文章列表-AI魔法学院

文章列表

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

对于AI，我们现阶段可以有的态度

未必能如ChatGPT那么神奇，但如果可以接入各自专业领域的微调模型后，或许还是可以做到不错的实用效果的。

文生图

RAG检索增强技术在知识库智能检索场景下的应用实践

3）、指令微调（Instruction Fine-tuning）：通过对模型进行额外的微调，使其更好地理解特定的指令或命令。

知识库 RAG检索增强

OpenAI真的开源了！这波「实时语音」操作，让万物开口说话，我爱了

OpenAI 这 12 天的连续剧大家都追完了吗？

OpenAI 嵌入式实时语音 SDK

「长文」可能是目前最全的LangChain AI资源库之一

[217]•MiniChain[218]: 一个用于使用大型语言模型编码的小型库。

工作

图像作为prompt#IP-Adapter

IP-Adapter是图像提示适配器，用于预训练的文本到图像扩散模型，以实现使用图像提示生成图像的能力。

prompt IP-Adapter 文生图

SD入门教程二：文生图基础用法（提示词）

· 哩布哩布(https://www.liblib.art/): 镜像C站，国内可以浏览，下载大模型非常快。

SD prompt 文生图提示词

一款构建AI数字人项目开源了！自动实现音视频同步！

本周GitHub项目圈选: 主要包含音视频同步、多代理框架、3D对象模型、适用于开发者的演示文档构建工具、网页程序打包、自构建CRUD应用等热点项目。

AI数字人音视频同步

Stable Diffusion

万字长篇！超全Stable Diffusion AI绘画参数及原理详解

1.1 基本术语讲解基础模型（大模型/底模型）：属于预调模型，它决定了AI图片的主要风格。

文生图

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」

模型开始训练后，webui会自动刷新训练日志。

训练

EasyPhoto | 您的智能 AI 照片生成器

为了解决这种不真实的问题，我们引入了稳定扩散模型的图像到图像功能。

训练 EasyPhoto 文生图

不会PS也能做神图？豆包AI绘画全解析，让你的创意秒变艺术品！

豆包的图像生成功能最近做了大升级！

Qwen3

StableDiffusion

深度解析丨StableDiffusion在多个设计场景中的探索与应用

插件模型以及黑白文字图片模型下载推荐使用civitai（国外）以及哩布哩布AI（国内），前者需要特殊网络，下载也比较慢，但是模型丰富，数量极其的多。

文生图

AI换脸工具:facefusion使用心得

选择哪一种模型，可以开启face_debugger模式后，在预览中查看具体的场景的帧，来决定使用对应的人脸修复模型：如果需要大幅度提升模糊或受损图像的清晰度，可以使用 Codeformer

FaceFusion 文生图

<...61 62 63 646566 67 68 69 70 ...>

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