文章列表-AI魔法学院

文章列表

新模型Cascade你真的用对了吗？！

之前的sd模型如果想要生成一张1024*1024的图片，在潜空间的编码为128*128，使用的压缩因子为8，可以简单的理解为1024*1024的图片除以8（压缩因子）等于在潜空间的编码大小

Stable Cascade 模型

如何最简单、通俗地理解Transformer？

这些AI大模型能生成“真假难辨”的新闻、专业论文等等，跟人类进行对话，生成代码等一系列复杂的任务。

Transformer 大模型

TTS它又来了！OpenVoice：一款借鉴于TTS实现的强大的AI语音克隆工具！

如果你没有jupyter环境，可以尝试将其中的代码复制到py文件中运行，如果一切正常，你将会得到一个outputs文件夹，其中的tmp.wav为TTS原始音频，output_chinese.wav为转换后的目标音频

tts 文本转语音

Mixtral 7B 官宣免费，一大波 AI 模型也免费了，有网就能用！

它仿佛在说：“代码给你了，效果好不好，试了就知道！”

开源大模型

Stable Diffusion

造梦师手记：Stable Diffusion一键换脸插件

比如，我安装完成后，能出现插件，但换脸不生效，出现了这样一个错误提示：我逐一排查了错误提示里的每一个行代码，最终发现buffalo_l这个参数来自于insightface项目，在该项目里

AI换脸

什么是ChatGPT？

在 BERT 那个年代，为了训练，大家常常把一句话中随机几个单词遮起来，让计算机用现有的模型预测那几个单词，如果预测准了，就继续加强，如果预测错了，就调整模型，直到上百万上亿次训练之后越来越准。

ChatGPT OpenAI 大模型

数学能力超ChatGPT，70B开源大模型火了：用AI微调AI，微软全华班出品

有网友向作者表示：目前，相关代码、复现方式以及论文也都开源或上线，GitHub短短几天已揽获4.8k标星。

开源模型

换脸软件 FaceFusion 保姆级教程

FaceFusion 是由 Roop 项目的核心开发者独立发布的，它被官方描述为下一代的人脸交换和增强软件，这个软件可以用于处理图片和视频，可以运行在 GPU 和 CPU 下面。

FaceFusion 教程

手把手教你用 SD 生成文字形状的光线，用来做营销宣传图非常有效

这里我们用的这个Brightness模型比较特殊他不是官方的ControlNet的模型，前几天的SD艺术二维码用的就是这个。

图像文字 ControlNet Stable Diffusion

“实时”语音翻译！AI语音具有“情绪”！最强开源AI大模型来了

最后的结束语看了Meta最新AI的效果，你觉得开始所说的翻译会被AI取代是个笑话吗？

大模型开源模型语音

2万字大模型调研：横向对比文心一言、百川、Minimax、通义千问、讯飞星火、ChatGPT

用户可以通过简单的命令行工具或API将代码上传至云端环境，从而实现计算资源的弹性扩展，大大降低了模型训练门槛。

大模型调研

2023检索增强生成技术（RAG）研究进展

在这种背景下，检索增强生成（Retrieval-Augmented Generation，RAG）作为人工智能时代的一项创新趋势，正在受到广泛关注。

RAG 检索增强

ChatGPT 的对话框过时了？这款 AI 产品提供了一种很新的聊天方式

ChatGPT 等聊天机器人是基于线性的结构，但思考往往不是线性的，大模型又有一定的随机性，生成的内容，比如文案、翻译、代码，往往需要反复修改、对比和测试。

ChatGPT 聊天

忘了stable diffsion的英文提示词吧，这个工具点点鼠标就可以了

我拾起多年不用的代码，准备写一款工具时，发现国内创作者thisjam写出来我心目中想要的提示词插件（还有一丁丁点的差距，后面我会提到），这个插件的名字叫：oldsix_prompt 666。

stable diffsion 提示词

DeepSeek V3刷屏，550万元2000张卡做出的开源模型，和OpenAI几亿烧出来的一样好

尽管 DeepSeek-V3-Base 的训练成本较低，但综合评估表明，DeepSeek-V3-Base 已经成为目前可用的最强大的开源基础模型，特别是在代码和数学方面。

DeepSeek V3 开源模型

<...31 32 33 343536 37 38 39 40 ...>

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