文章列表-AI魔法学院

文章列表

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

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！

由于扩散过程需要多次迭代，每次迭代都要用到一个神经网络，所以SD模型的生成过程需要大量的计算资源和时间。

LCM/LCM-LoRA 文生图

AI绘画：InstantID Win11本地安装记录！

下面就来记录下我的安装过程和遇到的问题，以及解决方法。

InstantID Win11 安装

Stable Diffusion

Stable Diffusion WebUI v1.8.0重大更新！

技术小知识： CUDA（Compute Unified Device Architecture）是由NVIDIA开发的用于并行计算的平台和编程模型。

SD 画图

OpenAI开源大模型调测工具Transformer Debugger：可以在训练大模型之前理解模型的运行情况并干预

因为其复杂性和“黑盒”性质，使得模型内的决策过程变得难以理解。

大模型调试工具

OpenAI Assistants API 使用指南

Run 对象表示一次指令执行的过程，需要指定执行命令的对象 Assistant 和聊天会话 Thread，一个 Thread 可以创建多个 Run。

OpenAI Assistants API

Stable Diffusion

Stable Diffusion 加速/优化/升级优化出图速度

3.切换到最新稳定版整合包会自动升级启动器，但是webui的主程序版本需要手动切换。

Stable Diffusion 文生图

ComfyUI | 这么入门就顺了，硬入疼的是自己

现在来演示一下基础的生图过程，按照webUI的设置流程：这么看的话是不是很容易理解了，找到了熟悉的感觉，就会帮助我们建立一个切入的基点，依次为骨架，可以进一步开始扩展别的方面的应用了

生成式AI

F5-TTS：上海交大开源超逼真声音克隆TTS，告别ElevenLabs，以后就用它了！实测真的很牛

2、流匹配技术： F5-TTS中采用了先进的流匹配技术，这是一种基于最优传输路径的方法，用于改进生成模型的学习过程。

F5-TTS 音频克隆

掌握 Midjourney 提示词技巧成为 25 个流派的摄影大师

vaulted ceilings disappearing into shadow with intricate stained glass filtering sunbeams (高耸的哥特式大教堂内部的低角度视图

文生图摄影提示词

【万字干货】掌握 Midjourney 提示词技巧成为 25 个流派的摄影大师

vaulted ceilings disappearing into shadow with intricate stained glass filtering sunbeams (高耸的哥特式大教堂内部的低角度视图

文生图训练提示词 Midjourney

大模型应用实践：用LLaMA 2.0, FAISS and LangChain实现基于自由知识问答

链（Chains）：对于一些简单的应用程序，单独使用LLM就足够了，但对于许多更复杂的应用程序，需要将LLM链接在一起，或者与其他专家链接在一起。

开源模型

全新换脸工具ReActor，比roop更强！

如果已经安装过的小伙伴，是可以在应用程序里找到这个应用程序的。

ReActor SD 文生图

聊聊我对AI Agents技术的一些看法

的作用，向上对接人类的以 Prompt 为形式的输入，向下则以网络搜索，Python 脚本等为媒介沟通互联网或自动化实验仪器等工具，从而可以自主完成从实验设计、实验规划到执行复杂的科学实验等的一整套流程。

AI Agents 大模型

CMU华人打破大模型黑盒，Llama 2撒谎被一眼看穿！脑电波惨遭曝光，LLM矩阵全破解

表征工程打破黑盒所以，研究者究竟是如何打破大模型黑盒的?

大模型

<...51 52 53 545556 57 58 59 60 ...>

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