文章列表-AI魔法学院

文章列表

Stable Diffusion

用 Stable Diffusion 10分钟实现电商模特换装/换模特

这样，在拍摄服装时，我们只需要找到一个塑料模特，然后穿上我们想要展示的服装即可。

Stable Diffusion 文生图

从专业ASR到统一音频LLM：七大顶尖模型的深度对比分析

解码器随后使用注意力机制关注该表征的相关部分，同时逐词（自回归地）生成文本序列。

音频对比

教你用StableDiffusion设计AI数字人

做你所想，无限可能数字分身的潜力不仅仅在购物，还能提供无限可能的新奇体验，甚至给你新的生活方式的想象。

文生图

微调、训练大模型概念介绍及论文笔记：Tuning系列论文笔记

(Instruction Prompt tuning) 语境提示微调是指结合LLM的ICL能力和prompt-tuning结合到指令提示微调中，将检索到的上下文演示示例和可微调的prompt嵌入式表征进行拼接

训练微调

AI绘画：InstantID 一键运行包和在线Colab脚本！

下面就来演示一下如何使用一键运行包。

InstantID 文生图

ComfyUI-ControlNet不能漏啊！

算是补充了之前挖坑的其他放大方法吧，这个方式webui同样适用（之前一直忘了提）。

ComfyUI ControlNeT

四种微调技术详解：SFT 监督微调、LoRA 微调、P-tuning v2、Freeze 监督微调方法

这使得模型能够学习通用的语言表示。

大模型

垂直领域大模型的思考

继续预训练重要的一步通过继续预训练能给通用的大模型注入领域知识，领域内的专业词能更充分的学习。

垂直领域大模型

快手版Sora「可灵」开放测试：生成超120s视频，更懂物理，复杂运动也能精准建模

另外再划个重点，可灵不是实验室放出的Demo或者视频结果演示，而是短视频领域头部玩家快手推出的产品级应用。

可灵快手文生视频

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

这些潜码片段，相当于语言模型中的词汇 Token，为 Sora 提供了构建视频的详细视觉“短语”。

Sora 微软

全球六大主流自动PPT制作工具

实时协作功能更加稳定，但价格较贵 4、mindshow （地址：https://www.mindshow.fun/） MindShow是一款智能在线PPT生成器，通过AI技术根据用户提供的大纲自动设计专业的演示文稿

自动PPT 工具

Prompt | 抖音视频脚本

你给我看第三个输出，我对脚本提出反馈意见。

prompt

免费的文本生成视频解决方案：AnimateDiff下载-可用于StableDiffusion的webui以及ComfyUI

与传统的 Stable Diffusion 模型训练方式不同，AnimateDiff 通过短视频训练来提高图像连续性，使得每张生成的图像都能经过微调，最终拼接成连贯的视频

视频生成文生视频

解放AI生产力——为什么要使用ComfyUI

学过3D建模的应该都知道，3D建模软件里面都有一套类似于这种的东西：上面我所展示的，就是今天介绍的重点：AI绘画的工作流，不知道的兄弟也没关系，这东西用起来很简单。

文生图

关于AI声音生成的一切（语音+音乐+嘴型）

提供了比原始 Whisper 模型快 70 倍的实时语音转录速度，并使用了更快的后端 faster-whisper。

声音

<...56 57 58 596061 62 63 64 65 ...>

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