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

不过，从 HeyGen 现在的火爆程度来看，想用它制作类似视频可能要排很久。

语音 HeyGen

Stable Diffusion

Stable Diffusion | 2D表情3D化，看着笑不停

通过谷歌的emojikitchen制作2D表情，然后通过2D表情在SD里面转换为3D表情。

Stable Diffusion

一本Python爬虫的书，凭什么能畅销10W册

网络爬虫（也称作网页蜘蛛，网络机器人，在英文中又称作 web spider）是一种按照一定规则，自动地抓取互联网信息的程序或脚本。

爬虫 python

Github2.1万星！开发者的“瑞士军刀” 开源！

项目介绍 DevToys 是一个面向开发人员的实用工具集，旨在帮助开发者提高日常工作效率。

DevToys 工具集开源

图解 Transformer——功能概览

作者在系列文章中，介绍了 Transformer 的基本知识，架构，及其内部工作方式，并深入剖析了 Transformer 内部的细节。

Transformer 大模型图解

将任意文本转换为知识图谱

如何从大量工作中创建一个简单的知识图谱？

知识图谱转换文本

教会AI画汉字（ComfyUI篇）

ControlNet模型一个利用qrcode模型的图图融合模型这边是下载链接以及安装方法：总之是一个使用方式非常简单的ComfyUI插件接下来是使用方法再开始构筑工作流之前我们需要先安装插件

comfyui 文生图

AI 绘画新时代：ChatGPT + DALL-E 3

ChatGPT 绘画能力的出现对 MidJourney 来说将是巨大的冲击，这里我想引用一下 @DrJimFan[1] 的观点：多轮对话与人类反馈：DALL-E 3 通过多轮对话作为用户界面

文生图图生图 chatGPT DALL-E

金融领域Prompt工程方法浅析

主要工作包括：确定任务目标，从任务场景角度描绘任务的首要目标，评估形势，查找现有资源，以及制定解决方案过程中考虑到的各种其他的因素，包括风险、局限等。

prompt 大模型

微软最新模型Phi-3 Mini开源登场！小模型，大未来！

Phi-3 Mini 这个AI模型因其较小的体积，在操作上颇为便利，尤其是与其他大型语言模型相比。

Phi-3 Mini 开源模型微软

胎教级SO-VITS-SVC使用教程：人工智能生成歌曲

sd生成的话筒xswl 原始歌曲处理（人声和伴奏分离）如果想要使用孙燕姿的模型进行二次创作，首先需要一段已经准备好的声音范本，然后使用模型把原来的音色换成孙燕姿模型训练好的音色即可这里我们五月天的

音乐

华为盘古画画3.0发布 | PanGu-Draw：业界最大的中文文生图模型，效果YYDS！

这种方法将一个综合的文本到图像模型(表示为)分成两个跨不同时间间隔操作的专门子模型:结构生成器和纹理生成器。

PanGu-Draw 文生图

prompt中的分隔符号的正确使用方法

分隔符号，在与GPT对话时，这些符号的作用更是不容小觑。

prompt 分隔符

MaskGCT：登上GitHub趋势榜榜首的TTS开源大模型

具体来说，使用W2v-BERT 2.0模型的第17层隐藏状态作为语音编码器的语义特征，编码器和解码器由多个ConvNext块组成。

MaskGCT 声音克隆

教你用StableDiffusion设计AI数字人

同时，没有精致的布光和妆造，真实摄像头下的自己也很难有消费或创作欲望。

文生图

<...68 69 70 717273 74 75 76 77 ...>

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