文章列表-AI魔法学院

文章列表

两天star量破千：OpenAI的Whisper被蒸馏后，语音识别数倍加速

其中，这个语音转文字的 Whisper 模型非常好用。

语音 HeyGen

字正腔圆,万国同音,coqui-ai TTS跨语种语音克隆,钢铁侠讲16国语言

coqui-ai TTS实现跨语种、无需训练克隆语音的方法是基于Tacotron模型，该模型使用了一种音素输入表示来鼓励在不同语种之间共享模型容量。

coqui-ai TTS 语音

如何用AI做LOGO？

不过，使用Stable Diffusion需要一点点门槛：要有一台显卡说得过去的电脑，会下载并安装相应的AI绘画大模型和微调模型（LoRA），模型下载详见文末。

Stable Diffusion 文生图

【提前体验GPT-5】吴恩达AI智能体工作流详细解读

，时长13:40 四种设计模式视频中，吴恩达博士详细解释了智能体工作流实现的4种设计模式，这四种模式分别为反思

GPT-5 智能体

教你用StableDiffusion设计AI数字人

▲分步训练其中，在模型训练上只需要两步。

文生图

SD入门教程四：图生图基础用法

最近流行的LCM模型可以实现实时涂鸦出图。

SD 入门图生图

阿里Outfit Anyone实现真人百变换装

Outfit Anyone 通过利用双流条件扩散模型解决了这些限制，使其能够熟练地处理服装变形以获得更逼真的结果。

Outfit Anyone 阿里

Stable Diffusion

Stable Diffusion 和 Midjourney的优劣势比较，如何选择？

Stable Diffusion是2022年发布的深度学习文本到图像生成模型，它是一种潜在扩散模型，它由创业公司Stability AI与多个学术研究者和非营利组织合作开发。

文生图

生成式AI工作流#产品经理和创业者的秘密武器

如今，随着ChatGPT、Midjourney、StableDiffusion等生成模型带动起来的热潮，AI大模型正逐渐渗透到各种产品和服务中，越来越多的产品经理也在考虑将AIGC（AI生成内容）能力融入到自己的产品中

AIGC 工作流

AI声音克隆 | 最全最简教程（权威版）

如有需要，请看自己开发一个免费的文本转语音小工具如果你觉得功能少，可以使用国内的魔音工坊，但是要收费的哈但这些都不能指定声音转换，所以这里使用声音克隆，来将指定人声训练成模型

声音克隆教程

忘掉 RAG，未来是 RAG-Fusion！搜索的下一个前沿：检索增强生成遇上倒数排名融合和生成查询

工作原理：调用语言模型：该函数调用一个语言模型（在本例中为chatGPT）。

RAG-Fusion 检索增强

Stable Diffusion

Stable Diffusion API

我们拥有 Dream Fields、Dream Fusion 和 Magic3D，这是一系列能够仅从文本生成带纹理的 3D 模型的开创性模型。

文生图 SD

10秒换脸，一张图片够了！SD Roop插件教程

本文旨在帮助用户完成诸如自定义角色、电商模特形象调整等任务。

AI换脸

Stable Diffusion

Stable Diffusion教程：文生图

本文以 Stable Diffusion WebUI 为例，使用方法参考下图： 1、基础模型：选择一个用来生成图片的模型，不同的模型可以生成不同风格的图片。

文生图 Stable Diffusion

收藏！万字长文聊聊LLM Agents的现状，问题与未来

Brain模块承担记忆、思考和决策等内在的任务；Perception模块负责感知和处理来自外部环境的多模态信息；Action模块负责使用工具执行任务并影响周围环境。

LLM Agents

<...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