文章列表-AI魔法学院

文章列表

Stable Diffusion

Stable Diffusion 和 Midjourney的优劣势比较，如何选择？

Stable Diffusion 和 Midjourney的简单介绍 SD和Mid都属于能够通过prompt（提示词）来进行文生图，或是图生图的方式来生成想要的图片，但在很多具体的部分有很大的差异。

文生图

解读：一个数学在线教育网站如何做到一千万月访问量

现在我们打开 Semrush 看看这个网站在搜索引擎的表现，这里显示每个月能够从搜索引擎拿到2650万流量。

访问量

XX来信：智能体设计模式2：Reflection

智能体工作流不是让LLM直接生成最终输出，而是多次提示LLM，使其有机会逐步构建更高质量的输出。

Reflection 智能体

从零开始了解AI大模型 - 概念篇：一文带你走进大模型世界

背景：ChatGPT - 或许是2022年末开始至今最热的新词之一，这个词汇如热浪一般席卷大街小巷，充斥朋友圈和各大网站，它的爆火程度简直让人瞠目结舌。

大模型

AI资讯速递 - 快人一步！为你填平AI领域信息差及时揭示AI领域的最新动态

人工智能可以帮我画图吗？

AI资讯 AI新闻

Stable Diffusion

stable diffusion最全18种controlnet模型，详细教程讲解。

首先要转二次元得有二次元大模型，其次要反推之前真人照片的提示词，要到图生图里去做，效果好一点。

Stable Diffusion 文生图 controlnet

Stable Diffusion

Stable Diffusion AnimateDiff | 最稳定的基于文本生成视频的方法！

提示词：((pure white background )),Best quality,masterpiece,ultra high res,raw photo,beautiful and aesthetic

文本生成视频 AnimateDiff

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

受语言的 LLMs 启发，纯 NLP 大模型（如 LLaMA）从英文到中文（外语）时因为原始词表编码中文效率低，必须要扩大 text 词表。

OCR 手写文字识别

实时语音克隆

SV2TTS使用深度学习框架，分为三个阶段，通过音频创建声音的数字表示，然后用这个表示来合成任意文本的语音。

语音克隆

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

使用较小的文本块可以提高检索的准确性，而较大的文本块则提供更多的上下文信息。

RAG 检索

耗时7天，终于把15种ControlNet模型搞明白了

「出图与我们想象的画面一致」概率更高 1.提示词 2.Lora 3.ControlNet 提示词的作用是奠定整个图的大致画面 Lora的作用是让图片主体符合我们的需求 ControNet的作用是精细化控制整体图片的元素

文生图

哈工大科大讯飞联合推出中文LLaMA-2 & Alpaca-2大语言模型

这些模型在原版Llama-2的基础上扩充并优化了中文词表，使用了大规模中文数据进行增量预训练，进一步提升了中文基础语义和指令理解能力，相比一代相关模型获得了显著性能提升。

训练

Stable Diffusion

Stable Diffusion基础：ControlNet之身份标识

效果演示下图是官方的演示效果，左边是使用 Instant ID 生成的图片，右边是参考图片。

ControlNet 文生图

淘宝模特全体注意！阿里AnyDoor AI换装神器出来了，年度最强AIGC重制绘图工具，重塑电商模特产业

之前用MJ的垫图换装，不仅要记一长串的垫图提示语和指令，关键是换了的衣服都是通过提示语文字重组，经常发现货不对板，跟商家需要的不一样，真是急死个人。

AnyDoor 换装文生图

Stable Diffusion

硬核解读Stable Diffusion（系列二）

这里我们可以试验一下不同采样步数下的生成效果，以宇航员骑马为例，下图展示了采样步数为10，20，30，50，70和100时的生成图像，可以看到采样步数增加后，图像生成质量是有一定的提升的，当采样步数为30

StableDiffusion 文生图

<...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