文章列表-AI魔法学院

文章列表

Stable Diffusion

Stable Diffusion API

无论选择哪个选项，请务必下载 stablediffusion 存储库的权重。

文生图 SD

Transformer速查宝典：模型、架构、训练方法的论文都在这里了

技术报告主要包含大部分评估（结果表现良好），以及能够从较小模型精确推断出的持续扩展结果。

Transformer

ComfyUI官方使用手册【官网直译+关键补充】

一旦图像被上传，它们可以在节点内部被选择。

文生图图生图 comfyui

超越Animate Anyone! 南加大&字节提出MagicPose，不需任何微调就可生成逼真的人类视频

MagicPose可以精确地生成外观一致的结果，而原始的文本到图像模型(如Stable Diffusion和ControlNet)很难准确地保持主体身份信息。

MagicPose 视频

Sora物理悖谬的几何解释

同时大语言模型可以将用户输入的提示进行扩充，变得更加精准，更加具有描述性，从而使得生成视频与用户需求更好契合。

Sora 解释

最新最全的开源中文大语言模型列表

依靠来自于 CogView 数据集的30M高质量中文图文对，与300M经过筛选的英文图文对进行预训练。

大模型

2023年LLM如何入门？请看这篇综述！

SLM在NLP和信息检索等领域有着广泛的应用，但是其表现受限于数据量和特征选择，主要的应用如统计机器翻译SMT和GMM+HMM模型。

大模型

查理·芒格：关于人生的13个忠告

在我看来，无论是对律师还是对其他人来说，这都是他们最应该有的精神。

人生箴言查理芒格

腾讯悄悄开源混元版「Sora」，这就是开源领域的No.1。

更难的是，模型需要精准捕捉从奔跑到跳跃的动作转换，还要准确把握跳入怀中这个互动场景的空间关系。

sora 视频生成

【开源黑科技】鹅厂PhotoMaker AI绘画工具，一键打造多风格头像！

这对于需要精确保留人物特征的场景（如个性化肖像或身份识别）尤其重要。

photomaker 绘画风格

AI+音乐｜对话 Suno CEO：破圈的音乐生成产品是如何诞生的？

文本领域有太多有趣的项目值得投入,很难分散精力去做音频。”

suno 音乐

花钱买AI写作工具？究竟哪款工具值得你掏钱

让我们稍微深挖一下，看看在这个AI技术日新月异的时代，我们到底该如何明智地选择和使用工具，最大化地发挥它的效用。

写作 ChatGPT

阿里云开源通义千问多模态大模型Qwen-VL，持续推动中国大模型生态建设

用户可从魔搭社区直接下载模型，也可通过阿里云灵积平台访问调用Qwen-VL和Qwen-VL-Chat，阿里云为用户提供包括模型训练、推理、部署、精调等在内的全方位服务。

大模型

MaskGCT：登上GitHub趋势榜榜首的TTS开源大模型

与以往使用k-means方法离散化语义特征相比，这种方法可能导致信息损失，从而影响高质量语音的重建或声学标记的精确预测，尤其是在音调丰富的语言中。

MaskGCT 声音克隆

AI音乐热潮下，“神曲工作室”率先失业

这些细节处理非常精妙。”

音乐音频

<...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