文章列表-AI魔法学院

文章列表

Stability AI开源上新：3D生成引入视频扩散模型

将视频扩散模型用于3D生成引入潜在视频扩散模型，SV3D的核心目的是利用视频模型的时间一致性来提高3D生成的一致性。

sv3d 建模

文生图提示词prompt详解

提示词 Prompt 用文字描述你想要生成的东西支持的语言支持的输入语言为英语（不用担心英语不好的问题，目前网上有很多tag生成器供你使用），SD支持用自然语言描述，不过还是推荐使用用逗号分隔的一个个的关键词来写

SD prompt 文生图提示词

AI 绘画新时代：ChatGPT + DALL-E 3

，但这一模型依赖于一个缓慢的迭代抽样过程。

文生图图生图 chatGPT DALL-E

字节开源项目MimicTalk：快速打造逼真3D Talking Face的利器

随着数字人技术的发展，生成高度逼真的「3D说话头像」(3D Talking Face)成为了一种趋势。

MimicTalk 开源模型

语义检索系统[全]：基于Milvus+ERNIE+SimCSE+In-batch Negatives样本策略的学术文献语义检索

蜂鸟算法是第一个重大更新，它更加强调搜索请求背后的意图，而非单个关键词。

开源模型

用AI为古诗词生成插画

一、准备工作 1、下载和安装Stable Diffusion，推荐秋叶一键包。

Stable Diffusion 文生图提示词

大模型应用发展的方向｜代理 Agent 的兴起及其未来（上）

人们一直在努力开发智能的AI代理，然而，这些努力主要集中在算法或训练策略的进步上，以增强特定能力或在特定任务上的表现，例如我们曾经熟悉的图像识别、人脸识别、多种语言翻译等等。

大模型

【ComfyUI】使用ComfyUI玩SDXL的正确打开方式

首先看到“K采样器”这里，我们点击“右键”-“新建节点”-“采样器”，可以看到有两个选项，今天我们要使用的是“K采样器（高级）”。

开源模型

Claude 官方提示词，中文版（含API Prompt）

公司内情员从冗长报告中提炼关键信息,识别风险,总结成一份备忘录,公司内情员帮你搞定。

prompt 写作

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

零样本文本到语音（TTS）：输入 5 秒的声音样本，即刻体验文本到语音转换。

数字人声音克隆 GPT-SoVITS

中学生能看懂：Sora 原理解读

为了让Sora能够像人类大脑那样理解和生成这么丰富的视觉内容，OpenAI开发了一套将这些不同类型视觉数据转换为统一表示形式的方法。

Sora 原理

使用ComfyUI玩SDXL的正确打开方式

首先看到“K采样器”这里，我们点击“右键”-“新建节点”-“采样器”，可以看到有两个选项，今天我们要使用的是“K采样器（高级）”。

文生图 ComfyUI

Sora懂不懂物理世界？

可以学习临近时空令牌间的连接概率，但是整体的合理性需要更高层次的数学理论观点、或者更为隐蔽而深厚的自然科学和人文科学的背景，目前的Transformer无法真正悟出这些全局观点；另外，Sora忽略了物理过程中最为关键的临界态

文生视频视频生成 sora

6.2K Star！MIT出品的多语言语音合成神器，CPU实时推理吊打商业软件！

关键是MIT License，商用完全不受限。

MeloTTS 语音工具

高级 RAG 技术——图解概览

本文旨在系统整理关键的高级 RAG 技术，并主要参考 LlamaIndex 中的实现案例，以帮助其他开发者更深入地了解这一技术。

RAG 检索图解

<...32 33 34 353637 38 39 40 41 ...>

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