文章列表-AI魔法学院

文章列表

通过声音生成逼真的全身形象？！Meta开源AI工具：audio2photoreal

它使用了一种叫做变分自编码器的方法，可以从大量的人体数据中学习出一个低维的表示空间，然后用这个空间来生成多样的身体姿态。

audio2photoreal 开源工具

智源：70万预算，从头开发千亿参数大模型，挑战成功！

团队还利用序列并行和分布式优化器技术，将输入序列和优化器状态分配到不同GPU，减轻了单个GPU的计算和内存压力。

大模型

Stability AI开源上新：3D生成引入视频扩散模型

并且视频数据本身也比3D数据更容易获得。

sv3d 建模

GItHub一款强大、简单、易用的高效的数据处理RPA小工具

RPA机器人可以执行多个任务和决策，与不同的系统进行交互，并自动触发相应的操作和流程。

GitHub 数据处理RPA

白话Embedding：普通人都能懂的科普文

绘制一个有一千个维度的空间是非常困难的，想象一个维度几乎是不可能的，但是从数学上讲，这真的很容易。

Embedding 向量

AI知识库总是不准？教你无脑用GPT整理结构化数据集...

二：回答的内容结果不准。

GPT

预训练对话大模型深度解读

它的特点是交互信息最大化（MMI）：避免生成无意义、无信息量的内容给定目标生成内容，计算生成输入的概率p(source/target) 使用该概率作为所有生成结果的rerank

【全文翻译】微软166页论文解读 GPT-4V：多模态大模型的黎明

另外，解释这些图像的视觉内容需要专业知识。

多模态大模型 GPT-4V 文生图

Stability AI开年首个大模型：专写代码，支持18种编程语言，上下文100K，苹果笔记本离线就能跑

体积小，兼容各种硬件且运行速度非常快。

Stability AI 大模型

开源版妙鸭相机来了，无限出个人写真图（阿里达摩院出品）

image image image 环境准备兼容性验证 FaceChain是一个组合模型，使用了包括pytorch和tensorflow在内的机器学习框架，以下是已经验证过的主要环境依赖

妙鸭相机

造梦师手记：华夏之美，SDXL时代的第一个国风模型和汉服LoRA

尤其是XL对自然语言的理解更加容易，创作者能很容易的用比较口语化的表述来让AI实现自己的想法。

文生图

Stable Diffusion

Stable Diffusion高级教程 - 图生图(img2img)模式

另外也说一下「Interrogate DeepBooru」，这说的是一个开源的女孩图片特征提取器，上传图片可以获得图片的标签，我已经把链接都放在了延伸阅读里面: PS: 如果你选择DeepBooru

Stable Diffusion 图生图

阿里出品自动化视频剪辑工具FunClip！

ensp; 自动化语音识别：通过使用阿里巴巴通义实验室的FunASR Paraformer系列模型，FunClip能将视频中的语音内容转换为文本

FunClip 视频阿里

Stable Diffusion

SD入门教程一：Stable Diffusion 基础（技术篇）

首先，用户输入的 Prompt 会被一个叫Text Encoder（文本编译器）的东西编译成一个个的词特征向量。

Stable Diffusion 文生图

ComfyUI安装及生成第一张图

暂时无法在飞书文档外展示此内容您的电脑应该会努力工作一段时间。

ComfyUI 文生图

<...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