文章列表-AI魔法学院

文章列表

神奇的 OuteTTS - 0.1 - 350M：用几秒钟音频克隆声音的黑科技！

它采用纯语言建模方式，打破了传统 TTS 模型依赖复杂架构和外部适配器的模式，为语音合成领域带来了新的思路。

OuteTTS-0.1-350M 音频

Stable Diffusion

50张图“毒倒”Stable Diffusion，汽车和牛都分不清了

被下毒的画一旦被非法抓取成为训练数据被AI吃掉，模型就会生成混乱。

StableDiffusion

一文汇总Prompt提示工程的相关策略技巧

在与大语言模型的合作中，有一个引人入胜的环节——提示。

提示词框架

使用ChatGPT润色出高品质文章

4、改善段落结构逻辑输入“优化段落结构”，可以检测段落缺乏连贯性的地方，并提出加强逻辑性的建议。

写作提示词

一人搞定30万商品分类：AI落地实践故事！

基于真实需求，让AI落地，使用embedding模型做大数据量分类。

embedding 大数据分类

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

SD入门教程三：采样器及参数调整

建议8步以上，步数越高还原细节越多，不过速度就没啥优势了。

SD 入门教程

Stable Diffusion

硬核解读Stable Diffusion（系列三）

首先是模型结构方面，SD 1.x版本的text encoder采用的是OpenAI的CLIP ViT-L/14模型，其模型参数量为123.65M；而SD 2.0采用了更大的text encoder：基于

Stable Diffusion 文生图

动画制作工具AnimateDiff用法详解

AnimateDiff 使用控制模块来影响Stable Diffusion模型。

AnimateDiff 视频训练

必读！RAG好用的3种Router

PolyRouter与Moe的区别 · MoE架构包含一组专家模型，这些模型被训练以专门处理不同的数据区域，同时还有一个门控网络模型，负责确定每个专家对最终预测的贡献 · LM路由方法可以视为MoE

RAG Router

5个最佳开源RPA框架！

Robot Framework能够大大简化业务运营、改善了IT基础设施、减少了工作量与成本，同时还能提高企业的整体灵活性，具备良好的可扩展性，可以为企业建立虚拟员工、能够很容易地与其他自动化工具集成，使业务流程自动化

智能自动化大模型 RPA框架

Stable Diffusion

Stable Diffusion图生图（真人转动漫）

二、实操案例 1.图生图示例-02 Stable Diffusion 模型：2.5D动漫V1.0_V1.0.safetensors 外挂 VAE 模型：vae-ft-mse-840000-ema-pruned-small.vae.pt

StableDiffusion 图生图

阿里出品自动化视频剪辑工具FunClip！

它依托于阿里巴巴通义实验室的FunASR Paraformer系列模型，实现了视频中语音的自动识别。

FunClip 视频阿里

2024年傅盛开年AI大课演讲内容PPT

他特别提到了猎户星空推出的大型机器学习模型——140亿参数的模型。

猎豹 AI 演讲

免训练！单图秒级别生成AI写真，人像生成进入无需训练的单阶段时代

这种模式增加了用户的使用成本。

FaceChain FACT 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