文章列表-AI魔法学院

文章列表

ComfyUI官方使用手册【官网直译+关键补充】

该节点接收一个T2I风格适配器（style adaptor）模型和一个CLIP视觉模型（CLIP vision model）的嵌入（embedding），以引导扩散模型朝向CLIP视觉模型嵌入的图像风格发展

文生图图生图 comfyui

通俗易懂地解释OpenAI Sora视频生成的特点有哪些？它与此前的Runway Gen2、Pika有什么区别？以及缺点是什么？

OpenAI的Sora模型是最近两天最火热的模型。

sora 视频生成

【进阶】-文生图术语解释

例如，线性回归模型通常将均方误差用于损失函数，而逻辑回归模型则使用对数损失函数。

文生图

被时代选中的智谱 AI：成为 OpenAI，超越 OpenAI

但在通用大模型和行业小模型的选择上，智谱 AI 虽然有参考 OpenAI，但还是决定坚持走通用大模型这条路。

智谱 AI

再也不用担心 AI 图片脸崩手崩了

模型解释和对比为了生成刚才的图片，我们无脑选择了默认的模型，也就是 face yolo v8n。

ADetailer 安装文生图

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

随着大语言模型的扩展规律逐渐明朗，人们开始探询视觉模型是否也遵循着类似的成长路径。

Sora 微软

Stable Diffusion

Stable Diffusion新手快速入门教程

四、模型选择模型选择实际上也属于“指令”的组成部分，这里单列出来说。

文生图

一文读懂AIGC产业链：AIGC的前世今生和未来展望

AIGC中也叫“模型层” 模型层：即垂直化、应用化、场景化的模型和应用工具，主要分为底层通用大模型和中间层模型，底层通用大模型又可分为开源基础模型、非开源基础模型和模型托管平台;中间层模型有人类互动反馈

生成式AI

Sora相关论文合集---全32套大放送

### 分类定义: 本文是一篇关于人工智能领域内扩散模型（Diffusion Models）的研究论文，具体探讨了基于Transformer架构的扩散模型（Diffusion Transformers

Sora 论文

2023年人工智能行业总结

所谓涌现，是指当模型规模较小时并未出现某种能力，但当模型规模达到一定程度后，这种能力突然出现。

人工智能 AGI 思考总结

阿里腾讯豪华阵容参投，智谱AI投资版图曝光

这从侧面反映了智谱在中国人工智能大模型领域的地位。

智谱阿里

用so-vits-svc-4.1进行音色转换的极简教程！

然后就是训练声音主模型。

so-vits-svc 音色转换教程

F5-TTS：上海交大开源超逼真声音克隆TTS，告别ElevenLabs，以后就用它了！实测真的很牛

不需要复杂的设计如持续时间模型、文本编码器和音素对齐，能够快速训练并实现实时因素（RTF）0.15的推理速度，显著优于当前基于扩散的TTS模型。

F5-TTS 音频克隆

TTS，一个奇妙的AI工具

模型和TTS运行TTS安装完成后需要下载模型才可以工作，下面链接给出的是中文模型的地址。

TTS 文本转语音

两天star量破千：OpenAI的Whisper被蒸馏后，语音识别数倍加速

其中，这个语音转文字的 Whisper 模型非常好用。

语音 HeyGen

<...58 59 60 616263 64 65 66 67 ...>

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