文章列表-AI魔法学院

文章列表

新模型Cascade你真的用对了吗？！

01 前言 Stable Cascade 模型最大的优点是 § 是能生成带有文字的图片，文字出错率相比以前模型少很多； § § 其次是硬件要求降低

Stable Cascade 模型

Dynamic Prompts插件，魔法提示词由魔法帮你补全（插件篇）

只是生态发展太快，prompt这块又被all in one一家独大了，动态提示词（Dynamic Prompts）过去很多优势功能已经被蚕食，这也是有人问我这个插件怎么没看我聊过。

文生图提示词

京东开源普通话数字人JoyHallo，一口流利标准普通话还会讲英语

在音频驱动的视频生成领域，制作普通话视频面临着许多挑战。

JoyHallo 数字人开源模型

「语音识别的未来已来」——探索Distil-Whisper，轻量级AI的强大力量

那么，这个被誉为“语音识别的未来”的AI工具到底有何过人之处？

Distil-Whisper 语音识别

从声纹模型到语音合成：音频处理 AI 技术前沿 | 开源专题 No.45

该工具使用 pytorch 作为深度学习引擎，并遵循 Kaldi 风格的数据处理和特征提取/格式以及配方来提供各种不同的实验设置。

AudioCraft 音频

哈工大科大讯飞联合推出中文LLaMA-2 & Alpaca-2大语言模型

这些模型在原版Llama-2的基础上扩充并优化了中文词表，使用了大规模中文数据进行增量预训练，进一步提升了中文基础语义和指令理解能力，相比一代相关模型获得了显著性能提升。

训练

SD入门教程六：ControlNet基础入门

这些信息都可以通过 ControlNet 来控制模型生成的图片。

ControlNet 文生图

这个数字人开源项目太牛了，非常全面的项目解决方案(含源码)

以下是Fay能够生成的几种应用场景： 1.

Fay 开源项目数字人

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！

，能够解释各种线索，如文本、人体姿势和边缘。

PanGu-Draw 文生图

Stable Diffusion

Stable Diffusion男性服装提示词大全

2.主模型使用能生成男生写实的模型我使用的是：

文生图提示词

Insanely Fast Whisper：超快的Whisper语音识别脚本

项目简介这篇内容介绍了OpenAI的Whisper Large v2语音转录模型的超快速能力。

音频 Whisper

国内AI大模型已近80个，哪个最有前途？

创业几个月，发现可以比普通大厂员工拿到多很多的信息，从投资人和全球 top AI 公司的核心成员那里可以学到很多。

大模型

如何修复GPT幻觉、及评估数据集的挑战

生成大型语言模型 (LLM) 可以对各种用户提示生成高度流畅的响应。

大模型

释放潜能：大模型与企业微信SCRM系统的完美结合

企业微信是腾讯推出的一款专为企业打造的移动办公平台，它集成了微信的社交属性和企业的管理功能，为企业提供了高效的沟通和协作工具。

SCRM 大模型

使用这个工具后，我将 RAG 的准确性和召回率都提高了两倍！

RAG（Retrieval Augmented Generation）是一种检索增强生成技术，它利用大型语言模型来处理用户查询，RAG 技术的主要组成包括数据提取—embedding—创建索引—检索—

RAG 大语言模型

<...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