文章列表-AI魔法学院

文章列表

腾讯开源的数字人MuseTalk到底行不行？

该模型能够根据输入的音频信号，自动调整数字人物的面部图像，使其唇形与音频内容高度同步。

MuseTalk 数字人音频

Prompt屠龙术-思维链

COT (Chain of Thought) 本文介绍prompt工程中的屠龙术之一：思维链，这是一种能极大提升大模型输出质量的技术。

Prompt 思维链

Stable Diffusion

【Stable Diffusion】高效率视频转AI动画！EbSynth插件全流程操作

下载完成之后，将压缩包解压到一个文件夹里即可，这个软件我们要到最后几步才能用到，先留在这里。

AI编程 EbSynth 动画

如何拥有你的卡通形象？ComfyUI-workflow

它包括了15个模块，每个模块都有不同的功能。

ComfyUI-workflow 文生图

提示词框架：BROKE

不使用任务框架的话可能对话多次都得不到满意的结果。

BROKE 提示词

一文带你认识ELMo

最简单的理解就是：将词进行向量化表示，实体的抽象成了数学描述，就可以进行建模，应用到很多任务中。

embedding

ComfyUI官方使用手册【官网直译+关键补充】

在这里，对不同调节的扩散模型输出（即构成调节的所有部分）进行平均，而调节（平均）节点则是在调节内部存储的文本嵌入之间进行插值。

文生图图生图 comfyui

Stability AI开源上新：3D生成引入视频扩散模型

§ SV3D_p：扩展了SV3D_u的功能，可以根据指定的相机路径创建3D模型视频。

sv3d 建模

Whisper对于中文语音识别与转写中文文本优化的实践(Python3.10)

阿里的FunAsr对Whisper中文领域的转写能力造成了一定的挑战，但实际上，Whisper的使用者完全可以针对中文的语音做一些优化的措施，换句话说，Whisper的“默认”形态可能在中文领域斗不过

Whisper 语音优化

RAG从入门到精通-RAG简介

这种设计既发挥了LLM强大的语言生成能力,又规避了其知识更新的困境,使之能更智能地回答各类问题,尤其是需要外部知识支持的问题。

rag 大模型

ComfyUI学习笔记：插件安装

，相对熟悉常用功能，对使用ComfyUI是非常有帮助的。

comfyui 插件绘画

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

AI 换脸——Deepfacelab 下载与安装，新手教程

AI 换脸就是采用生成式对抗网络（GAN, Generative Adversarial Networks ）的人工智能算法，第一次接触是冯·诺依曼研究的博弈论，在这里不再深入探究，大家有兴趣可以去了解

Deepfacelab 换脸

使用这个工具后，我将 RAG 的准确性和召回率都提高了两倍！

文本搜索的局限性文本搜索的限制是它仅限于单个字符串的复杂查询，牺牲了表达能力，无法使用关键词、过滤器和其他高级功能。

RAG 大语言模型

8月份最火的 5 个 GitHub 项目

使用 Fooocus 不需要费力吧啦的调参，更注重任何计算机的交互，它自动为你做了很多自动化的操作，哪怕你不了解 Midjourney 很多调参技巧，也能输出令人惊艳的图片。

下载

<...67 68 69 707172 73 74 75 76 ...>

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