文章列表-AI魔法学院

文章列表

Stable Diffusion

Stable Diffusion 快速创作角色三视图

这节会涉及到 ControlNet 中的 openpose 模型和 LoRA模型 CharTurnerBeta - Lora (EXPERIMENTAL)（这个模型非必备哈）。

SD 三视图文生图

5 种策略控制 ChatGPT 的输出长度

# 使用修饰语最简单的方法就是添加修饰语。

写作大模型聊天 ChatGPT

向量数据库不是一个单独的数据库分类

向量数据库和其他数据库之间的边界会变得模糊。

大模型向量数据库

人脸识别的开源的项目有哪些？

它支持多种编程语言，包括Python、C++、Java等。

人脸识别开源项目

AI出题，做不完，根本做不完

前几天学到了一种针对大模型进行提示词编程的方法，效果比较炸裂，特别分享给大家。

大模型提示词试题

和王小川聊再创业这一年：回应朱啸虎、谈中国AGI第三种可能

对话中讨论了大模型的技术前瞻性和技术敏感性，以及如何将技术转化成应用。

王小川中国大模型

Stable Diffusion

深入浅出学习Stable diffusion之线稿转效果图

这里将以世界三大模型网站的资源进行部分展示：建筑领域：鞋子领域：衣服领域：神奇领域：等等，这些都是很多的模型，为什么要有这种模型呢，因为

Stable Diffusion 文生图大模型

Stablediffusion3论文下载-确定了Stablediffusion3与Sora的架构是一致的

我们新的多模态扩散变换器（MMDiT）架构为图像和语言表示使用了单独的权重集，与 SD3 以前的版本相比，提高了文本理解和拼写能力。

SD 论文

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

该框架包括用于常见工作流程的插件，例如语音活动检测和语音转文本。

voice agent 开源音视频

数字人：从科幻走向现实的技术革命

通过训练模型，数字人可以模仿特定的声音或语调，与用户进行自然流畅的对话。

数字人语音

图片生成速度最高提升10倍！可以做到“实时”生成！清华推出LCM/LCM-LoRA！

近年来，随着SD和Midjourney的火热，文本到图像生成（Text-to-Image Generation）的研究取得了令人瞩目的进展，让我们能够用自然语言指导AI创造出各种各样的图像。

LCM/LCM-LoRA 文生图

VividTalk：用一张照片和一段音频让人物栩栩如生地说话

引言在数字时代，技术的进步正在不断突破我们对现实与虚拟的界限。

VividTalk 视频

零一万物API开放平台出场！通用Chat多模态通通开放，还有200K超长上下文版本

国产大模型独角兽“五小虎”之一零一万物也有诸多新动作。

零一万物 YI 李开复

【ComfyUI】使用ComfyUI玩SDXL的正确打开方式

相比较而言，高级采样器会多一些调整参数，这些参数是我们今天要用到的。

开源模型

全球最大开源prompt社区即将开放中文版

作为一个长期高频编写prompt的工程师来说，最大痛点可能就是缺乏交流的孤独感： prompt 是否能封装成一个特定场景的工具？

开源模型

<...47 48 49 505152 53 54 55 56 ...>

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