文章列表-AI魔法学院

文章列表

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

该模型在显著降低噪声的同时，最大限度地保留了音频的自然音色，尤其适合音乐创作、专业录音和影视后期制作。

ClearerVoice-Studio 语音

Stable Diffusion

Stable Diffusion 入门教程开篇

），SD2.1（768*768），后又开源了SDXL（1024*1024）、SDXL-turbo，一般用于图像生成、图像处理等任务，其技术原理：一种基于变分自编码器（VAE）的潜在扩散模型，它通过在低维度的潜在空间中操作来减少计算成本和提高生成图像的速度

Stable Diffusion 文生图入门教程

Stable Diffusion

[Stable Diffusion]SD安装、常用模型（checkpoint、embedding、LORA）、提示词具、常用插件

Stable Diffusion，一款强大的AI模型，让我们能够创造出惊人的艺术作品。

开源模型文生图图生图提示词

除了深度换脸、模拟配音，还能口型匹配的AI软件出现了

Misra 和 Churchill 曾在高盛集团担任产品开发人员，他们早就想在配音翻译中加入口型匹配功能，但没想到会这么快实现。

AI

Kimi+扣子Coze，我零门槛制作了一个好用的智能体Agent | 智能体开发

前不久，Kimi 大模型已经入驻了字节跳动旗下的「扣子Coze」开发平台，成为首个入驻的第三方大模型。

Kimi 扣子Coze 大模型

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

AI Comic Factory：AI(连环)漫画生成器

首先，该项目是开源的，但需要多个组件来运行，包括前端、后端、LLM（大型语言模型）、SDXL等。

生成式AI

个人从零预训练1B LLM心路历程

其实在当时就有不少些这种“从零预训练LLM”的开源项目了，但是大多训练的数据量或者是模型都很小（几块4090+几十G数据就能跑起来），并没有暴露出一些工程上的问题，训练细节也没有分享的特别清晰。

LLM 训练

请收好这12种Prompt编写模式，让不可靠的模型生成可交付的可靠结果

“ 不管是ChatGPT、Claude、Bard、Llama、文心一言、盘古、通义、星火还是ChatGLM这些大语言模型不总是可靠，总会出现幻觉，答非所问甚至胡编乱造。

prompt

深度好文，Agent盛行前传

在这篇文章里我将借助引用量较高的论文“Reward is enough”并结合近期使用的MindOS（一款以GPT为大模型底层的agent应用

Agent 大模型

谈谈RAG存在的一些问题和避免方式

——Yann LeCun 因此，当我们开发RAG系统时，不要让大语言模型已经知道解决方案的想法欺骗了您。

RAG 大模型

玩一玩ChatGLM3，1660s即可流畅运行！

首个开源版本大概在半年前就发布了。

大模型 ChatGLM

Prompt小技巧（18）：万能Prompt

举两个例子：例子一：创作短篇故事的 Prompt 假设你是个想写故事的小白，想让 ChatGPT 帮你开个头。

prompt 大模型

神秘模型“小熊猫”一夜刷屏：排名超Flux、Midjourney，网友：一看就中国的

一夜之间，名为“red_panda” （小熊猫）的神秘文生图模型狠狠火了！！

red_panda 文生图

<...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