文章列表-AI魔法学院

文章列表

喂饭级 AI’MWISE 启动器安装教程

永久免费使用。

文生图

主流网络爬虫蜘蛛详解

用户在内置于 Windows 操作系统的搜索栏，或 Edge 默认搜索引擎均可直达必应的网页、图片、视频、词典、翻译、资讯、地图等全球信息搜索服务。

爬虫蜘蛛详解

检索增强生成 (RAG):What, Why and How?

关键词搜索是一种简单的检索数据的方法，其中数据根据关键词进行索引，并且搜索引擎返回包含这些关键的文档。

检索增强大模型

爆火的“女孩的一生”，plus版教程它来了

嘿，动画和视频制作的小伙伴们，今天我们来聊聊怎样用animatediff和LCM（Lower Complexity Model）来制作超炫酷的视频。

动画视频 AnimateDiff

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

两天star量破千：OpenAI的Whisper被蒸馏后，语音识别数倍加速

这些视频很多都出自一个名叫「HeyGen」的 AI 应用之手。

语音 HeyGen

【万字长文】LLaMA, ChatGLM, BLOOM的参数高效微调实践

关于tokenizer，LLaMA的训练语料以英文为主，使用了Sentence Piece作为tokenizer，词表大小只有32000。

大模型微调训练

AI数字人：重构人货场的新力量

AI数字人作为生成式AI的一个重要应用领域，正在逐渐成为电商人货场重构的主导力量。

数字人 AI 商业

一键AI换脸！小红书和北大合作的InstantID

在comfyUI可以优化节点的方式使用，减小显存使用。

InstantID 文生图

SD入门教程五：后期处理图片高清放大

· 最关键的是放大算法，那么这么多算法到底有什么用呢，为了节约时间，我直接推荐（ESRGAN系列算法）和（4X-UltraSharp）这几个算法，一般只会用到放大算法1，在特别的需求会使用到放大算法

SD 入门教程修复

人脸识别的开源的项目有哪些？

OpenCV：OpenCV（Open Source Computer Vision Library）是一个广泛使用的计算机视觉库，提供了许多人脸识别算法和工具。

人脸识别开源项目

从声纹模型到语音合成：音频处理 AI 技术前沿 | 开源专题 No.45

，使用各种语音转换 AI (VC，Voice Conversion) 进行操作。

AudioCraft 音频

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

此 SDK 当前处于开发者预览模式，尚未准备好用于生产。

voice agent 开源音视频

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

这种灵活的集成方式，让应用能够更智能地响应用户需求。

GPT-4o 语音交互

SD入门教程六：ControlNet基础入门

有了这些控制参数以及辅助模型，比我们直接用提示词去生成图片输出的结果会更加精准、具体。

ControlNet 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