文章列表-AI魔法学院

文章列表

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绘画：两组赛博咒语和ComfyUI使用方法！

下面先展示一下两套咒语的效果：这套咒语可以生成动物外形的赛博生物，巨头命令的画面，白色的外壳，充满未来感和科技感。

文生图

阿里云开源通义千问多模态大模型Qwen-VL，持续推动中国大模型生态建设

业界普遍认为，从单一感官的、仅支持文本输入的语言模型，到“五官全开”的，支持文本、图像、音频等多种信息输入的多模态模型，蕴含着大模型智能跃升的巨大可能。

大模型

多智能体开发框架怎么选型？京东 JoyAgent vs langchain LangGraph，两种Agent开发哲学的碰撞!

是不是感觉有点意思了？

JoyAgent langchain LangGraph

必读！RAG好用的3种Router

PolyRouter与Moe的区别 · MoE架构包含一组专家模型，这些模型被训练以专门处理不同的数据区域，同时还有一个门控网络模型，负责确定每个专家对最终预测的贡献 · LM路由方法可以视为MoE架构的一种特殊情况

RAG Router

震惊！OpenAI发布Meta-Prompt，未来不再需要提示词。

一个普通的图片生成提示词，经过Meta-Prompt加持后，细节丰富度简直暴增10倍：原本只能生成普通场景优化后连模特表情、光线效果都能精准控制甚至连场景氛围都能完美还原！

Meta-Prompt 提示词

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！

为了提高效率，作者从扩散过程的去噪轨迹中汲取灵感，其中初始去噪阶段主要塑造图像的结构基础，后期阶段细化其纹理复杂性。

PanGu-Draw 文生图

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

如何通过AI变现，举个详细的例子?

现如今，ChatGPT的交互模式是对话但你要想把ChatGPT用好，用到生产当中，你得先学会问问题，你不会问，他回答不好，就会出现这么一种情况，语气太生硬，回答得太范式化（首先、其次、最后）。

生成式AI

Stable Diffusion

Stable Diffusion 文生图全网最细详解

有个比较有意思的反向 tag 叫 NSFW(no sutiable for work) 一般情况尽量把这个加入到反向词中，特别是工作场合。

文生图 SD

比GPT-4快18倍，世界最快大模型Groq登场！每秒500 token破纪录，自研LPU是英伟达GPU 10倍

极限情况下，用Llama2 7B甚至能实现750 token/S。

Groq 大模型

SD3 正式开源 Sora同源架构

参数升级到8亿参数量，这意味着新的模型能够为用户提供更多扩展性选择，同时生成的图片效果更加惊人图像质量的提升：Stable Diffusion 3.0在图像质量和色彩饱和度、图像构图、分辨率、类型、质感、

SD3 绘画

谈Agent构建平台的设计

生态中最终对接和寻找需求方的小团队就足以，这也是了解需求的领域专家擅长的事情。

Agent 构建

M3E 可能是最强大的开源中文嵌入模型

感兴趣模型和项目的部署和教程可以看这几篇文章：教程｜使用免费GPU 资源搭建专属知识库 ChatGLM2-6B + LangChain 工程落地实践

开源模型

总结些SDXL出人像时遇到的困难

所以我出的图，最多是能做到眼含泪水的感觉。

文生图 SDXL

<...46 47 48 495051 52 53 54 55 ...>

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