文章列表-AI魔法学院

文章列表

栩栩如生,音色克隆,Bert-vits2文字转语音打造鬼畜视频实践

BERT的核心思想是通过在大规模文本语料上进行无监督预训练，学习到通用的语言表示，然后将这些表示用于下游任务的微调。

Bert-vits 语音

对于AI，我们现阶段可以有的态度

不要被某些账号内容误导了，什么动动鼠标，给几句提示词就能让AI帮你又是写代码、又是建网站、又是出多么美妙的画面......。

文生图

在SD中一键换脸！！！

downloads/，点第一个Community 免费下载点击安装，启动后勾选 Phyhon开发、使用C++的桌面开发，其他的都不要动然后点击右下角安装（我这里已经安装过了，因此按键显示的为修改

AI换脸

搭建程序员自己的在线工具库 it-tools

作为程序员，在日常工作中，需要借助一些工具来提高我们工作效率，鄙人日常用得最多的工具，有JSON格式化,SQL格式化,XML格式化,JSON转Execl等等。

开源项目工具类

Westlake - Omni：西湖心辰推出的全球首个开源的中文情感端 - 端语音交互大模型

统一模态处理Westlake - Omni采用独特的离散表示法，成功地将文本和语音模态统一处理。

Westlake -Omni 语音

通俗解读大模型微调(Fine Tuning)

用好大模型的第一个层次，是掌握提示词工程(Prompt Engineering) ，《人人都需要掌握的Prompt Engineering技巧》一文中有详细的介绍，这里不再赘述。

大模型微调

RAG从入门到精通-RAG简介

第一阶段是知识索引,需要事先将文本数据进行处理,通过词嵌入等向量化技术,将文本映射到低维向量空间,并将向量存储到数据库中,构建起可检索的向量索引。

rag 大模型

为什么说AI现在还不行！

也正因此最近写了几篇文章都在提应该以一种更加理性的态度来看待AI的进展，甚至设想了一种测试智能程度的方式：图灵测试2.0。

大模型

FFmpeg之父新作——音频压缩工具 TSAC

其原理和我们之前介绍的突破压缩极限的AI语音编解码器类似，使用深度学习网络进行压缩，TSAC这里引入Transformer结构来提升性能。

TSAC 音频工具

京东开源普通话数字人JoyHallo，一口流利标准普通话还会讲英语

同时，提出了一种半解耦结构，旨在捕捉嘴唇、表情和姿态特征之间的关系。

JoyHallo 数字人开源模型

Stable Diffusion

超详细的 Stable Diffusion ComfyUI 基础教程（三）：Refiner 细化流程

关键词输入： ①既然有了模型，那我们就需要去连接关键词了，毕竟 refiner 细化也需要关键词作为基础的，我们说过，作为输入是不能被多个连接的，也就是说我们不能让 refiner 去连接正、反关键词

comfyui 文生图

AI绘画：InstantID 一键运行包和在线Colab脚本！

下面就来演示一下如何使用一键运行包。

InstantID 文生图

垂直领域大模型的思考

继续预训练重要的一步通过继续预训练能给通用的大模型注入领域知识，领域内的专业词能更充分的学习。

垂直领域大模型

全球六大主流自动PPT制作工具

实时协作功能更加稳定，但价格较贵 4、mindshow （地址：https://www.mindshow.fun/） MindShow是一款智能在线PPT生成器，通过AI技术根据用户提供的大纲自动设计专业的演示文稿

自动PPT 工具

免费的文本生成视频解决方案：AnimateDiff下载-可用于StableDiffusion的webui以及ComfyUI

与传统的 Stable Diffusion 模型训练方式不同，AnimateDiff 通过短视频训练来提高图像连续性，使得每张生成的图像都能经过微调，最终拼接成连贯的视频

视频生成文生视频

<...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