文章列表-AI魔法学院

文章列表

Midjourney 实现角色一致性的新方法

young woman with pixie-cut brunette hair, white background, diverse angles and expressions 提示词：12 幅宽幅照片

midjourney 文生图绘画

AI大模型LLM可以帮助企业做什么？

4.商品图片生成。

大模型

Stable Diffusion

硬核解读Stable Diffusion（系列二）

：这里可以通过指定width和height来决定生成图像的大小，前面说过SD最后是在512x512尺度上训练的，所以生成512x512尺寸效果是最好的，但是实际上SD可以生成任意尺寸的图片：一方面autoencoder

StableDiffusion 文生图

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

Qwen-VL可用于知识问答、图像标题生成、图像问答、文档问答、细粒度视觉定位等场景。

大模型

目前最强图像编辑模型——Nano banana可以免费用了

，用户可以选择哪个模型生成的更好，选择之后会显示模型名字，而靠一张图片生成3d手办，nano在手办一致性，场景，材质都表现很好。

Nano banana 文生图

动画制作工具AnimateDiff用法详解

您可以将其视为文本到图像的轻微概括：它不是生成图像，而是生成视频。

AnimateDiff 视频训练

大模型压缩首篇综述来啦~

MINILLM [Gu等，2023] 深入研究了从白盒生成LLMs进行蒸馏的方法，并选择最小化反向KLD，防止了学生过高估计教师分布中的低概率区域，从而提高了生成样本的质量。

大模型

开源本地化部署的「妙鸭相机」，真的要革了「海马体」们的命了？｜手把手教你搭建「妙鸭相机」

同样也是通过5-20张自己照片的训练，本地部署的模型就能通过EasyPhoto推理出堪比「妙鸭相机」的写真风照片。

训练

45个 DALL-E 3 使用案例 (附提示词) ，人人都是设计师

虽然它在生成文字上会出些小错误，但这个微小的问题可以通过其他工具来修复。

文生图

惊艳推荐！8款好用又免费的文本转语音TTS工具

在早期，TTS技术主要依赖于预录制的声音样本，通过组合这些样本来生成语音。

TTS Maker 语音

7.1k Star！RAGFlow：最新开源OCR+深度文档理解的RAG引擎、大海捞针测试、降低幻觉、服务化API集成进业务！

RAGFlow 是一个基于Deepdoc（深度文档理解）的开源 RAG（检索增强生成）引擎，仅仅一月，Github斩获近7.1k Star！

OCR RAG 开源

不用再羡慕Prompt大神了！看了这篇文章，你只需10秒钟，就能拥有自己想要的专业级Prompt！

Preferences : - 钟情于现代简约风格和视觉冲击力强的图文搭配- 偏爱提炼产品卖点，结合生活场景深度种草- 热衷于挖掘热点话题，制造易于传播的社交话题 Profile : - author

prompt 写作

RAG模型的主要痛点和解决方案

- 实现辅助头部以预测解释性证据，如显著的片段。

rag 大模型

我尝试了 100 个免费 AI 工具，这些是最好的

4.Palette：为你的黑白记忆增添一抹色彩调色板因其为黑白照片添加色彩的能力而引起了我的注意。

AI 工具

LLM之RAG实战（五）| 高级RAG 01：使用小块检索，小块所属的大块喂给LLM，可以提高RAG性能

RAG（Retrieval Augmented Generation，检索增强生成）系统从给定的知识库中检索相关信息，从而使其能够生成事实信息、上下文相关信息和特定领域的信息。

RAG 检索

<...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