文章列表-AI魔法学院

文章列表

Stable Diffusion

如何保证每次画出的都同一张人脸：Stable Diffusion的Reference only教程

而在Stable Diffusion（SD）中，常用办法是通过同一个Seed值（种子值），或者通过训练同一个人物的高质量Lora去控制。

文生图

RAG与Long-Context之争—没必要争

那么若可以接受损失，那么为什么不能接受retrieval。

RAG Long-Context 大模型

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

为了解决这个问题，JoyHallo 收集了来自京东健康国际公司员工的29小时普通话语音视频，形成了 jdh-Hallo 数据集。

JoyHallo 数字人开源模型

为什么说腾讯22年前的这份神级PPT是立项汇报的天花板？

在充分的研究之后，他向腾讯总办提交了切入Avatar业务（即后来的QQ秀）的建议PPT。

PPT 腾讯立项汇报

Stable Diffusion

Stable Diffusion新手快速入门教程

SD和MJ一样可在线使用，不同的是SD是开源的，如果条件允许的话可考虑在本地部署，完全免费，可以非常灵活地配置各种模型等，但对本地硬件要求比较高，比如独立显卡，要求显存一般在8G或以上，普通的办公电脑无法达到要求

文生图

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！

每种语言一套API，集成复杂得要命每次搞TTS都像在交智商税，花钱还买不到好体验。

MeloTTS 语音工具

玩一玩阿里通义千问开源版，Win11 RTX3060本地安装记录！

NF4 48.9 7.4G 遇到这种情况，没啥办法

通义千问

OpenAI真的开源了！这波「实时语音」操作，让万物开口说话，我爱了

简单点说，就是一个“大脑”，能装进各种小玩意儿里，能让各种设备（比如毛绒玩具）具备实时语音交互的能力。

OpenAI 嵌入式实时语音 SDK

大模型训练工程那些事

结合当下大模型人工智能领域的盛况与投入，将其比喻成曼哈顿工程并不夸张。

训练工程大模型

GTC大会黄仁勋发言稿

世界上没有哪个会议能汇聚来自如此多元科学领域的研究人员，从气候科技到无线电科学，大家都在探索如何使用 AI 来机器人化控制 MIMOS，用于下一代 6G 无线电，自动驾驶汽车，甚至是各方面的人工智能。

黄仁勋 nvidia

理解 o3 及其技术分析

但现在确实如何理解o3的能力对公众已经成了一个挑战。

o3 技术分析

Stable Diffusion

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

我本人常年撰写公众号，对公众号的广告推流逻辑进行过细致的分析，大致可以得出结论，至少在广告推荐系统中，腾讯早就使用了专用大模型。

Stable Diffusion

金融领域Prompt工程方法浅析

自ChatGPT火出圈之后，国内外大模型呈“井喷式”增长，如Google的LaMDA大模型、PaLM模型，Meta的Llama模型，百度的文心一言，智谱AI的GLM大模型等。

prompt 大模型

阿里通义实验室薄列峰：从兵马俑跳“科目三”到照片唱歌，四大框架让AI生成的人物活起来丨GenAICon 2024

先回顾一下进程，大家可以看到Midjourney在文生图方向的突破；OpenAI借助非常强的理解大模型、能够对图像实现精标的能力，在文生图上做出自己有特色的工作和突破；创业公司像Pika、Runway也在做自己的工作

通义文生视频

实操：基于 Ollama+AnythingLLM 的 AI 超级阅读法

05 还不懂，可要求改写，用高中生可以听懂的语言解释当你还是读得一头雾水，感觉作者的文字像是来自外太空，完全不知道他在说啥时，怎么办？

Ollama AnythingLLM 阅读

<...38 39 40 414243 44 45 46 47 ...>

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