文章列表-AI魔法学院

文章列表

Stable Diffusion

stable diffusion如何确保每张图的面部一致？

之前的文章已经介绍过相关安装方法，大家请点击这个链接移步过去：ControlNet 安装与基本使用方法注意需要将 ControlNet 插件升级到 v1.1.410 这个版本，这个版本支持新的 ControlType

图生图文生图 sd

大模型微调应用实践，没那么简单，看看曾经踩过的坑

对比之前的AI（小模型意图、话术策略）+人工模式，发现之前的初始阶段通过率高些，初步判断可能是用户说的太发散，大模型不好收敛。

大模型

分享使用SDXL 1.0模型的一些技巧和心得

大家务必留意这一要点。

文生图

大模型+人形机器人，是不是下一个风口？

RT-2是一个全新的视觉+语言+动作（VLA）模型，可以从网络和机器人数据中学习，并将这些知识转化为机器人控制的通用指令。

大模型

手把手教你用 SD 生成文字形状的光线，用来做营销宣传图非常有效

注意：这个视频需要你有Stable Diffusion的使用基础，因为在基础部分我不会讲的太细。

图像文字 ControlNet Stable Diffusion

扣子更新图像流功能，字节版 ComfyUI 来了！

运行的速度非常快，效果也非常满意，确实图像放大了也抠的特别好。

ComfyUI 图像流文生图

大模型高效微调：🤗 PEFT 使用案例

notebook_login notebook_login() model.push_to_hub("my_awesome_peft_model") 这只保存了已经训练的增量🤗 PEFT权重，这意味着存储

大模型

MaskGCT：登上GitHub趋势榜榜首的TTS开源大模型

我们使用Llama风格的Transformer作为模型的主干，结合门控线性单元（GLU）和GELU激活函数、旋转位置编码等，但将因果注意力替换为双向注意力。

MaskGCT 声音克隆

打造音乐传奇：Suno推出音乐生成模型Suno V3，让每个人都能成为作曲家

团队具备扎实的技术深度，更怀揣音乐之梦，音乐创作的热爱激发了他们无穷的创意。

suno 歌曲音乐

让AI记住你说的话、让AI给你生成几十万字的小说！StreamingLLM 让无限长token成为可能

这意味着，当一个用户输入的文本超过了这个长度限制时（即使是分成多个不同的输入），LLM就会开始降低性能，也就是说，输出的质量会变得更差。

StreamingLLM 写作

Stable Diffusion

Stable Diffusion生成图片参数查看与抹除

注意：这个处理工具默认是处理完毕后直接替换原来的图片，所以如果你还想保留原来的图片，记得先复制一份。

文生图 Stable Diffusion

如何提升 GPTs 的翻译效果？

GPT 意译在长时间的沉寂之后，我重新翻开了我的日记。

GPT 翻译

向量数据库不是一个单独的数据库分类

如果使用独立的向量数据库，比如Pinecone，就意味着可能要在两个数据库之间跨地区传递数十亿个嵌入。

大模型向量数据库

如何免费打造自己的数字人主播：StableDiffusion插件SadTalker打造本地数字人主播

Ffmpeg加压缩到某个目录，然后在windows环境变量中设置一下即可，注意添加的是ffmpeg的bin目录路径。

数字人

PDFTriage:面向长篇结构化文档的问答

在这两种情况下,都需要表示文档结构才能识别相关上下文并回答问题。

大语言模型 PDF 文档

<...66 67 68 697071 72 73 74 75 ...>

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