文章列表-AI魔法学院

文章列表

ComfyUI安装及生成第一张图

在此页面上下载 7-zip或使用此直接下载链接。

ComfyUI 文生图

40个prompt，让你成为麦肯锡高手

蓝海战略： “使用蓝海战略评估[我的商业决策]，考虑如何利用创新和差异化来创造一个独特的市场空间，避免与竞争对手直接竞争。”

prompt

一个令人惊艳的图片高清化重绘神器：SUPIR来了！

效果对比如下：使用方法基本使用 SUPIR使用起来很简单，只需要4步，如下图所示：第1步：上传一张待处理的照片，这里以百度贴吧中“弱智吧”的Logo为例。

SUPIR 文生图

30 多年前被 Windows、Linux “灭掉”的操作系统 MS-DOS 4.0，微软在 GitHub 上开源了！

那时，科技巨头 IBM 拟定一份合同，想要一次性支付约 8 万美元，从微软手中购买 MS-DOS 操作系统的永久使用权，用于即将推出的个人电脑。

MS-DOS 4.0 开源模型微软

WeChaty：强大的微信个人号机器人SDK

除了 Node.js，WeChaty 还提供了 Python 接口，为 Python 开发者提供了使用 WeChaty 的便捷方式。

微信接口

学术党狂喜，Meta推出OCR神器，PDF、数学公式都能转

在推理过程中，使用贪婪解码生成文本。

大模型

精通百种语言的翻译AI来了！Meta推出，免费、开源！

而且，SeamlessM4T使用了最先进的AI技术，可以在几秒钟内完成翻译。

大语言模型

阿里&字节发表VividTalk，只需单张照片即可根据音频生成栩栩如生的人物说话头像视频

我们的方法使用基于3d的(混合形状和顶点)而不是基于2d的信息作为说话头生成的中间表示。

VividTalk 视频

领域大模型LLM训练Trick

问题二：领域数据训练后，通用能力往往会有所下降，如何缓解模型遗忘通用能力？

垂直训练大模型

最强开源数字人对口型系统介绍

使用过原版开源的Wav2Lip的都知道，原作者使用分辨率很低的图像数据集训练的模型，嘴部特别清晰，基本没啥价值，但是这个框架和算法倒是不错，如果想得到高清模型，得付出相当大的精力去收集高清数据集从头训练

数字人开源模型

AI绘画：InstantID 一键运行包和在线Colab脚本！

所谓一键运行包，就是不用各种配置，也不用联网，也没使用量和使用频率限制，甚至没有XX限制的，具有极高自由度的可以快速运行的软件包。

InstantID 文生图

深入浅出：大语言模型中必不可少的技术——Embedding简介

在那个时候，人们开始尝试使用神经网络来学习单词的embedding表示。

embedding

如何估计大模型所需要的显存大小？HuggingFace发布Model Memory Calculator，一键计算大模型显存需求

; · 使用

大模型

Stable Diffusion

造梦师手记：腾讯加入Stable Diffusion的ControlNet模型开发，效果艳丽

当然，这只是使用者的角度，原作者还是成本（时间、精力等成本，费用反而不算高）很高的。

Stable Diffusion

MaskGCT：登上GitHub趋势榜榜首的TTS开源大模型

文本到语义模型：使用文本和提示语义标记预测语义标记。

MaskGCT 声音克隆

<...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