文章列表-AI魔法学院

文章列表

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

将任意文本转换为知识图谱

这些信息通常存储在图形数据库中并可视化为图形结构，从而产生了知识“图形”一词。

知识图谱转换文本

再也不用担心 AI 图片脸崩手崩了

接着回到 WebUI 文生图或图生图的界面，就可以看见 ADetailer 出现在列表中啦。

ADetailer 安装文生图

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

身体姿态估计旨在识别出给定图像中人或者动物实例身体的关键点，除了典型的身体骨骼关键点，还可以包括手、脚、脸部等关键点，是计算机视觉领域的基本任务之一。

ViTPose+Transformer 身体姿态

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

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

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

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

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

Ollama的本地化又一图形工具ChatOllama，让你轻松玩转ollama，ChatGPT

ChatOllama是一款ollama图形化管理工具，集成了ollama，OpenAI，可以实现ollama的模型管理，系统指令管理，知识库管理，AI聊天等功能，功能方面与Open WebUI类似，作者在不断改进优化功能

ChatOllama 安装

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

背后原理目前的多模态大模型几乎都是用 CLIP 作为 Vision Encoder 或者说视觉词表。

OCR 手写文字识别

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

（ControlNet实现了根据提示词精准控制图像元素改变，如人物动作、图像结构等）根据给到的提示词，它仅改变视频的画风，而且是针对完整视频。

ControlNet

<...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