文章列表-AI魔法学院

文章列表

StableDiffusion

好用的令人发指的图生图，你就告诉我抄哪个吧！—StableDiffusion 第三弹

当你觉得提示词不足以表达你的想法，或者希望以一个更为简单清晰的方式传递一些要求的时候，那就再给我一张图它就好了。

大模型文生图

我去华强北走了一圈，发现这里正被另一种 AI 包围

有一句流传颇广的判断是，「一旦某个产品的出货量达到了 1 万，华强北背后的供应链就会入场。」

华强北 AI

全球生成式 AI 应用全景图

2017 年由Google 提出，Vision Transformer 于2020 年提出； 2.当前最大的语言模型已经超过万亿参数量级，当前最大的视觉模型刚刚达到百亿参数量级

大模型

最新最强开源模型Qwen3本地运行指南！Windows+ollama+chatwise轻松搞定

84.02 tokens/s 113 token(s) eval duration: eval rate: 1.1444442s 98.74 tokens/s 上图为在3090显卡上，运行8B模型的速度，达到了

Qwen3 开源模型

Midjourneyv6创作中国龙十大技巧

加入吉祥寓意:力量、福祉等内容龙的身影预示着国泰民安,给人带来好运,其神秘的力量有利国家兴旺发达,给人民带来福祉。

Midjourneyv6 文生图

阿里Qwen3系列模型惊艳亮相

更让我惊喜的是，它甚至支持多达119种语言。

阿里 Qwen3 大模型

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

区别于以往的视频生成技术，Sora 能够根据用户的文本指令，生成最长达一分钟的高清视频 [3]。

Sora 微软

AI绘画当前的应用场景有哪些？

换个不一样的需求单，简单粗暴，直达灵魂最深处（本篇文章随性而为） 2.2 前期准备老样子，我们先把模型以及素材准备好： 1、Stable Diffusion 模型：majicMIX realistic

文生图

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

高质量语音合成：生成的样本在词错误率（WER）和说话者相似性方面达到人类水平。

asr tts 声音

【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比，等你来评!

高质量语音合成：生成的样本在词错误率（WER）和说话者相似性方面达到人类水平。

语音克隆开源模型

PDFTriage:面向长篇结构化文档的问答

然后,我们将每个页面的文本作为上下文,以回答给定的问题,直到达到模型的上下文窗口限制。

大语言模型 PDF 文档

如何构建基于大模型的App

换句话说，微调帮助模型适应了其语言交流的方式，但不一定是它所传达的内容。

构建大模型App

最好用的AI一键换脸工具FaceSwapLab汉化

RPG Fantasy Game": "RPG幻想", "Strategy Game": "策略游戏", "Street Fighter": "街霸", "Legend of Zelda": "塞尔达"

一键换脸

SD插件｜EasyPhoto｜妙鸭相机平替|美颜算法

默认设置的最大部署为800，也就是当训练步数达到800时就会完成模型训练，其实全部保持默认，训练后的效果也还不错。

EasyPhoto 文生图

全量免费的EMO模型上架通义APP，外媒称之为Sora之后最受期待的大模型之一

可以说，EMO在训练中慢慢地学习了人类表达情绪的能力，并对其进行了编码。

EMO 阿里全民演唱

<...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