文章列表-AI魔法学院

文章列表

Yann LeCun杨立昆最新观点：AGI不存在

LLM接受了大量文本数据的训练，但 LeCun 认为，感官输入，特别是在幼儿期，比单独的语言提供了更丰富的学习信息。

AGI 大语言模型观点

Stable Diffusion

stable diffusion如何确保每张图的面部一致？

到这里大家应该能感受到 IP-Adapter 的图像提示能力了。

图生图文生图 sd

ComfyUI-DDetailer脸部修复

（我自己实际感受还可以，尤其是衣物的变化）主要原理是使用Impact插件里的局部细化节点代替上面的面部细化节点。

ComfyUI 脸部修复

最好用的AI一键换脸工具FaceSwapLab汉化

"Photographic": "照片", "Pixel Art": "像素", "Texture": "质感"

一键换脸

Midjourney 实现角色一致性的新方法

可以看到，人物的短发，弯弯的眉毛和性感的厚嘴唇都得到了较好的保留。

midjourney 文生图绘画

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

面对迭代速度越快、种类越来越丰富的大模型，时常会让用户产生一种不知从何处下手的感觉。

EMO 阿里全民演唱

AI声音克隆 | 最全最简教程（权威版）

Bert-VITS；如果你想快速实现声音克隆，跨语言就选择 GPT-SoVITS；这里以GPT-SoVITS为例，写一篇详细教程，因为他简单有效还节省时间，至于Bert-VITS，我感觉即使写了

声音克隆教程

使用ComfyUI玩SDXL的正确打开方式

虽然现在已经有很多大佬分享了自己的工作流，但我还是建议大家能自己先手搓一下，一是为了搞懂SD的工作原理；二是因为自己连的工作流出图的那一刻，这个成就感是无与伦比的。

文生图 ComfyUI

解读 Openai 给 DALLE3 设的完整系统提示词

不要创建任何可能令人反感的图像。

提示词绘画 DALLE

超实用的通用ChatGPT指令！

我正在寻找一个公众号广告文案，它可以为即将推出的[产品或服务]，为我的[理想客户角色]营造一种期待和兴奋的感觉。

ChatGPT 提示词

你真的会写 Prompt ? 剖析 RAG 应用中的指代消解

, 'NLP的应用场景有文本分类，机器翻译，情感分析，自动摘要等。']

Prompt 大语言模型 RAG

中文OCR超越GPT-4V，参数量仅2B，面壁小钢炮拿出了第二弹

比如上文展示的更精细图片识别和长图识别，都要得益于高清图片、高效编码和任意宽高比图像无损识别，使得对小物体和光学字符等细腻视觉信息的感知能力大大增强，可以处理最大 180 万像素高清大图

MiniCPM 大模型

TTS它又来了！OpenVoice：一款借鉴于TTS实现的强大的AI语音克隆工具！

o • 灵活的音色控制：OpenVoice 可以对语音风格（例如情感和口音）以及其他风格参数（包括节奏、停顿和语调）进行精细控制。

tts 文本转语音

AI生成PPT不靠谱？那是你方法没用对

大家可直接复制拿走，文末多给我们点点赞就可以了，感谢~ 这次测试的大模型，依旧选用Kimi。

PPT 制作 AI

刚刚，智谱一口气开源6款模型，200 tokens/秒解锁商用速度之最 | 免费

目前已经上线了下面三款模型：而且官方还亮出了一个比较有意思的slogan：最后，纵观智谱在大模型时代的发展，不得不感慨其更新迭代以及开源的速度。

GLM模型智谱

<...39 40 41 424344 45 46 47 48 ...>

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