文章列表-AI魔法学院

文章列表

WebUI使用用InstantID，AI换脸完美版

instantID会分析这张照片的姿势，然后把第一张的脸型按照这个姿势适配，但不是简单的换脸，除了姿势外，完全不同，相当于重新生成。

换脸小红书

两天star量破千：OpenAI的Whisper被蒸馏后，语音识别数倍加速

利用简单的 WER 启发式，他们只选择质量最高的伪标签进行训练。

语音 HeyGen

使用ChatGPT写出优质长文、文章

· 指令5：为我制定一个行动清单，详细说明如何将[核心内容]应用于[您想要应用的领域]（请提供有价值的领域背景知识）。

ChatGPT 写作

SD入门教程二：文生图基础用法（提示词）

另外，长度最好保持在 75 个单词（或约 60 个字）以内。

SD prompt 文生图提示词

低调的PDF，为什么成了数字文档“永远的神”？

1970年代的打印机并不能像今天一样可以随意打印任意文字和图像，简单来说就是计算机没法有效准确地告诉打印机该怎么去工作。

工作

第一性原理以及第一性原理是怎么帮马斯克成为首富的

马斯克原本以为机械自动化能大幅提供生产效率，但在推动内华达电池工厂提升产量的过程中，马斯克才发现有一些任务（有时是非常简单的任务），人类可以比机器人做得更好。

马斯克商业

Stable Diffusion

AnimateDiff：一篇文章教你学会用Stable Diffusion制作GIF动图

安装扩展后，转到“已安装”选项卡，然后单击“应用并重新启动 UI”。

AnimateDiff 视频训练

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

简单来说，MusicGen就是文本生成音乐的模型：https://www.datalearner.com/ai-models/pretrained-models/MusicGen AudioGen就是文本生成任意音频的模型

开源模型

垂直领域大模型的一些思考及开源模型汇总

结合当前开源的中文医疗问答数据集（MedDialog-CN、IMCS-V2、CHIP-MDCFNPC、MedDG、cMedQA2、Chinese-medical-dialogue-data），分析其中的单轮

垂直领域大模型开源模型汇总

这可能是史上最全的 Python 算法集（附论文及python源码链接）

迭代最近点匹配本算法是使用单值解构进行二维迭代最近点（Iterative Closest Point，ICP）匹配的例子。

算法 python

深入探讨GPTs和AI Assistant

创建GPT的过程简单且直观。

GPTs AI Assistant

一文看懂RAG：大语言模型落地应用的未来

关于“要检索什么”的研究已经从简单的标记检索和实体检索发展到更复杂的结构，如块和知识图研究重点放在检索的粒度和数据结构的级别上。

rag 检索增强

腾讯的 PhotoMaker - 更快更像更可控的 AI Avatar

改变年龄或性别通过简单替换类别词汇（例如，男性和女性），我们的方法能够在保持原有身份的同时实现性别和年龄的变化。

PhotoMaker 文生图

数字人起飞！字节Loopy对口型功能在即梦上线可根据语境匹配表情和情绪

这一功能已经集合进字节旗下即梦的视频生成模块内： AIbase上传了一张女孩的照片测试一下，即梦里面的对口型目前可以选择两种对口型方式： 1、文本朗读即梦的操作基本都很简单，

Loopy 视频

检索增强生成(RAG)：LLM企业级应用落地的挑战与思考

同时需要关注各系统组件的可扩展性，避免单点限制系统扩展能力。

大语言模型 RAG检索增强

<...52 53 54 555657 58 59 60 61 ...>

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