文章列表-AI魔法学院

文章列表

45个 DALL-E 3 使用案例 (附提示词)

借助于 Transformer 模型优秀的自然语言能力，它可以精准地理解你的设计需求，并近乎如实地反映在画面上。

DALL-E 提示词文生图

AI虚拟主播数字人技术实现Wav2Lip

本文主要实现图片说话（如下图的蒙娜丽莎）、视频融合语音（这里的核心都是人物口型与音频中的语音唇形同步）。

数字人视频

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

上海交大开源的F5-TTS实测下来确实是还不错了。

F5-TTS 音频克隆

颠覆数据存储方式：向量数据库的威力

它主要基于向量相似度搜索，可以更快速地处理大规模的高维数据。

编程数据库

超越Animate Anyone! 南加大&字节提出MagicPose，不需任何微调就可生成逼真的人类视频

v=VPJe6TyrT-Y 论文阅读 MagicPose:现实的人类姿势和面部表情重新定位与身份意识扩散摘要在这项工作中，我们提出了MagicPose，这是一种基于扩散的模型

MagicPose 视频

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

一张图看懂IT人的江湖地位

本文转自公众号特大号大模型江湖地位篇不包括非国产大模型公有云服务商江湖地位篇仅代表国内市场地位与表现

工作

SD入门教程六：ControlNet基础入门

从上图可以看到，我们在使用 ControlNet 的时候，会先将 text prompt 和图片一起输入到 ControlNet 的模型中，然后 ControlNet 的模型会生成一张 latent

ControlNet 文生图

FaceSwapLab，截止2023年8月最好用的一键换脸工具

出现这个问题的原因是AI绘画的人物脸部不同角度时，模型比较难适配完美。

一键换脸

让AI记住你说的话、让AI给你生成几十万字的小说！StreamingLLM 让无限长token成为可能

如今全世界有很多公司都在研究AI大模型（LLM）。

StreamingLLM 写作

【重磅推荐】PaddleOCR：超越人眼识别率的AI文字识别神器！

2.多语言支持：PaddleOCR支持多种语言，包括中文、英文、日文、韩文等，满足不同国家和地区的需求。

PaddleOCR 文字识别

它来了！SDXL + ControlNet 终于强强联合！

那么大家可能就会会有疑问了，老版本的 ControlNet 模型能不能在 SDXL 中使用呢？

SDXL

pdf2htmlEX：效果相当好的一个PDF转HTML程序，和原始PDF几乎一模一样。

来自其他分支的许多更改和改进已被纳入：许多错误修复，大部分是边缘情况集成最新的Cairo代码超出源构建重写了模糊/部分模糊文本的处理 -

PDF转换

本地部署操作AI抠图软件

百度飞桨PP的 PaddleSeg内置了两个模型 PP-Matting 和 PP-MattingV2。

抠图

固定的“魔咒”：正负面质量标准化提示词

fingers, extra digit,bad hands, missing fingers, (((extra arms and legs))), *广泛适用于写实及二次元风格，可以考虑搭配不同模型使用

提示词 prompt 绘画文生图

<...59 60 61 626364 65 66 67 68 ...>

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