文章列表-AI魔法学院

文章列表

造梦师手记：ComfyUI快速量产数字小姐姐

（4）加载图像，这里为换脸的原图输入。

comfyui 文生图

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

4.

数字人声音克隆 GPT-SoVITS

OpenAI真的开源了！这波「实时语音」操作，让万物开口说话，我爱了

配置 WiFi 和 OpenAI API 密钥； 4.

OpenAI 嵌入式实时语音 SDK

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

4）音视频结合：精准锁定目标发声者 ClearerVoice-Studio 的音视频建模功能，是多发言者场景中的一大亮点。

ClearerVoice-Studio 语音

Stable Diffusion

硬核解读Stable Diffusion（系列三）

在实现上，它是将低分辨率图像直接和noisy latent拼接在一起送入UNet，因为autoencoder将高分辨率图像压缩为原来的1/4，而低分辨率图像也为高分辨率图像的1/4，所以低分辨率图像的空间维度和

Stable Diffusion 文生图

OpenAI Sora视频生成模型技术报告中英全文+总结+影响分析

., 4 second videos at 256x256 resolution.

sora openai 视频生成

我为什么不看好大模型行业

本文从以下四个方面展开： 1 大模型厂家为什么赚不到钱 2 基于大模型创业的几个误区 3 大模型企业的竞争优势 4 中国大模型行业的结构性问题以下为正文

大模型

AI绘画 | Midjourney高质量肖像提示词的写法（附50+肖像提示词prompt）

—s 250 --style raw 4.细节细节的描述对于Midjourney生成图像的逼真度有很大的作用，如肤质、头发和服装。

文生图

本地运行140亿参数，阿里千问玩起来！Qwen+Win11+3060

Qwen.git 3.安装依赖 cd qwenpip install -r requirements.txt 4.

大模型

手把手教你用上SDXL——SDXL 1.0 模型资源/comfyUI中文一键包下载

4.

SDXL 下载

LangChain Agent原理介绍

4、计算的例子 llm = OpenAI(temperature=0) tools = [SearchTool(), CalculatorTool()] agent = initialize_agent

langchain

最强国产开源多模态大模型MiniCPM-V：可识别图片、视频，还可在端侧部署

支持在本地设备上进行高效的 CPU 推理，(2) int4 和 GGUF 格式的量化模型，有 16 种尺寸，(3) vLLM 支持高吞吐量和内存高效的推理，(4)

minicpm 面壁

5个最佳开源RPA框架！

（4）OpenRPA https://github.com/open-rpa/openrpa OpenRPA是当今RPA市场上最好的免费工具之一，具备可拖拉可视化界面，非常成熟，

智能自动化大模型 RPA框架

5个最佳开源RPA框架

（4）OpenRPA https://github.com/open-rpa/openrpa OpenRPA是当今RPA市场上最好的免费工具之一，具备可拖拉可视化界面，非常成熟，

开源模型智能自动化

吴恩达Prompt教程之总结图解

书写最重要的原则就是详细明确，其中涉及四个策略： 1）合理使用分隔符 2）确定输出格式要求，如JSON或者HTML 3）使用GPT对执行的必要条件进行校验，类似于开发过程中的参数校验 4）

prompt 教程吴恩达

<...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