文章列表-AI魔法学院

文章列表

深入探讨：Agent全自动写作长篇小说技术原理解析

前些天，社群里的小伙伴们讨论一个全自动写小说的Agent工具：「gpt-author」。

Agent

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

只需要自己拍点东西，然后覆盖上去，就能变成各种各样的动画了。

ControlNet

ComfyUI王牌！复合生成！必须揉在一起

上期我们讲了利用基于语言到图像的生成网络的GLIGEN模型可以做到指哪打哪的生成。

comfyui 文生图

EasyPhoto | 您的智能 AI 照片生成器

训练完成后，我们可以在推理部分生成图像。

训练 EasyPhoto 文生图

VividTalk：用一张照片和一段音频让人物栩栩如生地说话

最新的突破来自VividTalk项目，这是一个能够将单张照片和一段音频结合起来，创造出仿佛真人在说话的视频的技术。

VividTalk 视频

Roop参数说明，ROOP->StyleGAN演示！

首先，简单说一下，视频的原素材全部由AI生成！

视频 StyleGAN

阿里通义实验室薄列峰：从兵马俑跳“科目三”到照片唱歌，四大框架让AI生成的人物活起来丨GenAICon 2024

人物动作视频生成框架Animate Anyone可基于单张图和动作序列，输出稳定、可控的人物动作视频；人物换装视频生成框架Outfit Anyone是基于服饰图和人物形象；人物视频角色替换框架Motionshop

通义文生视频

LLM大模型推理输出生成方式总结

参数设置：do_sample = False, num_beams = 1 缺点： 1、生成文本重复 2、不支持生成多条结果。

大模型

免训练！单图秒级别生成AI写真，人像生成进入无需训练的单阶段时代

这一创新版本摒弃了传统的人物模型训练过程，能够直接生成 zero-shot 目标人像，引领 AI 人像生成进入了无需训练的单阶段时代。

FaceChain FACT 文生图

教会AI画汉字（ComfyUI篇）

最近，央视公开了一些由ai生成的图片与视频，其中有几张图片非常有趣，成功吸引到了我，那便是这几张由ai与文字相结合的图片，这种奇妙的效果令我十分好奇，于是我便开始找寻相关的插件来达成类似的效果

comfyui 文生图

大模型检索增强生成RAG的优化

如果需要，才检索若干passage，然后经一系列处理生成若干next segment候选。

RAG 检索增强大模型

生成式AI与大语言模型的区别

它可以生成逼真的图像，操纵照片，创建3D模型，自动化电影制作等等。

生成式AI 大语言模型区别

最强国产开源多模态大模型MiniCPM-V：可识别图片、视频，还可在端侧部署

总参数量 8B，单图、多图和视频理解性能超越了 GPT-4V。

minicpm 面壁

GitHub上很火的RPA框架：一款用于验收测试和 RPA 的通用自动化框架robotframework

5.强大的报告和日志功能：Robot Framework 生成详细的测试报告和日志，可以帮助用户分析测试结果和问题定位。

RPA框架自动化

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

<...3 4 5 678 9 10 11 12 ...>

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