文章列表-AI魔法学院

文章列表

ComfyUI环境方面开窍了，成功跑通animatediff

我说怎么缺节点呢，昨天搜的ComfyUI_IPAdapter_plus根本不是，是在描述里有了这个词，实际下载的不是。

animatediff 文生图

Yann LeCun杨立昆最新观点：AGI不存在

虽然 JEPA 代表着向前迈出的一步，但 LeCun 承认它们并不是实现高级机器智能 (AMI) 或 AGI 的完整解决方案。

AGI 大语言模型观点

ComfyUI学习笔记2，一文看透Workflow

上图，从最左边加载模型开始，经过中间的CLIP Text Encode对关键词Prompt做处理，加入一个初始的Latent Image，然后是采样器，VAE解码，最后得到生成的图像。

comfyui 文生图

一招让你的 AI 图像更惊艳！DALL-E 3 自定义指令魔法

比如我输入了 “年轻女人的照片” 这个提示词，DALL-E 3 生成的女人照片不仅有不同的场景，而且还来自多民族。

DALL-E3 文生图

SD入门教程四：图生图基础用法

图生图的出现是为了弥补文生图的不足，因为文生图有个无法避免的问题，就是随机性太大，当你抽卡抽到一张你喜欢的图片，但是可能某些地方不满足需求，对于文生图而言，是很难进行修正以及修改的。

SD 入门图生图

SDXL Styles：七十七种绘画风格任你选择

今天给大家分享一个应用于 SDXL 的新插件：SDXL Styles。

文生图

基于Ollama本地部署Llama3指南！

众所周知，扎克伯格的Meta又开源了Llama3 8B和70B的预训练（pretrained）和指令微调（instruction-tuned）两个版本，还有个更大的400B参数预计在今年夏天发布，这个400B

LLama3 ollama

AI文本转语音工具（TTS）：MeloTTS

今天给大家介绍一个效果不错的开源文本转语音工具：MeloTTS MeloTTS是一个可以把文字转换成声音的工具，它支持英语、西班牙语、法语、中文、日语和韩语等多种语言。

MeloTTS 语音工具

LLM每周速递！大模型最前沿：多模态RAG、RAG加速、大模型Agent、模型微调/对齐

今天给大家分享的这篇文章就针对这个问题，「提出了一种计算上可行的推理时对齐算法，称为Speculative Rejection，在计算效率上可以高出16至32倍」。

大模型研究

17K star！30秒偷走你的声音，开源声音克隆工具

今天我们分享一款开源的声音克隆工具，只需30秒的一般音源，它就可以偷走你的声音，它就是：OpenVoice。

OpenVoice 声音克隆开源

AI的百亿套壳：做船不做柱子

先说 Cursor，四位创始人都是MIT的应届生，CEO Michael Truell创业的时候25岁，是计算机和数学的双学位。

AI 创业

ChatGPT写论文最强指令

二、请为我搜集（XX作者/研究机构）在（XX领域）的研究文献，尤其关注他们的突出贡献和最新论文。

ChatGPT 指令

无显卡+纯本地跑Qwen1.5版模型！0基础闭眼部署指南！适用绝大部分开源模型！llama2+Mistral+Zephyr通杀！

在新年几天，把知识图谱和高级RAG应用干完！

Qwen1.5 开源模型

【NLP技术分享】文本生成评价指标的进化与推翻

前言文本生成目前的一大瓶颈是如何客观，准确的评价机器生成文本的质量。

开源模型

真格基金大模型能力测试问题集---垂直能力篇

垂直问题： `化学` 假设一种计算机设计，其中多个处理器，每个处理器都有私有缓存存储器，使用单个总线共享全局存储器。

中文训练大模型

<...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