文章列表-AI魔法学院

文章列表

Stable Diffusion

Stable Diffusion 30种采样器全解！

二代算法相比于一代算法，质量有所提升但需要更多的时间和迭代步数，通过增加一代算法的迭代步数也能达到相同的质量效果。

Stable Diffusion采样器

解读wav2lip：探究语音驱动唇部动作的技术原理！

常见的语音驱动嘴唇运动方法在处理动态的和无约束的说话人脸视频时，通常无法准确地合成口型，导致生成的视频与音频不同步，主要原因包括两方面：（1）传统的基于像素的人脸重建损失无法准约束音频-口型同步：因为面部重建损失是基于整个图像计算的

wav2lip 语音

20%杨幂+80%霉霉=？这款“人脸拼接”的AI应用还能这么玩

这个适配器采用了解耦的交叉注意力机制，使得在生成新图像时，可以有效地结合参考面部图像的身份特征和所需的风格或背景。

InstantID 文生图

大模型LLM基础｜分词

基于词典的分词基于词典的分词使用一个预定义的词汇集进行分词，通常涉及最大匹配算法。

开源模型

AI Agent / 智能体观察笔记（中）

例子：Hailey Johnson 内在倾向：想象力、精力旺盛、有资源经验倾向：HJ是一个作家，总是寻找新的方式去讲故事。

大模型

一键部署本地私人专属知识库，开源免费！可接入GPT-4、Llama 3、Gemma、Kimi等几十种大模型，零代码集成。

界面，找到Volumes项，这这里填入刚才的知识库路径，随后在Container path这一栏中填入“/var/lib/postgresql/data”，最后点击RUN按钮，这样一个MarKB容器就算是搭建完毕了

知识库MaxKB 开源

Stable Diffusion

造梦师手记：腾讯加入Stable Diffusion的ControlNet模型开发，效果艳丽

当然，这只是使用者的角度，原作者还是成本（时间、精力等成本，费用反而不算高）很高的。

Stable Diffusion

完整ChatGLM3部署教程，支持手机和车载平台部署

例如工具模式可以通过在 tool_registry.py 中注册新的工具来增强模型的能力。

ChatGLM3 大模型

一款构建AI数字人项目开源了！自动实现音视频同步！

允许用户在计算机上无缝运行它，而无需 OpenAI API 密钥或互联网连接。

AI数字人音视频同步

实操：基于 Ollama+AnythingLLM 的 AI 超级阅读法

3.对比国内大模型，Kimichat 的长文本能力最强，内测支持200万字上下文输入了。

Ollama AnythingLLM 阅读

WSL2安装（详细过程）

enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart 如果只安装WSL1,那么现在可以重新启动计算机

虚拟化 docker

Roop升级版FaceFusion换脸AI技术使用以及部署教程

face_enhancer（脸部增强）: 一种增强或改进图像或视频中脸部质量的算法。

FaceFusion 教程

你的下一个浏览器，可以是豆包电脑版！

来听一小段豆包电脑版基于这篇《什么是分布式计算》做双人播客内容吧：不过有一说一，如果要让豆包电脑版胜任浏览器一职，那么最关键的还得看“老本行”——搜索。

豆包浏览器

Stable Diffusion

小白设计师福音：Stable Diffusion 16款插件测评，好用不？推荐吗？

扩展地址：https://github.com/pkuliyi2015/multidiffusion-upscaler-for-automatic1111 9.4x-UltraSharp高清修复放大算法

SD 插件文生图

OpenAI 开源语音识别 Whisper 的使用体验怎么样？

　　当您首次启动 Buzz 时，AI 模型将被下载到您的计算机上。

生成式AI

<...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