首页
Ai 资讯
Ai 知识库
创作魔法
绘画魔法
视频魔法
训练魔法
Ai术语
Ai提示词
Ai创意图
Ai工具
Ai视频
VIP专区
VIP专区
登录
AI魔法学院客服
最新
排序
收藏
全部
七天内
一个月内
选择分类
全部
写作魔法
绘画魔法
视频魔法
训练魔法
其他
AI工具
VIP视频
推荐阅读
换一批
· 国内厂商语音识别与Whisper评测:现状与概况对比
· 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!
· VividTalk:用一张照片和一段音频让人物栩栩如生地说话
· ComfyUI进阶前必备插件们续
· 国产视频制作之光-可灵:提示词大全整理
· Github上Star数最多的大模型应用基础服务:Dify 深度解读
· 了解Kimi必看的26个问题 | Kimi系列文(二)
· Comfyui工作流管理插件,再也不用保存本地了!
· MindChat心理大模型
· 阿里Qwen3系列模型惊艳亮相
热门标签
Stable Diffusion
stable diffusion
Midjourney
midjourney
ComfyUI
comfyui
ChatGPT
chatgpt
大模型
数字人
开源
人工智能
Sora
文心一言
天工
零一万物
知海图
星火
文心一格
混元
通义千问
盘古
言犀
ChatGLM
Github
微软
热门标签
免费
教程
插件
免费
教程
插件
免费
教程
插件
文章列表
Prompt
超级转化!5个让销售数字飙升的顶级 Prompts!
运用
分
析工具来追踪用户互动情况,并据此调整策略,以最大程度地提升品牌曝光率。”
Prompt
提示
大模型
大模型实践总结
基于目前现有的一些AI框架和大模型,无法充
分
利用3台服务器。
大模型
训练
Stable Diffusion
超详细的 Stable Diffusion ComfyUI 基础教程(二):文生图基础流程
接下来我们去添加关键词输入节点,这时候要注意了,他没有正、反关键词的区
分
,都是用的一个叫“CLIP 文本编码器的节点”。
comfyui
文生图
Stable Diffusion
详解Stable Diffusion提示词prompt语法
一、Prompt 要素 就像我们写作文一样,写 Prompt 也需要具备一些特定的格式,从而得到更好的出图质量 总的会
分
为以下几个方面: 画质 画风 主体 主体属性
SD
prompt
文生图
提示词
Prompt
写不好Prompt?可以先写个粗糙版本,然后让GPT帮助优化。
针对初学者,您有哪些建议或最佳实践可以
分
享,以帮助我避免常见的错误并提高与ChatGPT的互动质量?
Prompt
GPT
第一性原理以及第一性原理是怎么帮马斯克成为首富的
“根据白痴指数来判断,猛禽发动机中做得最好的部
分
是什么?”
马斯克
商业
提示词
精通结构化提示词:如何精确操控指令的作用域与优先级
若某段内容虽字面意思看起来很重要,但与文章整体意思脱节,那么该部
分
可能无法获得较高优先级。
提示词
结构化
RAG
2023检索增强生成技术(RAG)研究进展
,
分
为三大类:1) 预训练模型(例如 RETRO),2) 微调加上 RAG(例如 RA-DIT),以及 3) 推理模式中的 RAG(例如 DSP)。
RAG
检索增强
用AI轻松玩转年度总结PPT
按输出
分
,AI
分
为 对话 AI,图片 AI,视频 AI。
PPT
年终总结
一键部署本地“妙鸭”,证件照,写真照,模特换装全部搞定!
这个插件
分
为“模型训练”、“照片生成”、“视频生成”、“模特试衣间”四大板块。
妙鸭
文生图
企业
初创企业必知的 30种商业模式(附实例)
Google Drive 和Dropbox
分
别会为用户提供 15GB 和 2GB 的免费空间,但如果你要购买额外空间,则会收取费用。
初创
商业模式
阿里
阿里最近推出AI项目的动作太过频繁,脑子跟不上了,事出反常必有妖,盘点一下
Step 2: 补充对视频内容的英文文本描述,然后点击“生成高
分
辨率视频”,视频生成大致需要 2
分
钟。
阿里
大模型
ComfyUI
ComfyUI-DDetailer脸部修复
不过大部
分
时候我们也主要只用到了ta的DD功能。
ComfyUI
脸部修复
教程
用so-vits-svc-4.1进行音色转换的极简教程!
但是无论转换哪种声音,都需要至少采集30
分
钟-1小时的语音干声,这对于普通讲话很好采集,只需要到一个安静的场所,比如录音棚,录制一段语音即可。
so-vits-svc
音色转换
教程
RAG
LangChain - RAG:线上系统多文档要频繁更新,每次都要重新花钱做一次 embedding,老板不批预算,批我...
每次源数据更新了只需要在这一步里面比对一下,更新的 chunk 对应的 embedding 删掉,生成新的插入到原有向量数据库中就好,类似的方法 Elasticsearch 早就在搜索场景种应用,当然如果你向量存储的部
分
直接选用的就是
大模型
<
...
62
63
64
65
66
67
68
69
70
71
...
>
1
2
4
5
6
7
8
9
100