文章列表-AI魔法学院

文章列表

ModelScope(一站式开源的模型即服务共享平台)的简介、安装、使用方法之详细攻略

常见任务有视觉问答，表格问答，图片描述以及目前火热的根据描述生成图片。

开源

ComfyUI-ControlNet不能漏啊！

所以我们把生成过程可以分成两部分。

ComfyUI ControlNeT

Comfyui一键更换人物背景！饭来了快张口！

然后上传你想要换背景的图片如果图片很小就打开通过模型放大，图片很大就右键忽略。

换背景绘画

Stable Diffusion

Stable Diffusion | 常见问题清点汇总

没加代理端口,扫描图片链接不上 2.

Stable Diffusion 问题汇总

AIGC工具提示词技巧

但在图像生成和视频生成领域，生成一个人物形象的时候，像手指是否畸形、五官是否贴切、肢体是否正常等细节方面，需要灌输一些反向提示词，让它避免出现我们不想要的效果。

AIGC 提示词

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

然而，这可能会导致位置编码无效，并为解码器在生成不同尺寸潜码片段的视频时带来挑战。

Sora 微软

Stable Diffusion

Stable Diffusion | SD腾讯云3步部署，全程五分钟，附价格费用清单

先说腾讯云费用，计算细则在文末：平均生成单张图片的费用为0.01元~0.1元。

下载开源模型

从零开始了解AI大模型 - 概念篇：一文带你走进大模型世界

GPT模型旨在生成自然语言文本并处理各种自然语言处理任务，如文本生成、翻译、摘要等。

大模型

OmniVision - 968M：小巧精悍的视觉语言模型，释放多模态边缘计算强大潜能

视觉编码器Siglip - 400m则专注于图像信息的处理，以384分辨率和14×14的块大小生成图像嵌入，将图像转换为模型可理解的向量表示。

OmniVision -968M 多模态模型

对于大模型RAG技术的一些思考

这样极大地影响了生成向量的精准度，以及大模型输出的效果。

RAG 大模型

基于LLM+向量库的文档对话痛点及解决方案

LLM：根据文档，2023年的国民生产总值是593034亿元。

开源模型

中国大模型融资暗战：罗曼蒂克的快速消亡

直至2023年底，成立于2021年的MiniMax，和成立于2019年的智谱AI，凭借“起跑早，已有相对成熟的大模型产品出来”，还是中国估值最高的两家大模型创业公司，而成立于2023年的百川智能、月之暗面

大模型暗战

Stable Diffusion

全面理解Stable Diffusion采样器

在生成图片时，Stable Diffusion 会先在隐层空间（latent space）中生成一张完全的噪声图。

绘画采样器 SD

AI 产品榜（2023年08月）5000+ AI产品排名与分析

月 100 万以上，8 月降速 TOP 20 4.8 月大于 100 万，人均时长TOP20 5.聊天机器人TOP 13 6.虚拟角色 Top 10 7.搜索引擎 Top 10 8.写作生成

工作

openpose原理及安装教程（姿态识别）

OpenPose是一个用于实时多人姿态估计的开源库，它可以检测图像或视频中的人体关键点，并且能够识别不同的身体部位和动作。

行为识别姿态识别

<...45 46 47 484950 51 52 53 54 ...>

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