文章列表-AI魔法学院

文章列表

Stable Diffusion

这篇深入浅出帖助你早日实现Stable diffusion自由

AI绘画曾经多次引爆公众讨论，网络上那些精致的二次元同人插画、堪比真人的AI穿搭博主、打破次元壁的赛博Coser……背后都有一个“幕后黑手” —— Stable Diffusion，其背后的技术便是人们常说的扩散模型

AI图片

Google 模型解读 | MoveNet-SinglePose：自底向上做单人姿态估计

Neck部分使用了目标检测中常见的FPN，这主要因为MoveNet是一个Bottom-up模型。

MoveNet-SinglePose Google 模型

你还在为钱发愁？2023年十大赚钱GPT Prompts高级指南！（国际版）

而你所做的，只是运用ChatGPT等AI工具的技术。

prompt

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

虽然音频技术日新月异，但许多现有方案在复杂场景中仍难以提供稳定且高质量的音频体验。

ClearerVoice-Studio 语音

Comfyui工作流原理你都了解吗

但节点式的工作流也提高了一部分使用门槛。

Comfyui 工作流

Python状态机：优雅处理复杂业务逻辑的利器

今天我们就来聊聊如何使用状态机优雅地解决这些问题。

Python状态机设计模式

查理·芒格：关于人生的13个忠告

让我现在就来使用一点逆向思考。

人生箴言查理芒格

造梦师手记：SDXL迎来了AI插画师

但随着技术的迭代，AI漫画的时代即将到来。

文生图漫画

通过声音生成逼真的全身形象？！Meta开源AI工具：audio2photoreal

这是一个由Facebook研究院开发的技术，可以根据音频生成逼真的人物视频！

audio2photoreal 开源工具

Stable Diffusion

Meta发布业界最强文生图模型CM3Leon，实力碾压Stable Diffusion、Midjourney

CM3leon是第一个使用从纯文本语言模型改编的方法进行训练的多模态模型，包括大规模检索增强预训练阶段和第二个多任务监督微调(SFT)阶段。

文生图

如何修复GPT幻觉、及评估数据集的挑战

许多文章深入探讨了思想链技术。

大模型

神秘模型“小熊猫”一夜刷屏：排名超Flux、Midjourney，网友：一看就中国的

前员工在图片后缀里发现了OpenAI； § 也可能是Mistral AI的新模型，理由是在未公布的测试版中发现了相似名称“Pandragon”； § 或者来自Recraft文生图模型，因为它们曾使用小熊猫战士作为默认矢量提示

red_panda 文生图

最新最强开源模型Qwen3本地运行指南！Windows+ollama+chatwise轻松搞定

需要注意的是，如果使用“pull”命令，只是下载模型，不会运行；如果使用“run”命令，下载之后会自动载入模型。

Qwen3 开源模型

语音、视频转文字神器：开源whisper介绍

Whisper模型使用了一种称为“自注意力机制”的技术，它可以在处理不同的语音信号时，更好地捕捉到语音中的关键信息。

人工智能大模型 wisper

FFmpeg之父新作——音频压缩工具 TSAC

其原理和我们之前介绍的突破压缩极限的AI语音编解码器类似，使用深度学习网络进行压缩，TSAC这里引入Transformer结构来提升性能。

TSAC 音频工具

<...50 51 52 535455 56 57 58 59 ...>

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