文章列表-AI魔法学院

文章列表

Stable Diffusion

还没有上手Stable Diffusion XL 1.0 的同学，看这篇文章就够了

AWS Sagemaker和AWS Bedrock： https://aws.amazon.com/bedrock/ Stable Foundation Discord也开放用于 SDXL 模型的实时测试

SDXL

使用知识图谱提高RAG的能力，减少大模型幻觉

数据库可用于测量不同实体或概念之间的相似性或相关性，基于它们的向量表示。

RAG 大语言模型

字正腔圆,万国同音,coqui-ai TTS跨语种语音克隆,钢铁侠讲16国语言

coqui-ai_xTTS_v2.2_webui_cn 随后安装依赖: pip install -r requirements.txt 安装完成后，先在Python终端里测试一下

coqui-ai TTS 语音

第一个StableCascade动漫大模型上架了

为了适应不同配置的机器，对大模型还做了量化，bf16和lite是量化版本，实测3060 12G能很好的跑得起bf16版本，这样就有了两组。

StableCascade 文生图

华为盘古画画3.0发布 | PanGu-Draw：业界最大的中文文生图模型，效果YYDS！

这种方法没有显示出性能下降，因为预测的仍然包含大量噪声。

PanGu-Draw 文生图

朱啸虎讲了一个中国现实主义AIGC故事

你说AI视频面试也没啥门槛，但今天全中国只有一个做到人机双盲测试。

朱啸虎 AGI

腾讯悄悄开源混元版「Sora」，这就是开源领域的No.1。

聊聊这个腾讯混元的AI视频模型，我已经先行测试了一周，跑了几百个case。

sora 视频生成

语音识别的未来已来：深入了解faster-whisper的突破性进展

例如，在使用Large-v2模型和GPU进行13分钟音频的转录测试中，faster-whisper仅需54秒，而原始Whisper模型需要4分30秒。

语音识别 Faster-Whisper

腾讯最新的人像写真工作PhotoMaker

会把同一个人脸的多个图像向量拼接起来训练，但是测试时可以拼接不同的人脸，所以可以有融合的效果，非常灵活。

PhotoMaker 文生图

一文带你认识ELMo

.,��−1) 来预测 tk" role="presentation" style="display: inline-block; font-style

embedding

超实用的通用ChatGPT指令！

我会提供明确且令人信服的证据，包括客户评价、案例研究等，来证明我们的[产品/服务]是他们的最佳选择。

ChatGPT 提示词

如何估计大模型所需要的显存大小？HuggingFace发布Model Memory Calculator，一键计算大模型显存需求

ensp; · 使用Model Memory Calculator估算大模型显存的实测

大模型

FaceFusion参数详解

用法: --ui-layouts 默认值: [ default ]，可选这些值： benchmark （基准测试） default（默认值，换视频） webcam

FaceFusion 文生图

什么是GPTs！如何创建自己的第一个GPTs？

这里面有三个选项： Only me (自己使用) Only people with a link (通过链接分享给他人) Public (发布给公众使用) 创建完成后我们测试一下

大模型应用 chatgpt

探索Sora的魔法世界：功能展示、原理解析、未来市场影响大猜想！

OpenAI在22年发布的ChatGPT改变了语言人工智能格局，24年发布的Sora目测也在改变着视频人工智能格局。

视频生成 sora

<...43 44 45 464748 49 50 51 52 ...>

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