文章列表-AI魔法学院

文章列表

Stability AI推出视频生成模型Stable Video Diffusion

Stability AI近日推出了名为Stable Video Diffusion的视频生成模型，该模型基于该公司现有的Stable Diffusion文本转图像模型，能够通过对现有图像进行动画化生成视频

Video 视频创作 SD

StableDiffusion升级版SDXL：一键运行包ComfyUI和18G模型分享！

· 模型很大，体积很大，参数很大，35/66亿。

comfyui sdxl 文生图

如何从零开始训练专属 LoRA 模型？4600字总结送给你！

本文主要介绍如何训练 LoRA 模型，LoRA 是一种轻量化的模型微调训练方法，是在原有大模型的基础上，对模型进行微调，从而能够生成特定的人物、物品或画风。

训练

再超Transformer！Google| 提出两个新模型(Griffin、Hawk)，强于Mamba，更省资源

我们知道，循环神经网络（RNN）在深度学习和自然语言处理研究的早期发挥了核心作用，并在许多应用中取得了实功，包括谷歌第一个端到端机器翻译系统。

transformer 训练

解读wav2lip：探究语音驱动唇部动作的技术原理！

二、本文方法介绍 wav2lip模型的训练分为两个阶段，第一阶段是专家音频和口型同步判别器预训练；第二阶段是GAN网络训练。

wav2lip 语音

【AI代理】扣子，开始探索多代理模式

代理模式不仅可以拓展大模型的功能（比如给大模型加上网页搜索，加入知识库等），还可以规避大模型的弱点（比如需求是一段代码，但是大模型回复的内容不单单包含代码，还有一些解释语句）。

多代理模式大模型

【SD魔法手册】之25个常用服饰类咒语（Prompt）

基础咒语 Prompts（正向提示词，正咒）: absurdres, highres, ultra detailed, (1 young beautiful girl, solo:1.1), (fashion

提示词 SD

ChatGPT丨一次性修改全文的提示语！

当需要一次性修改全文的格式时，可以使用提示词来改进文章的结构、语言和流畅性： 1.

写文章

微信向量检索分析一体化数仓探索：OLAP For Embedding

背景在过去的一年里，大型语言模型 (LLM) 以及 ChatGPT 等产品吸引了全世界的想象力，推动新一轮技术浪潮。

OLAP For Embedding 一体化数仓

Stability AI开源上新：3D生成引入视频扩散模型

也就是说，此番登场的SV3D首次将视频扩散模型应用到了3D生成领域。

sv3d 建模

除了深度换脸、模拟配音，还能口型匹配的AI软件出现了

目前LipDub 支持28种语言，包括韩语、西班牙语、捷克语、泰米尔语和乌克兰语，它采用零镜头模式，可以在Captions的视频生成模型在没见过主题的情况下推出流畅的视频。

AI

语音识别的未来已来：深入了解faster-whisper的突破性进展

faster-whisper简介 faster-whisper是基于OpenAI的Whisper模型的高效实现，它利用CTranslate2，一个专为Transformer模型设计的快速推理引擎。

语音识别 Faster-Whisper

「语音转换新速度」— 探秘Whisper JAX的70倍速提升

它是OpenAI的Whisper模型的JAX版本，实现了在TPU上高达70倍的速度提升，这不仅是对现有技术的重大突破，更是对未来潜力的一次展现。

Whisper 语音识别

Stable Diffusion

挑战真实影像！Stable Diffusion超越摄影师的光影模型

主要是模型高度同质化，且光影处理不佳。

AI图片

比 Roop 和 Reactor 更像！IP Adapter 新模型为任何人做写真

标题：IP-Adapter 新模型超越 Roop 和 Reactor：更完美的角色一致性和相似性继我们上一篇文章介绍了IP-Adapter的新模型Face ID Plus V2之后，今天我们将深入探讨如何将这一强大工具用于生成具有高度个性化特征的人物肖像

IP-Adapter 文生图

<...29 30 31 323334 35 36 37 38 ...>

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