文人话说大模型技术

ChatGPT的惊世之举，让大家见识到通用人工智能的辉煌崛起，也让AI在文本创作、摘要提炼、多轮对话甚至代码生成等领域迈向了一个质的飞跃。

大模型

【AI绘画】入门英文名词解析

此外对于调用频次数量也有限制限于GPU算力费用很多可能一开始免费后续就开始收费以充值点数或以按月订阅（subscribe）的形式（大部分其他AI绘画都是这种形式） *******

文生图 AI绘画

大模型应用中大部分人真正需要去关心的核心——Embedding

向量Embedding非常灵活，包括音频、视频、文本和图像都可以表示为向量Embedding。

大模型

投资人逃离大模型

依图科技：“天问”大模型是上海依图网络科技有限公司在2023年底首发的一款多模态大模型，是视频监控领域内第一个商用发布的大模型产品，基于先进的Transformer架构，具有会思考、可对话、能进化的三大特点

大模型

中国大模型「顶流群聊」笔记

8 月 23 号，西溪论道参会者合影看得出来，阿里云作为算力基础设施层应该如何与这几个层面连接与共创，如何支持各个层面的创业者做好大模型用好大模型，这是张勇最关心的话题。

大语言模型

将任意文本转换为知识图谱

这些信息通常存储在图形数据库中并可视化为图形结构，从而产生了知识“图形”一词。

知识图谱转换文本

一网打尽 | 掌握64个策划思维模型，逆转职业寒冬!（高清图+模型详解）

“浏览”包括图文阅读、直播观看、短视频播放。

策划思维模型方法论

ComfyUI官方使用手册【官网直译+关键补充】

信息：当常规 VAE 解码节点由于 VRAM（视频随机存取存储器）不足而失败时，comfy（一种软件）将自动使用瓦片式实现进行重试。

文生图图生图 comfyui

<...26 27 28 293031 32 33 34 35 ...>

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