文章列表-AI魔法学院

文章列表

一文读懂AIGC产业链：AIGC的前世今生和未来展望

这其中AI芯片尤为重要，包括CPU（中央处理器）、GPU（图像处理器）等，可以说，它决定了人工智能的“智商”。

生成式AI

FaceSwapLab，截止2023年8月最好用的一键换脸工具

出现这个问题的原因是AI绘画的人物脸部不同角度时，模型比较难适配完美。

一键换脸

Stable Diffusion

这篇深入浅出帖助你早日实现Stable diffusion自由

保持这个状态，想象着它正在逐渐变成动漫里的样子，随后慢慢睁开眼睛…… 这就是一个扩散模型工作的基本流程了。

AI图片

生成式AI领域拓展！MetaAI开源AudioCraft：一个支持AudioGen、MusicGen等模型的音频生成开发框架

MetaAI这次再为开源贡献重磅产品：AudioCraft，一个支持多个音频生成模型的音频生成开发框架。

开源模型

让AI记住你说的话、让AI给你生成几十万字的小说！StreamingLLM 让无限长token成为可能

如今全世界有很多公司都在研究AI大模型（LLM）。

StreamingLLM 写作

提示词框架：BROKE

不使用任务框架的话可能对话多次都得不到满意的结果。

BROKE 提示词

用ComfyUI整了一套照片转Q版手办的工作流

之所以要搞这个，主要是因为它跟我目前要做的很多内容都息息相关，比如2D图片转3D模型，blender的插件、图片生成视频等，而且据说生成速度很快，对设备的要求低。

comfyui 文生图

大模型能自己优化Prompt了，曾经那么火的提示工程要死了吗？

举个例子，人们发现如果让模型自己一步步地解释自己的推理过程（即思维链技术），其在许多数学和逻辑问题上的性能都能得到提升。

prompt 大模型提示

神奇的 OuteTTS - 0.1 - 350M：用几秒钟音频克隆声音的黑科技！

而 OuteTTS-0.1-350M 作为一款新兴的 TTS 模型，正以其独特的技术和功能特点吸引着众多关注。

OuteTTS-0.1-350M 音频

Stable Diffusion

stable diffusion十七种controlnet详细使用方法总结

前言今天我要做个controlnet 使用方法总结，如果你们对所有controlnet用法，可能了解但是有点模糊，希望能对你们有用。

绘画作图

字正腔圆,万国同音,coqui-ai TTS跨语种语音克隆,钢铁侠讲16国语言

此外，通过在训练过程中使用多个讲话者的语音数据，并引入自动编码输入来帮助稳定注意力，进一步扩展了模型的规模，使其能够在所有训练过程中看到的语种中一致地合成可理解的语音，包括训练讲话者的本地口音或外国口音

coqui-ai TTS 语音

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

自 2021 年以来，AI 研究的一个重点是开发能够理解人类指令的生成式语言和视觉模型，即多模态模型。

Sora 微软

24年首篇离奇论文：加点噪声，RAG效果翻倍？！

然而，大多数关于RAG系统的研究主要集中在语言模型的生成方面，而忽略了IR组件的作用。

RAG 检索论文

2024年傅盛开年AI大课演讲内容PPT

他特别提到了猎户星空推出的大型机器学习模型——140亿参数的模型。

猎豹 AI 演讲

聊天机器人阅读 PDF？用这25个提示词技巧，亲测有效！(ChatGPT & Claude 2)

多模式支持：支持多种类型的数据。

GPT-4 工作

<...48 49 50 515253 54 55 56 57 ...>

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