文章列表-AI魔法学院

文章列表

SD入门教程七：ControlNet篇-Canny边缘检测预处理器

目前最新的ControlNet模型分为ControlNet 1.1模型和ControlNet XL模型； 2.

Canny SD

微软打破Decoder-Only架构！大幅降低GPU内存需求，网友：把Llama3 70B弄20GB GPU上运行

去年一张“大语言模型进化树”动图在学术圈疯转，模型架构还只有三大类：Decoder-Only、Encoder-Only、Encoder-Decoder。

Decoder-Decoder YOCO 架构

【爆肝整理】500+ AI 最佳提示词

有没有想过解锁AI使用中的prompt提示词工程的上帝模式？

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

这种类型的摄影的本质是捕捉食物的颜色、质地和摆放。

文生图训练提示词 Midjourney

Stable Diffusion

Stable Diffusion | SD腾讯云3步部署，全程五分钟，附价格费用清单

等待几分钟后，部署完成，就会跳转到资源列表：三、操作应用 1、因为我没有云盘，没有启用自定义模型上传支持，不能上传模型，这里只显示了一个网址，就是SD操作界面的网址，点击应用地址

下载开源模型

45个 DALL-E 3 使用案例 (附提示词)

借助于 Transformer 模型优秀的自然语言能力，它可以精准地理解你的设计需求，并近乎如实地反映在画面上。

DALL-E 提示词文生图

技术爆炸！AI一图换脸新王者，Instant ID保姆级安装与使用测评

这里我已经给大家整理好了，只需要到我的云盘里就可以直接下载了，然后将下载好的模型放入到以下路径中——E:\sd-webui-aki-v4.4\extensions\sd-webui-controlnet

Instant ID 文生图

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

上海交大开源的F5-TTS实测下来确实是还不错了。

F5-TTS 音频克隆

「语音转换新速度」— 探秘Whisper JAX的70倍速提升

它是OpenAI的Whisper模型的JAX版本，实现了在TPU上高达70倍的速度提升，这不仅是对现有技术的重大突破，更是对未来潜力的一次展现。

Whisper 语音识别

超越Animate Anyone! 南加大&字节提出MagicPose，不需任何微调就可生成逼真的人类视频

此外，MagicPose模块可以被视为原始文本到图像模型的扩展/插件，而无需修改其预训练的权重。

MagicPose 视频

AI的百亿套壳：做船不做柱子

如果把模型能力看成水位线，有的壳是柱子，模型能力涨上来后，柱子就没了。

AI 创业

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

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

Fastwhisper + Pyannote 实现 ASR + 说话者识别

前言最近在研究ASR相关的业务，也是调研了不少模型，踩了不少坑，ASR这块，目前中文普通话效果最好的应该是阿里的modelscope上的中文模型了，英文的话，还是非whisper莫属了，而且

faster-whisper 语者识别 ASR

SD入门教程六：ControlNet基础入门

通俗的讲，就是输入一些额外的控制参数，然后通过所对应的辅助模型（ControlNet专用模型）去控制图片的生成结果，这些控制参数可以是线稿图，深度图，人体姿态图，法线图等。

ControlNet 文生图

<...53 54 55 565758 59 60 61 62 ...>

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