文章列表-AI魔法学院

文章列表

Stable Diffusion

Stable Diffusion基础：ControlNet之细节替换

作为 ControlNet，它会对参考图进行分块，并识别出区块内的对象。

StableDiffusion 文生图

令人惊艳的开源图标生成AI模型：ChartLlama （南洋理&腾讯）

制作图表是一件既费时又费力的事情，需要掌握各种软件和技巧那么，能否使用AI大语言模型来生成图标呢？

ChartLlama 开源模型图标

姚班天才开发《完蛋！我被大模型包围了》游戏爆火，一日用户过万挤爆服务器

作者范浩强，旷视6号员工。

大模型游戏

中国AI大模型，应该如何商业化

这种模式中，企业构建包含开发工具、AI服务、流程化的平台，而大模型只是平台中的一个组成部分。

大模型 AI

大模型应用发展的方向｜代理 Agent 的兴起及其未来（上）

许多研究工作利用LLMs作为构建AI代理的基础，并取得了重要进展。

大模型

爆火「视频版ControlNet」开源了！靠提示词精准换画风，全华人团队出品

包括水流也能很好跟踪，整个流体动向都没有被改变。

ControlNet

一文看懂RAG：大语言模型落地应用的未来

这个时代见证了RAG的基础工作主要集中在优化预训练方法上。

rag 检索增强

超越Animate Anyone! 南加大&字节提出MagicPose，不需任何微调就可生成逼真的人类视频

v=VPJe6TyrT-Y 论文阅读 MagicPose:现实的人类姿势和面部表情重新定位与身份意识扩散摘要在这项工作中，我们提出了MagicPose，这是一种基于扩散的模型

MagicPose 视频

全球最强长文本大模型，一次可读35万汉字：Baichuan2-192K上线

首先从应用的角度来看，使用大模型来提高生产力的很多工作者都不免要处理很长的文本，比如律师、分析师、咨询师等，上下文窗口越大，这些人能用大模型做的事情就越广泛；其次，从技术的角度来看，窗口所能容纳的信息越多

Baichuan2 百川开源

AI虚拟主播数字人技术实现Wav2Lip

注：本案例涉及到所有内容，包括教程、图片、视频、Wav2Lip等均集中打包分享给大家，可自行复现。

数字人视频

从声纹模型到语音合成：音频处理 AI 技术前沿 | 开源专题 No.45

此外，AudioCraft 还包括深度学习研究中使用到的 PyTorch 组件以及开发出来各个模型所需训练流程管道等内容，并提供 API 文档、常见问题 FAQ 等信息。

AudioCraft 音频

AI Agents大爆发：软件2.0雏形初现，OpenAI的下一步

API-Bank API-Bank 是用于评估工具增强 LLM 性能的基准，它包含了 53 个常用的 API 工具、一个完整的工具增强型 LLM 工作流程，涉及到 568 个 API 调用的

agent

20%杨幂+80%霉霉=？这款“人脸拼接”的AI应用还能这么玩

兼容预训练模型：InstantID作为一个插件，可以无缝集成到流行的预训练文本到图像扩散模型中，如SD1.5和SDXL，而不需要额外的微调。

InstantID 文生图

使用思维链写Prompt

思维链有多种形式，其中最简单，最流行的一种就是在提示语中加入“让我们一步步来（Let's think step by step）”的说法。

思维链 prompt

AI换脸：FaceFusion 3.5.0更新，解决老版本无法使用问题！

Conda 提供了更健壮的依赖项管理，简化了设置和维护流程。

FaceFusion 文生图

<...65 66 67 686970 71 72 73 74 ...>

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