文章列表-AI魔法学院

文章列表

再也不怕合照缺人，Anydoor为图片编辑开了一道「任意门」

2307.09481.pdf · 项目链接：https://damo-vilab.github.io/AnyDoor-Page/ 例如，想让这只柯基按照涂鸦的姿势，在墙角站卧坐躺，没有问题

Anydoor 文生图

中文版开源Llama 2同时有了语言、多模态大模型，完全可商用

试用地址： https://huggingface.co/spaces/LinkSoul/Chinese-Llama-2-7b 比如你能够以英文提问，并让它用中文回答：或者直接中文对话

开源模型

数字人起飞！字节Loopy对口型功能在即梦上线可根据语境匹配表情和情绪

字节跳动和浙江大学的科研团队联合开发的基于音频驱动的视频扩散模型LOOPY完美解决了这个问题。

Loopy 视频

「Agent」通俗易懂地聊聊AI Agent（附66个开源+44个闭源Agent项目）

ensp; 代理学习调用外部 API 来获取模型权重中缺失的额外信息（通常在预训练后很难更改），包括当前信息、代码执行能力、对专有信息源的访问等

大模型

【语音识别】OpenAI语音力作Whisper

A：因为许多ASR的训练语料都对转写文本做了标准化，比如删除或规范化了从音频信号中难以预测的方面，例如复杂的标点符号（感叹号、逗号和问号）、格式化空白（例如段落）或风格大小写等方面。

语音转文字 whisper

使用自己的数据训练清华ChatGLM2-6B 模型

o • train.json文件是用于训练模型的数据集,里面包含了许多模拟的用户问答对,格式如您所述,每个样本包含一个"content"键表示问题文本,"summary"键表示对应的答案文本

ChatGLM2-6B

Stable Diffusion

SD入门教程一：Stable Diffusion 基础（技术篇）

要解答这个问题，首先要理解什么是潜空间？

Stable Diffusion 文生图

ChatGPT实用指南|ChatGPT十步搞定论文【全流程+提示词】

这种方法可以帮助你从不同角度审视自己的工作，确保论文内容不仅对专业读者有价值，对一般读者也具有可访问性和吸引力。

ChatGPT 写作提示词

解玄：共相、道、基类与战略

名实问题其实非常关键，唯物唯心、知与行的关联等如果溯本回原都可能需要回到这里，所以从这里开始说玄。

玄学科学

SDXL 1.0 | 一文搞定 ComfyUI SDXL1.0 完整流程

ensp; 第一点，都知道 SDXL 有两个模型，base 和 refine，在 A1111 上面来回切换实在太麻烦了，光切个模型都得几分钟，但是在 ComfyUI 就没有这个问题

大模型

ComfyUI学习笔记：插件安装

点击 Install Custom Nodes后，会去github上的插件列表里加载可用的插件：命令行窗口里会显示细节：这时候可能会出现经典的连接超时问题

comfyui 插件绘画

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

想象一下，这个智能量子计算机玩具不仅能回答问题，还能通过屏幕显示表情，让互动更加有趣。

GPT-4o 语音交互

免费文生图工具StableDiffusion喂饭级使用教程

启动器安装启动器为独立于SD本体的一个小工具，将这个工具按照视频中的方式部署到SD文件夹中再打开它，它就能解决绝大多数的后续问题。

文生图 SD

详解 Diffusion (扩散) 模型

问题在于扩散模型是潜变量模型，其形式如下：正如你所想象的，这种形式没有封闭的解决方案。

Diffusion 开源模型

从 ChatGPT 系统提示中，分享几个拿来就能用的prompt提示工程技巧

4、经常举例以巩固指示这一个主要讲的就是我上一篇文章写的思维链提示中的少样本提示，具体可以查看这篇：普通人如何轻松提问AI，一步到位写出动人散文

ChatGPT prompt

<...63 64 65 666768 69 70 71 72 ...>

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