文章列表-AI魔法学院

文章列表

Fooocus，webui，comfyui优缺点

首先fooocus更新到860了加了蒙版和反转蒙版，推荐下载中文版，还带之前的实时绘图。

Fooocus webui comfyui 文生图

栩栩如生,音色克隆,Bert-vits2文字转语音打造鬼畜视频实践

BERT的模型结构基于Transformer，它由多个编码器层组成。

Bert-vits 语音

“How to make money with GPTs” 教你集成第三方url的Action+知识库的完整版GPTs

上传图片🥗分析卡路里 step2.

GPTs 知识库

第一性原理以及第一性原理是怎么帮马斯克成为首富的

会议结束时，他们制定了一份路线图，在12个月内将每个发动机的成本从200万美元降到20万美元。

马斯克商业

【AI绘画】入门英文名词解析

只提供网络API接口只能在线联网调用接口提交数据获得返回结果并不知道是怎么来的会有很多限制为了避免法律风险 AI绘画项目对于某些人名或者不可描述画面作了限制不允许生成

文生图 AI绘画

Midjourney 进阶关键词_摄影效果专题

这些通常是暗室或曝光过程中发生事故的结果，但它们很快就成为艺术工具。

midjourney 文生图绘画

Stablediffusion3论文下载-确定了Stablediffusion3与Sora的架构是一致的

根据测试结果，我们发现 Stable Diffusion 3 在上述所有方面都与目前最先进的文本到图像生成系统相当，甚至更胜一筹。

SD 论文

【Agent专题】Agent架构设计：智能体架构设计的9大核心技术全景深解析，附架构图

本文，我们将深度解析构建AI智能体所需掌握的9大核心技术——从底层调度逻辑到协议层标准，从人机交互到多智能体协同，全面还原一个真正可用、可落地、可拓展的AI Agent系统构建地图。

Agent 智能体架构

一文彻底搞懂多模态 - 多模态推理

这两种模态的信息可以是图片和文本、视频和语音等。

多模态推理大模型

划重点！全网最全AI数字人工具合集！

一段文字，一张照片，就能让照片的人物开口说话？

AI 数字人

评论能力强于GPT-4，上交开源13B评估大模型Auto-J

随着生成式人工智能技术的快速发展，确保大模型与人类价值（意图）对齐（Alignment）已经成为行业的重要挑战。

Auto-J 大模型

有道开源的国产语音库EmotiVoice爆火了！具有情绪控制功能的语音合成引擎！

EmotiVoice 项目介绍 EmotiVoice 是一款现代化的开源语音合成引擎，支持中英文双语，包含2000多种不同的音色，以及特色的情感合成功能，支持合成包含快乐、兴奋、悲伤、愤怒等广泛情感的语音

EmotiVoice 语音库

SD3 正式开源 Sora同源架构

; 2月16日伴随着OpenAI世界大模型Sora的发布，stability_ai也发布了其最新的模型Stablediffusion3,如果说一个是音视频方向，一个是图像生成方向

SD3 绘画

Midjourney各国的AI新娘

Midjourney各国的AI新娘

文生图 Midjourney 新娘

Stable Diffusion

Stable Diffusion男性服装提示词大全

2.主模型使用能生成男生写实的模型我使用的是：

文生图提示词

<...28 29 30 313233 34 35 36 37 ...>

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