文章列表-AI魔法学院

文章列表

使用ComfyUI玩SDXL的正确打开方式

就好像开汽车时，手动挡和自动挡的区别。

文生图 ComfyUI

Roop参数说明，ROOP->StyleGAN演示！

因为roop的核心模型只有128像素，所以如果你的视频很大，不管你给的素材有多么高清，合成之后都是模糊的。

视频 StyleGAN

中国电信开源星辰AI大模型：央企中首个完成LLM研发和开源的选手诞生

例如量子通信，中国电信不久前发布了具备“量子优越性”能力的“天衍”量子计算云平台，此前还开通了国内规模最大、用户最多、应用最全的量子保密通信城域网，并主导制定了中央企业第一牵头立项的7项量子通信行业标准

开源大模型电信

Stable Diffusion

Stable Diffusion新手快速入门教程

听起来好像很麻烦，实际不然，目前已有各种一键安装包，小白都可轻松安装。

文生图

Stable Diffusion

Stable Diffusion 又是一个史诗级增强、出图效率暴增 5 倍

它的特点是可以通过少量步骤推理合成高分辨率图像，使图像生成速度提升 2-5 倍，需要的算力也更少。

StableDiffusion 文生图

AI爆文写作：4招，把AI变成你的写作助手

这时，AI的图像生成功能就能大放异彩了。

写作提示词创作

大模型应用发展的方向｜代理 Agent 的兴起及其未来（上）

为了帮助智能代理理解图像中的信息，一种简单的方法是为图像输入生成相应的文本描述，即图像字幕。

大模型

从 ChatGPT 系统提示中，分享几个拿来就能用的prompt提示工程技巧

就像我们开发程序代码一样，是需要不断的去优化完善的，也就是不断的去迭代。

ChatGPT prompt

说真的，SDXL究竟藏着多少秘密，也许没人知道

如果仅仅20张图片就能做到这样的效果，很显然，拥有着35亿参数的SDXL记下了海量图库，它能复现（瞎猜）的图像，同样是难以估算的天位数字。

文生图

大语言模型LLM和知识图谱KG增强的企业搜索应用

但它非常擅长这些模式，以至于它可以像你一样书写文本，可能更好。

开源模型

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

确实，在 400M 图像文本对训练的 CLIP 有很强的视觉文本对齐能力，可以覆盖多数日常任务下的图像编码。

OCR 手写文字识别

AI Agents大爆发：软件2.0雏形初现，OpenAI的下一步

具体实现上，Reflexition agents 会通过口头反馈信号来反映任务情况，并在情景记忆缓冲中保留自己的反射文本，这些反馈推动着在下一次实验中做出更好的决策。

agent

ComfyUI进阶前必备插件们续

就像WebUI一样，一款工具之所以被大家喜爱，能持续成为生产力，必然和他的生态有着密不可分的关系。

ComfyUI 文生图

中文通用大模型最全汇总

PolyLM 地址：https://github.com/DAMO-NLP-MT/PolyLM 简介：一个在6400亿个词的数据上从头训练的多语言语言模型

大模型开源模型

Flowith：革新你的工作方式，体验节点式 AI 的超流畅生产力

· 图像生成和语音合成：内置图像生成和语音合成功能，增强内容创作的多样性。

Flowith GPT 生产力工具

<...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