文章列表-AI魔法学院

文章列表

Learn Prompting-基础篇

为了让模型做到这一点，您可以向它展示一些示例：通过向模型展示正确的输出格式示例，它就能够为新的文章生成正确的输出结果。

prompt

Insanely Fast Whisper：超快的Whisper语音识别脚本

项目简介这篇内容介绍了OpenAI的Whisper Large v2语音转录模型的超快速能力。

音频 Whisper

Stable Diffusion

硬核解读Stable Diffusion（系列三）

首先是模型结构方面，SD 1.x版本的text encoder采用的是OpenAI的CLIP ViT-L/14模型，其模型参数量为123.65M；而SD 2.0采用了更大的text encoder：基于

Stable Diffusion 文生图

动画制作工具AnimateDiff用法详解

AnimateDiff 使用控制模块来影响Stable Diffusion模型。

AnimateDiff 视频训练

必读！RAG好用的3种Router

PolyRouter与Moe的区别 · MoE架构包含一组专家模型，这些模型被训练以专门处理不同的数据区域，同时还有一个门控网络模型，负责确定每个专家对最终预测的贡献 · LM路由方法可以视为MoE

RAG Router

向量数据库失宠了？OpenAI 力捧检索增强生成（RAG）技术，对行业来说意味着什么？

大语言模型尽管具有所有语言能力，但缺乏掌握“现在”的能力。

检索增强生成大语音模型

ComfyUI安装教程

你首先需要做的是获取一个模型检查点，用于生成你的图像。

ComfyUI安装

Stable Diffusion

Stable Diffusion图生图（真人转动漫）

二、实操案例 1.图生图示例-02 Stable Diffusion 模型：2.5D动漫V1.0_V1.0.safetensors 外挂 VAE 模型：vae-ft-mse-840000-ema-pruned-small.vae.pt

StableDiffusion 图生图

阿里出品自动化视频剪辑工具FunClip！

它依托于阿里巴巴通义实验室的FunASR Paraformer系列模型，实现了视频中语音的自动识别。

FunClip 视频阿里

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

目前市场上的 AI 写真大多采用“训练+生成”的两阶段模式，既需要庞大的形象数据支撑，也需要一定的训练时间。

FaceChain FACT 文生图

Stable Diffusion

OpenAI救了Stable Diffusion！开源Dall·E3同款解码器，来自Ilya宋飏等

上半年这个模型开源时就引发业内震动，被评为能“终结扩散模型”。

SD 文生图 DALLE

腾讯开源的数字人MuseTalk到底行不行？

MuseTaIk是由腾讯团队开发的先进技术，它是一个实时高质量的音频驱动唇部同步模型。

MuseTalk 数字人音频

万物皆可替换！阿里【ReplaceAnything】，支持在线体验！

这就是阿里最新发布的一款大模型——ReplaceAnything。

ReplaceAnything 文生图

Sora物理悖谬的几何解释

Sora声称“作为世界模拟的视频生成模型”，豪气干云。

Sora 解释

爆肝两天！ChatGPT+提示词解决知识库目录混乱

检索效率低下：传统的知识库往往依赖于关键词或标签进行搜索，但由于标签的不规范或描述的模糊性，使得检索结果经常不尽人意。

智能分类大模型知识库

<...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