文章列表-AI魔法学院

文章列表

OCRmyPDF—可智能识别PDF文本和图片信息的工具

A格式文件 8、 input_scanned.pdf # 接受PDF输入（或图像

OCRmyPDF 工具

SadTalker数字人常见问题3

SadTalker数字人制作工具，用自带的图片音频可以生成，而用自己的图片、音频生成视频就不行。

SadTalke

Roop参数说明，ROOP->StyleGAN演示！

因为有一些效果图，聊起来就更直观一点。

视频 StyleGAN

用AI做郭德纲说英文相声的爆款视频（详细教程）

郭德纲用英文说相声的短视频火爆全网，单条视频点赞破9.7万，转发量更是高达11.8万，AI的内容形式层出不穷，不断地出爆款，其实这个两周前有出过教程--用这个AI，把视频翻译成30+种语言，丝滑程度，随时能把生意做到全世界

视频翻译语言

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

此外，MagicPose模块可以被视为原始文本到图像模型的扩展/插件，而无需修改其预训练的权重。

MagicPose 视频

一张图看懂IT人的江湖地位

含VDI/IDV/VOI等各种技术路线超融合厂商江湖地位篇仅代表国内市场地位及表现云视频会议江湖地位篇

工作

AI赋能实验室：儿童绘本插图

含义解析：此幻想艺术的儿童插图风格，描绘出一个充满好奇心和顽皮举止的动物角色，将要在一个活力四溢而又神秘的场所开启它的冒险旅程。

插画文生图

Stable Diffusion

深入浅出学习Stable diffusion之线稿转效果图

，T站，吐司首先看一下成果：这是一个白膜图，当然你手绘也可以，以下以专业的景观设计方向为参考：然后两秒出图：当然这里还没有怎么调节VAE，多次尝试滤镜将达到更好的效果

Stable Diffusion 文生图大模型

Stable Diffusion

Stable Diffusion生成图片参数查看与抹除

这篇文章就来专门分享如何查看和抹除图片的参数。

文生图 Stable Diffusion

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

轻松访问 LiveKit WebRTC 会话并处理或生成音频、视频和数据流。

voice agent 开源音视频

Stable Diffusion

Stable Diffusion ControlNet：Reference“垫图”功能，不炼丹也能保持同一人物

+attn：仅参考输入图，自适应实例规范+Attention链接 reference_only：仅参考输入图，今天主要讲这个预处理器。

文生图

图片拖拽神器DragGAN介绍及官方安装文档说明

拖放图像编辑是一项功能强大的技术，它涉及训练生成模型来根据用户提供的指令转换图像。

开源

目前最强图像编辑模型——Nano banana可以免费用了

Pro更好，竞技场地址：https://lmarena.ai/竞技场是一个模型pk平台，发送同一个指令，会由两个模型一起生成，用户可以选择哪个模型生成的更好，选择之后会显示模型名字，而靠一张图片生成

Nano banana 文生图

Stable Diffusion

stable diffusion 远端跑图—— Api基础知识掌握

如果你想用手机或者电脑访问自己的服务器进行stable diffusion（以下简称sd）跑图，学会使用sd的api是必须的技能上个月做了安卓和苹果手机用远端sd进行跑图的几个demo，整体流程很简单

文生图 api

使用python调用comfyui-api，实现出图自由

使用python调用comfyui-api，实现出图自由 1.

comfyui 工作流

<...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