文章列表-AI魔法学院

文章列表

在 WebUI 中使用 AnimateDiff 的一些问题和技巧

但是不知道是不是心理原因总感觉ComfyUI的清晰度不如WebUI，所以相对来说WebUI玩的更多一些（其实主要还是因为简单，ComfyUI研究一晚上只造出了基础的生成和放大流程o(╥﹏╥)o），下面还是分享一些在使用

AnimateDiff SD

Stable Diffusion

超详细的 Stable Diffusion ComfyUI 基础教程（一）：安装与常用插件

但节点式的工作流也提高了一部分使用门槛。

文生图 comfyui

模型压缩：量化、剪枝和蒸馏

01BERT模型分析想要深度压缩BERT，必须对模型各部分有更为深入的了解，前面的章节已经详细介绍过Transformer 和BERT 的结构，此处不再解释各模块的具体功能。

BERT 语言模型

FFmpeg之父新作——音频压缩工具 TSAC

具体来说，TSAC可以将3.5分钟的立体声歌曲压缩为192KB 的文件。

TSAC 音频工具

Stable Diffusion

Stable Diffusion高级教程 - 图生图(img2img)模式

然后就是相关参数，大部分在文生图里面已经见过，只有Resize mode、Denoising strength是新增的，我们挨个介绍: 1.Resize mode。

Stable Diffusion 图生图

Transformer速查宝典：模型、架构、训练方法的论文都在这里了

然后对这些响应进行微调。

Transformer

金融领域Prompt工程方法浅析

尤其是对于特定的任务，不再需要使用该特定任务训练数据去微调模型，只需要调整提示即可快速使得大模型适配特定任务。

prompt 大模型

不会PS也能做神图？豆包AI绘画全解析，让你的创意秒变艺术品！

比如说“一只开心地跑来跑去的小狗，舌头伸在外面，脸上满是开心的笑容”，或者“一个穿着古装、拿着书卷、微笑着看向远方的女子”，这些描述能让图片里的角色好像活过来一样。

Qwen3

Sora懂不懂物理世界？

丘成桐先生的弟子, 计算机图形学专家顾险峰从数学角度给出了很精到的分析：https://mp.weixin.qq.com/s/IUN1Y6TDATtFOK9r8m8iUQ 顾险峰老师在文中列举了Sora

文生视频视频生成 sora

RAG——使用检索增强生成构建特定行业的大型语言模型

微软如何解决这个问题在微软的Build会议中，他们在向量搜索不够用[5]这个主题中，阐述了他们的产品如何将较少的上下文感知的大型语言模型与向量搜索结合起来，以创造更具吸引力的体验。

大模型

依赖倒置：以数字和AI的思维模式思考

家里有些老人还在独立生活，它们其实不真的和这个数字世界接轨，比如交电费，他们更习惯到一个自己熟悉的窗口交现金，但现在陆续这些窗口不见了，因为绝大部分人都会在微信或者支付宝里面交，保留窗口的意义越来越小。

写文章

大模型应用发展的方向｜代理 Agent 的兴起及其未来（下）

它同时微调LLM和视觉编码器，加深代理程序对网页的全面理解。

大模型

最强开源大模型Llama 3，在扎克伯格设想中其实是这样的

所有这些微妙的方式。

Llama 3 大语言模型

【开源黑科技】鹅厂PhotoMaker AI绘画工具，一键打造多风格头像！

这种方法不仅能捕捉到单个ID的细微特征，还能整合多个不同ID的特征，创造出新的、个性化的图像。

photomaker 绘画风格

京东开源普通话数字人JoyHallo，一口流利标准普通话还会讲英语

这一结构整合并分离了面部动画中涉及的关键组成部分，使得复杂的唇部动作和表情建模更加精确。

JoyHallo 数字人开源模型

<...36 37 38 394041 42 43 44 45 ...>

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