文章列表-AI魔法学院

文章列表

Stable Diffusion

硬核解读Stable Diffusion（系列二）

解决这个问题的办法就相对比较简单，就是采用多尺度策略训练，比如NovelAI提出采用Aspect Ratio Bucketing策略来在二次元数据集上精调模型，这样得到的模型就很大程度上避免SD的这个问题

StableDiffusion 文生图

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

与近期作品比较定性的比较定量的比较 MagicPose与最近SOTA方法DreamPose和Disco的定量比较。

MagicPose 视频

6个AI音乐软件推荐，让你学会人工智能AI作曲

OpenAI MuseNet的另一个独特之处在于，它可以模仿像莫扎特这样的著名作曲家，也可以模仿当今的顶级作曲家。

训练音乐

AI 产品榜 · 国内 100 强和出海 20 强

8月整体来看：95.18%的产品在海外，98.18%的流量在海外；国内产品占比4.24%，流量占比0.84%；出海产品占比0.85%，流量占比0.97%。

大模型大模型应用行业分析

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

· 插件：一个库类，用于执行来自特定提供程序的特定任务，例如语音转文本。

voice agent 开源音视频

Stability AI开年首个大模型：专写代码，支持18种编程语言，上下文100K，苹果笔记本离线就能跑

性能方面，Stable Code 3B规模比CodeLLaMA 7B小60%，但性能却大差不差。

Stability AI 大模型

GItHub一款强大、简单、易用的高效的数据处理RPA小工具

在RPA领域中，存在一些细分赛道，每个赛道都侧重于解决特定类型的业务流程自动化需求。

GitHub 数据处理RPA

深度体验3天后，我把腾讯这款copilot锁进了程序坞

搭建个人知识库：除了能搜出答案，ima还有一个特点——边问边看，边搜边记。

copilot ima 知识库

学会这招，一个头像变100种风格！

注意两种效果之间要尽可能比较接近，比如直接从照片风格 Remix 成可爱风就会很难，而从动漫风格过来就比较容易些。

Remix 文生图

构建开源多模态RAG系统

本质上，RAG通过允许模型从外部来源动态检索实时信息，增强了AI响应的特异性。

RAG 大模型

AI绘画：InstantID 一键运行包和在线Colab脚本！

前面已经比较详细地介绍过InstantID。

InstantID 文生图

推荐一个自动生成复杂提示词的模版：思考链（CoT）如何通过分步推理提升AI任务准确性 | 示例详解

为什么需要特定 CoT 不同内容需要生成不同的 CoT，因为每个问题的结构和逻辑不同，需要特定的推理步骤来解决。

思考链提示词

阿里推理模型来了！Marco-o1 发布即开源

它通过思维链（CoT）微调、蒙特卡罗树搜索（MCTS）和反思机制等创新技术，让AI在处理复杂问题时更加得心应手。

Marco-o1 推理模型

全球生成式 AI 应用全景图

1.文本生成：目前技术最成熟的领域，随着新一代大模型的发布，未来将看到更高质量的输出、更长形式的内容和更好的垂直特性； 2.图像生成：过去一年技术进化速度最快的领域，2014年出现生成对抗网络GAN&

大模型

Stable Diffusion

Stable Diffusion 快速创作角色三视图

face_yolov8s.pt 如果不启用 ControlNet 直接出图看看效果有一点点效果，但是三视图的效果不是很好，接着我们设置 ControlNet 第二步：启用ControlNet 上传三视图特征图

SD 三视图文生图

<...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