文章列表-AI魔法学院

文章列表

比真人还像真人！字节跳动PersonaTalk的黑科技有多强大？

快速适配多场景，让配音更灵活传统的AI配音技术通常需要针对特定人物进行大量数据训练，而PersonaTalk则不然，它无需为每个人物单独训练，便能适应不同的人物角色和场景，显著提高了使用的便捷性和灵活性

PersonaTalk 视频

无需编码，轻松提升图像品质：探索ComfyUI的图像增强功能

Ctrl+C/Ctrl+Shift+V|复制并粘贴选定节点（保持从未选定节点的输出到粘贴节点的输入的连接） Shift+Drag |同时移动多个选定节点 Ctrl+D|加载默认图形 Q |切换队列的可见性

文生图

SDXL Styles：七十七种绘画风格任你选择

<stable-diffusion-webui>/extensions/StyleSelectorXL 注意替换 <stable-diffusion-webui> 为你的 Stable

文生图

FFmpeg之父新作——音频压缩工具 TSAC

在推理时，只用选择级联的VQ个数就可以切换不同的码率。

TSAC 音频工具

独家：4259款AI产品关键指标排名与分析

文本生成 Top 50 从普通写作、营销文案、写小说、改写文案，这些文本生成工具有着广泛的应用场景，营收杠杠的。

生成式AI

聊天大模型的输出速度应该是多少？单张显卡最多可以支持多少个人同时聊天？来自贾扬清最新的讨论~

ensp; 适合人类阅读的大模型输出速度单张显卡可以支撑的同时聊天人数关于聊天大模型性能的输出基准适合人类阅读的大模型输出速度其实大模型的输出速度在不同的场景下要求可能是不一样的

大模型

Stable Diffusion

Stable Diffusion生成图片参数查看与抹除

注意：这个处理工具默认是处理完毕后直接替换原来的图片，所以如果你还想保留原来的图片，记得先复制一份。

文生图 Stable Diffusion

Stable Diffusion

AI绘画巅峰对决：Stable Diffusion 3与DALL·E 3原理深度比较

Latent Diffusion Transformer（DiTs）换掉扩散模型中的 U-Net 结构。

Stable Diffusion DALL·E

17K star！30秒偷走你的声音，开源声音克隆工具

Reference Audio 这里是参考音频，也就是我们希望克隆的声音开始转换写好文字，选好语气，就可以开始生成了。

OpenVoice 声音克隆开源

国风真的太绝啦！被10万人围观的咒语快收下！

并且商业的应用场景也越来越多了！

文生图古风

AIGC大模型，潮水褪去之后

学术前沿发了非常多针对大模型的论文，呈现出一幅百花齐放的景象。

大模型

大模型时代 AI 技术在金融行业的创新应用

从机器学习与 AI 工程化开始，企业通过构建各类机器学习和深度学习场景，逐步实现数字化创新。

大模型金融

无限逼近真人效果的“超真实人像大模型”，或许它才是你一直在寻找的真爱！

模型的所有阶段都使用基于T5转换器的冻结文本编码器来提取文本嵌入，然后将其输入到通过交叉注意力和注意力池增强的UNet架构中。

大模型文生图

什么是BERT？

简单来说就是以15%的概率用mask token （[MASK]）随机地对每一个训练序列中的token进行替换，然后预测出[MASK]位置原有的单词。

embedding

AnimateDiff 生成补间动画

官方的解释有点深奥，我们换一种方式理解下此项技术： Shadow是一位小朋友，他喜欢玩积木。

文生图 AnimateDiff

<...57 58 59 606162 63 64 65 66 ...>

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