文章列表-AI魔法学院

文章列表

prompt中的分隔符号的正确使用方法

这意味着正确使用分隔符号，能够帮助模型更准确地理解指令。

prompt 分隔符

解读wav2lip：探究语音驱动唇部动作的技术原理！

参考帧包含目标人脸的完整外观特征，如嘴唇的形状、颜色和纹理等，用于唇部形状和运动的合成。

wav2lip 语音

一款构建AI数字人项目开源了！自动实现音视频同步！

当我们把爬虫任务交给 UserProxy 后，它会理解任务，然后询问 Assistant 应该如何做，Assistant 会把操作过程告诉 UserProxy，接着 UserProxy 会根据指示在本地安装依赖

AI数字人音视频同步

Stable Diffusion

Stable Diffusion插件：提示词

别着急，支持翻译。

Stable Diffusion 提示词

基于Ollama本地部署谷歌开源Gemma大模型！

Gemma 的名字来源于拉丁语 "gemma"，意为“珍贵的石头”，象征着其在 AI 领域的重要价值。

ollama gemma qwen

StableDiffusion

StableDiffusion模型推荐系列（全能型）

这些模型背后，可是有着大量时间和资源的投入，比如SD1.5版本，耗资高达60万美元进行训练，其中的训练时间更是以万来计算的！

stablediffusion sd 文生图

大模型训练为什么用A100不用4090

问题来了，如果 4090 这么香的话，为啥大家还要争着买 H100，搞得 H100 都断货了？

大模型

SDXL 1.0 | 一文搞定 ComfyUI SDXL1.0 完整流程

2.绘图速度： ComfyUI 对 SD 的优化更好，这意味着在相同的硬件条件下，ComfyUI 可以实现更快的计算速度和更低的显存占用。

大模型

腾讯的 PhotoMaker - 更快更像更可控的 AI Avatar

接着，PhotoMaker将与特定身份标识相关的图像的嵌入乘以一个系数，以控制其在新身份标识中的融合比例。

PhotoMaker 文生图

如何最简单、通俗地理解Transformer？

删除残余连接意味着该信息在第一个注意层之后（初始化之后）丢失，并且使用随机初始化的查询和键向量，位置i的输出向量与其原始输入无关。

Transformer 大模型

如何快速构建GPTs个人知识库应用？

随着技术的不断发展和完善，GPTs将为我们提供更多样化和个性化的智能解决方案。

GPTs 知识库

大模型时代-行业落地的再思考

随着业界把context window越做越大，prompt中可以放下越来越多的领域知识，直接用通用大模型也可以对领域问题有很好的回复。

大模型

【重磅推荐】PaddleOCR：超越人眼识别率的AI文字识别神器！

随着人工智能技术的不断发展，相信PaddleOCR将在更多场景中发挥重要作用，为人们的生活和工作带来更多便利。

PaddleOCR 文字识别

ComfyUI安装及生成第一张图

/venv/bin/python main.py 6、在 Mac 上更新 ComfyUI 在 comfyUI 文件夹中运行以下命令来更新 ComfyUI： git pull 三、试着跑一张图

ComfyUI 文生图

阿里云开源通义千问多模态大模型Qwen-VL，持续推动中国大模型生态建设

业界普遍认为，从单一感官的、仅支持文本输入的语言模型，到“五官全开”的，支持文本、图像、音频等多种信息输入的多模态模型，蕴含着大模型智能跃升的巨大可能。

大模型

<...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