文章列表-AI魔法学院

文章列表

开源即巅峰！微软VibeVoice 7B模型：跨语言、多说话人、长文本一次到位

VibeVoice能够合成长达90分钟的语音，支持多达4位不同说话者，突破了传统TTS系统在长度和说话人数上的限制。

VibeVoice 7B 语音

Stable Diffusion

[Stable Diffusion]SD安装、常用模型（checkpoint、embedding、LORA）、提示词具、常用插件

webui 1.6.0 整合版，支持 SDXL，一键启动，带视频教程。

开源模型文生图图生图提示词

中国首份AIGC监管文件正式实施——《生成式人工智能服务管理暂行办法》简析

整体而言，与征求意见稿的“严苛”相比，管理办法更为平衡和合理。

人工智能

秒懂AI-深度学习五大模型：RNN、CNN、Transformer、BERT、GPT简介

1、RNN（循环神经网络）时间：20世纪90年代关键技术：循环结构和记忆单元处理数据：适合处理时间序列数据应用场景：自然语言处理、语音识别、时间序列预测等 RNN是一种神经网络模型，它的基本结构是一个循环体

大模型学习

【开源黑科技】鹅厂PhotoMaker AI绘画工具，一键打造多风格头像！

能根据描述生成符合描述的人物照片。

photomaker 绘画风格

AI绘画Stable-Diffusion风格化实战

模型融合本质上是对多个模型进行加权混合，得到一个合并后的新模型。

Stable-Diffusion 文生图

AI备案实战指引

💡 AI算法备案相关法规 2022年12月11日，《互联网信息服务深度合成管理规定》首次发布。

备案

Stable Diffusion

Stable Diffusion使用Roop插件一键换脸教程

在此先说下我使用的是B站秋叶的WebUI整合包，整合包版本是4.0，WebUI已更新到最新版本1.4版本（有小伙伴说其他低版本暂不支持Roop），运行在Windows，如果是其他整合包，安装过程可能会略微不同

StableDiffusion Roop插件 AI换脸

开源本地化部署的「妙鸭相机」，真的要革了「海马体」们的命了？｜手把手教你搭建「妙鸭相机」

算法详细信息架构概述在人工智能肖像领域，团队希望模型生成的图像逼真且与用户相似，而传统方法会引入不真实的光照（如人脸融合或roop）。

训练

基于 OpenAI Whisper 模型的实时语音转文字工具

是一款专注于音频处理和创作的开源软件，使用 OpenAI Whisper 模型将语音输入转换为文本输出，可以用于转录麦克风的实时音频输入和预先录制的音频文件，为艺术家和音乐制作人提供了一个强大的平台，用于实时音频处理、效果制作和声音合成

WhisperLive 音频开源软件

终极福利：15个中文AI写作提示词帮你覆盖所有主流写作场景！！！

2、优化标题以符合SEO标准，帮助提高搜索引擎的排名。

写文章

AI落地里那些假的机会

这时候最适合用波特五力模型。

大模型

必看！ComfyUI故障应对指南，让您轻松应对每一个挑战

根据我的经验，大部分问题主要集中在各种自定义节点的安装和模型下载上。

ComfyUI 故障应对

自从prompt用了示例演示，GPT的输出稳定性达90%

提高准确性的必要性 · 示例通过提供具体的情境，帮助GPT更好地理解复杂或抽象的问题，从而生成更符合预期的回答

prompt 提示词

比 Roop 和 Reactor 更像！IP Adapter 新模型为任何人做写真

本文将介绍它配合 SDXL 模型的安装和使用。

IP-Adapter 文生图

<...60 61 62 636465 66 67 68 69 ...>

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