文章列表-AI魔法学院

文章列表

Stable Diffusion

【Stable Diffusion】SD迎来动画革命，AnimateDiff快速出图

参数可以按照正常出图的思路设置，尺寸512x512，根据电脑配置量力而行。

文生图开源模型

解放AI生产力——为什么要使用ComfyUI

Ai并不知道坐着是什么意思，也不知道脚放在前面是什么意思，但是它会模仿模型里它已经学习过的坐着，脚放在前面的图片来生成一个差不多的给你，问题来了，你怎么知道AI模型里它模仿的图片是什么样的？

文生图

开源语音大语言模型来了！阿里基于Qwen-Chat提出Qwen-Audio!

论文链接：https://arxiv.org/pdf/2311.07919.pdf 开源代码：https://github.com/QwenLM/Qwen-Audio 引言大型语言模型（LLMs

大模型语音

Stable Diffusion

Stable Diffusion教程：提示词

我们首先要弄懂业务需求，然后思考通过什么样的功能和流程来满足这个需求，也就是做产品设计；然后是做程序概要设计、详细设计这些，确定要使用的技术平台、框架、中间件，以及模块的划分、接口的定义、数据表的设计等等

提示词 SD 绘画

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

) 项目链接 https://github.com/livekit/agents 出自：https:/

voice agent 开源音视频

Fooocus制作从小到老图

通配符的意思也非常简单，比如我的关键词：5岁的女孩，那么使用可以给他从5岁到80让他每次替换即可。

Fooocus 文生图年龄

微软、OpenAI大佬暗示LLM应用开发范式迁移：从Prompt Engineering到Flow Engineering

它的核心思路是，利用多次生成测试反馈迭代的方式替代原有精心构造Prompt一次性生成的方式，最终在验证集上，GPT-4的准确率（pass@5）从使用单个精心设计的Prompt的19%提高到使用

LLM 范式迁移

微信向量检索分析一体化数仓探索：OLAP For Embedding

是容易失忆的大脑，向量数据库就是海马体: 一方面，LLM 能浏览专用数据与知识，解决 Hallucination 的问题使回答更精准；另一方面，LLM 能回忆自己过往的经验与历史，更了解用户的需求，通过反思实现更好的个性化

OLAP For Embedding 一体化数仓

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

参考音频很重要！

数字人声音克隆 GPT-SoVITS

玩一玩阿里通义千问开源版，Win11 RTX3060本地安装记录

玩过的可以跳过，没玩过的可以当个参考。

大模型

国内AI大模型已近80个，哪个最有前途？

另一个极端，盲目追求创新，比如非要搞一个创新的非 Transformer 架构，又没有足够深入的思考，结果掉进坑里了。

大模型

OpenAI Assistants API 使用指南

file_ids 是指上传的文件，在每个 Assistant 中最多添加 20 个文件，每个文件最大 512M，整个组织的文件量不能超过 100G，文件的支持类型可以参考这里

OpenAI Assistants API

如何估计大模型所需要的显存大小？HuggingFace发布Model Memory Calculator，一键计算大模型显存需求

此前，DataLearner曾经从理论上给出了大模型显存需求的估算逻辑，详细说明了大模型在预训练阶段、微调阶段和推理阶段所需的显存资源估计（参考：需要多少GPU显存才能运行预训练大语言模型？

大模型

Fooocus，webui，comfyui优缺点

但是当时给我的感觉就是有点意思，当时刚出来几乎没什么生态可言，所以和webui根本没法比。

Fooocus webui comfyui 文生图

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

无需任何魔法网络，我们已经为你准备好了模型下载链接，关注本公众号后回复 SDXL 即可获得。

SDXL 下载

<...54 55 56 575859 60 61 62 63 ...>

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