文章列表-AI魔法学院

文章列表

Stable Diffusion

Stable Diffusion XL 1.0 出图风格鉴赏

Stable Diffusion XL 1.0 出图风格鉴赏

文生图

Stable Diffusion

Stable Diffusion AnimateDiff | 最稳定的基于文本生成视频的方法

控制模块可以对图像生成过程进行调节，以生成一系列看起来像它学习的视频剪辑的图像。

动画 animate sd

Stable Diffusion

Stable Diffusion AnimateDiff | 最稳定的基于文本生成视频的方法！

控制模块可以对图像生成过程进行调节，以生成一系列看起来像它学习的视频剪辑的图像。

文本生成视频 AnimateDiff

再次重点介绍！！！这款国内的AI制作视频工具

之前介绍过一款图片生成视频的工具-Flow Photo，99%的人不知道的一款国内的AI制作视频工具。

Flow Photo 视频

AI制作艺术二维码 - 文生图

二是使用图生图，复刻现有图片的构图或者姿势，这样容易控制细节，但是图像不那么漂亮。

文生图

Stable Diffusion

Stable Diffusion｜提示词高阶用法（二）双人同图

在本次分享中，作者将承接上一篇的内容，介绍通过提示词的高阶用法、以及通过“区域提示词（Regional Prompter）”的使用达到双人图或者某些特定场景的SD绘制图片的90%出图率的方式。

文生图

Stable Diffusion

Stable Diffusion 加速/优化/升级优化出图速度

普通机械硬盘建议关闭，固态硬盘可以开启，不影响出图。

Stable Diffusion 文生图

Stable Diffusion

stable diffusion如何确保每张图的面部一致？

使用过 Stable Diffusion 的同学对提示词的重要程度应该深有体会，无论是文生图还是图生图，我们想要在图片上展现某些元素，都需要编写对应的提示词，有时候为了避免生成一些不想要的东西，我们还需要编写反向提示词

图生图文生图 sd

文生图生成不同年龄段模特的提示词

文生图生成不同年龄段模特的提示词

年龄文生图

图解检索增强式生成（RAG）技术 | 万字长文

以下是展示核心步骤和涉及算法的示意图。

检索增强式生成 RAG

全球生成式 AI 应用全景图

随后扩散模型、CLIP模型等技术的成熟，文生图的能力大幅增强，包括DALL-E2、Stable Diffusion 等主流文生图应用均是基于扩散模型所构建； 3.视频生成：目前尚未有非常成熟的视频生成算法

大模型

吴恩达Prompt教程之总结图解

本篇文章是前几篇文章的总结，一图胜千言，所以用如下的思维导图将吴恩达老师Prompt教程进行了梳理。

prompt 教程吴恩达

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

身体姿态估计旨在识别出给定图像中人或者动物实例身体的关键点，除了典型的身体骨骼关键点，还可以包括手、脚、脸部等关键点，是计算机视觉领域的基本任务之一。

ViTPose+Transformer 身体姿态

将任意文本转换为知识图谱

这些信息通常存储在图形数据库中并可视化为图形结构，从而产生了知识“图形”一词。

知识图谱转换文本

再也不用担心 AI 图片脸崩手崩了

接着回到 WebUI 文生图或图生图的界面，就可以看见 ADetailer 出现在列表中啦。

ADetailer 安装文生图

<...2 3 4 567 8 9 10 11 ...>

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