文章列表-AI魔法学院

文章列表

用so-vits-svc-4.1进行音色转换的极简教程！

声音转换，通常需要经过以下几步： · 1 声音处理 · · 2 主模型训练 · · 3 推理 ·

so-vits-svc 音色转换教程

基于秋叶整合包-StableDiffusionWebUI启动器快速安装ComfyUI

同时，当生成高清图片时，ComfyUI也能够更好地管理显存，避免出现爆显存的情况。

秋叶整合包

阿里云王坚：中国AI不惧R2迟发！靠「群体智能」破局：算力不是瓶颈，但AI应用层急需炸开OpenAI想象围墙！不看好硅谷抢人乱象

主持人随后追问了一个犀利的问题，直接问他怎么看 DeepSeek 迟迟没发布第二款推理模型。

阿里云 AI

说真的，SDXL究竟藏着多少秘密，也许没人知道

探索功能，线上部署，更新工作流……我只想告诉你，SDXL不是一个绘图模型那么简单，在它里面，隐藏着太多不为人知的秘密。

文生图

微软打破Decoder-Only架构！大幅降低GPU内存需求，网友：把Llama3 70B弄20GB GPU上运行

推理大幅度省省省实验阶段，研究人员将YOCO模型与同体量的Transformer模型进行比较。

Decoder-Decoder YOCO 架构

被时代选中的智谱 AI：成为 OpenAI，超越 OpenAI

因此，这个预训练模型的显著特点是单一模型能够处理多个任务，从而用更低的成本来支持更多上层任务。

智谱 AI

数字人：从科幻走向现实的技术革命

1.计算机图形学：通过高级建模和渲染技术，计算机图形学可以创建出高度逼真的数字人形象。

数字人语音

Stable Diffusion

Stable Diffusion 年龄转换神器，一键变大变小

主要原因还是因为模型训练时的参考图片数据不够精准，从而对年龄的训练并不到位。

Stable Diffusion 文生图

F5-TTS：上海交大开源超逼真声音克隆TTS，告别ElevenLabs，以后就用它了！实测真的很牛

不需要复杂的设计如持续时间模型、文本编码器和音素对齐，能够快速训练并实现实时因素（RTF）0.15的推理速度，显著优于当前基于扩散的TTS模型。

F5-TTS 音频克隆

开源本地化部署的「妙鸭相机」，真的要革了「海马体」们的命了？｜手把手教你搭建「妙鸭相机」

同样也是通过5-20张自己照片的训练，本地部署的模型就能通过EasyPhoto推理出堪比「妙鸭相机」的写真风照片。

训练

8月份最火的 5 个 GitHub 项目

本期推荐开源项目目录： 1.

下载

AIGC工具提示词技巧

7、在书写提示词时，常用的分隔符包括但不限于以下几种：“|”：用于分隔指令和上下文，有助于模型更好地理解何时切换到不同的任务或上下文；“#”：用于分隔指令和上下文，有助于模型更好地理解何时切换到不同的任务或上下文

AIGC 提示词

SD入门教程四：图生图基础用法

同理，图生图也是由参考图与提示词以及图像模型共同组合完成的，通过提示词去控制原本的图片进行二次创作，从而减少图片生成的随机性，更好地满足我们的需求。

SD 入门图生图

检索增强生成(RAG)有什么好的优化方案

图1 RAG工作流程（with memory）从RAG的工作流程看，能优化的模块有：文档块切分、文本嵌入模型、提示工程优化、大模型迭代。

RAG 检索增强生成

Stable Diffusion

免配置、免翻墙，Stable Diffusion平替来了！

整合模型：获取可用于制作图像的模型（包括由Leonardo团队和社区制作的模型） 4.训练和数据集：你可以训练模型，这次这个功能先不讲，感兴趣的同学可以去官网了解，据说是LeonardoAI

LeonardoAI 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