文章列表-AI魔法学院

文章列表

【2023.10】看目前巨头的AI原生产品布局

而且Windows Copilot支持的功能仍然在快速增加，最近刚刚支持了DALL-E 3的画图功能。

大模型产品

探秘制作艺术二维码的新姿势

选择ControlNet的类型为：OpenPose，正常情况下预处理器和模型会自动加载，如果没有加载，请手动选择。

图像文字

Stable Diffusion

Stable Diffusion 常用LoRA模型推荐

body,chibi, 权重建议：1 大模型: RevAnimated 或者其他你喜欢的都行（不同模型出来的结果差异较大，建议使用写实风格类的模型，但是用其他模型也会有不一样的画风出来

文生图 SD

解读OpenAI Sora文生视频技术原理

图像视频作为prompts，用户提供的图像或视频可以自然的编码为时空碎片Patch，用于各种图像和视频编辑任务 -- 静态图动画、扩展生成视频、视频连接或编辑等。

sora

Gpt写小说，常用的中文指令集「实操篇」

- **示例：** `文本提示="在一个古老的城市里，一个年轻的艺术家意外发现了一个通向未知世界的神秘画廊。"

GPT 写作

SD入门教程零：应用场景

在电影和动画制作中，SD可以用于生成背景、特效或角色设计，帮助艺术家和导演实现视觉创意。

Stable Diffusion 文生图入门教程

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

LiveKit 支持语音、视频和数据流处理，内置了自动语音识别（ASR）和文本转语音（TTS）功能，简化了语音到文本和文本到语音的转换过程。

GPT-4o 语音交互

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

它不仅分析静态画面，还考虑了帧之间的运动和变化，有效捕捉了视频的动态特性。

Sora 微软

有了 DALL-E 3，从此自己设计T恤 (附30个提示词模板)

提示词：将宽幅矢量设计印在[您的颜色]T恤上，采用漫画艺术风格，以"[角色名]"和"[您的文字]"为特色。

DALL-E T恤设计

谈谈LLM在推荐域的渗透，探索推荐新范式

冷启动。

大模型

“实时”语音翻译！AI语音具有“情绪”！最强开源AI大模型来了

SeamlessStreaming是一个基于深度学习的模型，它可以完成以下几种任务：语音到语音翻译（S2ST）、语音到文字翻译（S2TT）、文字到语音翻译（T2ST）、文字到文字翻译（T2TT）、自动语音识别

大模型开源模型语音

芯片拼接技术：英伟达新核弹，站在苹果的肩膀上

芯片制造的本质，是在硅晶圆上刻画复杂电路。

芯片拼接

芯片拼接技术：英伟达新核弹，站在苹果的肩膀上！

芯片制造的本质，是在硅晶圆上刻画复杂电路。

芯片拼接技术

如何修复GPT幻觉、及评估数据集的挑战

例如，我们可以相信LLM提供的自动代码审查是正确的吗？

大模型

来个优秀的开源人脸识别项目！

虹膜识别技术通过全自动照相机寻找并聚焦虹膜，实现高精度识别。

人脸识别开源项目

<...27 28 29 303132 33 34 35 36 ...>

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