文章列表-AI魔法学院

文章列表

免训练！单图秒级别生成AI写真，人像生成进入无需训练的单阶段时代

与传统的双阶段人像生成方法不同，FaceChain FACT 重新构建了 Stable Diffusion 模型的架构，使其能够将人脸信息作为独立分枝的条件，平行于文本信息一起送入模型中进行推理

FaceChain FACT 文生图

LLM native策略的内部状态是否应该结构化【2023Q3】

整体上就变成了一种半结构化的表示方式。

大模型

PhotoMaker：腾讯最新开源，根据照片生成该人物各种风格图片，项目可落地！

该工具不仅能根据文本描述生成逼真的人类照片，还具备“堆叠ID嵌入”功能，这一功能可以利用多张照片作为身份ID，获取人物特征，从而创造出新的、个性化的人物图像。

PhotoMaker 文生图

Stable Diffusion

Stable Diffusion LightFlow 作弊插件！一键复用工作流

冒出的第一个想法肯定是用图片信息解析功能。

流程 SD

新测试基准发布，最强开源Llama 3尴尬了

同时确保入选的提示词具有高质量，有七个关键指标来衡量： § 具体性：提示词是否要求特定的输出？

Llama 3 大模型开源

视频大模型训练相关词条解释

它不仅能够根据文字指令创造出既逼真又充满想象力的场景，而且能生成长达1分钟的超长视频，不管是一镜到底还是分镜头切换模式，都能够保持角色及背景神一般的一致性和稳定性。

视频生成 sora 词条

基于本地知识的问答机器人langchain-ChatGLM

比如数字人虚拟主播、某公司的智能客服等都需要围绕具体的业务来进行问答。

langchain

九个让你成为GPT提示高手的提示词框架

4️⃣ TAG：任务、行动、目标• 任务：定义具体任务。

GPT

“实时”语音翻译！AI语音具有“情绪”！最强开源AI大模型来了

这是一个由meta（原Facebook）开发的人工智能模型，这是一个致力于让人们可以跨语言交流、消除语言障碍的AI大模型。

大模型开源模型语音

Wunjo AI: 合成和克隆英语/俄语/中文语音,实时语音识别,深度换脸和唇动合成,通过文本提示更改视频,分割和修饰

使用 Wunjo AI 解锁神经网络无与伦比的功能。

AI语音克隆实时语音识别

LLM微调神器Lamini，疯狂获星1.9k，免费可用！！

斯坦福的一组开发人员最近在推动自然语言处理的疆界，他们推出了一个叫做Lamini的新工具，它的目标是让每个开发者都能利用GPT-3和ChatGPT的强大能力。

大模型

Google 模型解读 | MoveNet-SinglePose：自底向上做单人姿态估计

det模型的开销，基本上做到一整套流程的平均推理延迟约等于单个姿态估计模型推理的延迟。

MoveNet-SinglePose Google 模型

Stable Diffusion

Stable Diffusion高级教程 - 图生图(img2img)模式

他有几个只可选: 1 (大多忽略你的提示)，3 (更有创意)，7 (遵循提示和自由之间的良好平衡)，15 (更加遵守提示)，30 (严格按照提示操作)，常用的是 7，做个平衡。

Stable Diffusion 图生图

AIGC生成客服虚拟人

最近在研究怎么生成虚拟形象，想生成一个客服人员的形象，无奈水平有限，只能做到这样了。

文生图

AIGC的7个黑暗面

有什么可能出错？

大模型

<...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