文章列表-AI魔法学院

文章列表

腾讯出品！开源AI数字人框架！号称可以不限时长

叠被子、煎牛排、扫地都不在话下！

MuseV 视频数字人框架

阿里AI黑科技大揭秘：从通义千问到FaceChain，让图片和视频焕发新生！

AnyText 针对中文的情况，做的一个多语言文字生成，还有蚊子编辑功能。

阿里云视频音频

让 AI 更懂你的 Prompt 提示词宝藏网站-FlowGPT

这里三金使用 Stable Diffusion 来举一个例子。

prompt 提示词 FlowGPT

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

爆火「视频版ControlNet」开源了！靠提示词精准换画风，全华人团队出品

甚至一大片穗子，在原视频里怎么摆动，改变画风后频率和幅度也如出一辙。

ControlNet

20个常见AI绘画工具大汇总（含免费版哦~）

[3] 生成对抗网络是一种深度学习算法，它包括两个子网络：生成器（Generator）和判别器（Discriminator）。

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!

CosyVoice实现情感聊天 SenseVoice+ LLMs+ CosyVoice实现互动解说互动解说,z先生的备忘录,2分钟 LLMs + CosyVoice实现有声电子书阅读

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!

更快的训练与推理：F5-TTS的设计允许更快的训练，并且在推理时实现了0.15的实时因子（Real-Time Factor, RTF），与现有的基于扩散的TTS模型相比，这是一个显著的改进。

语音克隆开源模型

深入探讨：Agent全自动写作长篇小说技术原理解析

不仅如此，这个工具还结合了GPT-4、Stable Diffusion API和Anthropic API等技术，甚至能自动设计出小说的封面，并生成PDF或电子书版本。

Agent

解放AI生产力——为什么要使用ComfyUI

通过上面两个例子的对比各位可以发现，controlnet展现了惊人的图片控制能力，而不需要人为的控制AI，限制AI发挥的强度，更厉害的是controlnet不止有canny预处理这样将图像退化为线稿再处理的预处理方式

文生图

对于大模型RAG技术的一些思考

将最相关的Top 5文本块和问题拼接起来，形成Prompt输入给大模型 · 将大模型的答案返回给用户具体可以参考下图，这个流程的打通其实特别容易，基本上1天就能把架子搭起来

RAG 大模型

AI Agent / 智能体观察笔记（上）

以一个吸尘器为例：性能：清洁度和效率环境：地毯、硬木地板、客厅执行器：刷子、轮子、吸尘器袋传感器：污垢检测传感器、撞击传感器 04

大模型

OpenAI Sora视频生成模型技术报告中英全文+总结+影响分析

下面，我们展示了训练进展过程中，使用固定种子和输入的视频样本比较。

sora openai 视频生成

文生图提示词prompt详解

> 表述表情他们的姿势>> 基础动作（站，坐，跑，走，蹲，趴，跪），头动作（歪头，仰头，低头），手动作（手在拢头发，放在胸前，举手），腰动作（弯腰，跨坐，鸭子坐

SD prompt 文生图提示词

Asimov的预言与《Reflexion》的Prompt启示：机器人心理学家的新纪元

提示: "推断句子 '这不是火箭科学。'

大模型

<...41 42 43 444546 47 48 49 50 ...>

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