文章列表-AI魔法学院

文章列表

几款开源的OCR识别项目，收藏备用

github.com/PaddlePaddle/PaddleOCR.git EasyOCR EasyOCR是用Python编写基于Tesseract的OCR识别库，用于图像识别输出文本

OCR

Stable Diffusion

Stable Diffusion 入门教程开篇

它不仅可以专门用于文本到图像的任务，还可以用于图像到图像、人物刻画、超分辨率或着色任务。

Stable Diffusion 文生图入门教程

Stable Diffusion

造梦师手记：腾讯加入Stable Diffusion的ControlNet模型开发，效果艳丽

1、ControlNet标准模型模型：MoonMix_Utopia_3.0（大家可能发现我最近真人模型基本只用这个，是因为这个模型相对“真实”）提示词： <lora:school_rooftop_v0.1

Stable Diffusion

【万字长文-进阶教程】一文带你从入门到精通ChatTTS, 手把手教你固定音色、设置语速、添加停顿词、口头语、笑声！！

作者本人也在 x (原推特)上表示，ChatTTS 突破了开源天花板。

chattts tts 文生语音

确实很神奇! 通过 Prompt 中加入“这件事对我的事业至关重要”这样的情感激励可以提升 LLMs 的表现

理解和回应情绪暗示使人类在解决问题方面具有明显的优势。

Prompt 大模型情感激励

我去华强北走了一圈，发现这里正被另一种 AI 包围

当然，也有专业的，提到了「AI 大模型」。

华强北 AI

心理健康AI应用空白：LLM评估基准震撼出炉（附Prompt模板）

所有模型在心理健康咨询场景中对同理心和对话安全的理解有限，显示出提高对细微人类情感和情境理解的需求。

大模型心理

最好用的AI一键换脸工具FaceSwapLab汉化

Will Override Selected Style": "会覆盖掉已选风格", "Every prompt in Batch Will Have Random Style": "批次里每次提示词都随机风格

一键换脸

爆肝！超详细的胎教级Midjourney使用教程，看这一篇就够！

1.Midjourney的介绍 MidJourney 是一个文本到图像的 AI，基于Discord平台搭建，它可以根据您的文本提示生成具有视觉效果的图像说人话就是：你输入文字，它给你生成画面！

文生图

快手版Sora「可灵」开放测试：生成超120s视频，更懂物理，复杂运动也能精准建模

另外再划个重点，可灵不是实验室放出的Demo或者视频结果演示，而是短视频领域头部玩家快手推出的产品级应用。

可灵快手文生视频

Stable Diffusion

造梦师手记：Stable Diffusion一键换脸插件

如图所示：任意上传一张脸部清晰的图片，点击启用。

AI换脸

OpenAI Sora视频生成模型技术报告中英全文+总结+影响分析

这使得Sora能够生成高质量的视频，准确地遵循用户的提示。

sora openai 视频生成

StableDiffusion升级版SDXL：一键运行包ComfyUI和18G模型分享！

· 提示词更短，理解力上升，默认效果提升了好多。

comfyui sdxl 文生图

点评：六大向量数据库

俗话说：千言万语不如一张图。

向量数据库

FaceSwapLab，截止2023年8月最好用的一键换脸工具

出现这个问题的原因是AI绘画的人物脸部不同角度时，模型比较难适配完美。

一键换脸

<...33 34 35 363738 39 40 41 42 ...>

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