文章列表-AI魔法学院

文章列表

Fooocus更新了2.3

spm_id_from=333.337.search-card.all.click 老河插件其实中间更新了很多次，只是零零散散的更新点，我就没写了，现在一起简单介绍下。

fooocus 文生图

Roop升级版FaceFusion换脸AI技术使用以及部署教程

Studio: 面向软件开发人员和 Teams 的 IDE 和代码编辑器 (microsoft.com)下载并安装Visual Studio 2022时，只需要勾选通过 Windows 平台开发项，然后点击安装

FaceFusion 教程

AI绘画：InstantID Win11本地安装记录！

我推荐还是用pip吧，conda东西比较多，镜像设置麻烦点。

InstantID Win11 安装

美的数字化转型10年，方洪波的反思。作为领导者的高瞻远瞩与宽广胸襟！

通俗一点就是我们以前是卖一个单个产品，或者是卖个硬件，那么随着数字化的驱动之后，我们掌握的这些数字化的技术、工具和方法后，我们现在卖的是一个集成式的方案，或者是把几个产品整合起来，提供一个局部的、某一个环节的一些解决方案

工作

中文OCR超越GPT-4V，参数量仅2B，面壁小钢炮拿出了第二弹

对于构图繁复、细节丰富的街景识别，MiniCPM-V 2.0 模型抓全景、抓细节、抓重点的能力显然更胜一筹。

MiniCPM 大模型

NEFTune：在Embedding中加入噪⾳提⾼指令微调效果！

}{\sqrt{d α｝｝ ,\frac{L}{\sqrt{d α｝｝] $$ 其中，α为可调节参数，L为输入⻓度，d为Embedding层的维度，具体如下： $$热点文档

NEFTune 大语言模型

惊艳！2.77亿参数锻造出Agent+GPT-4V模型组合，领航AI领航机器人、游戏、医疗革新，通用智能时代你准备好了吗？

实验结果模型预测的动作示例处理复杂场景 GPT-4V在处理如Bleeding Edge等具有第三人称视点和视觉复杂场景的游戏时，展现出了强大的能力。

Agent+GPT-4V 大模型

F5-TTS：上海交大开源超逼真声音克隆TTS，告别ElevenLabs，以后就用它了！实测真的很牛

技术亮点 1、全非自回归架构：传统的文本到语音(TTS)系统多使用自回归模型，这种模型一次生成一个音频片段，处理速度较慢。

F5-TTS 音频克隆

Prompt及AI提问实践

语料准备好了，我们看看一个经典的客服对话场景（用大模型生成的模拟数据）：用户：我上周在你家买了个手机，但今天发现它有点问题，我能退或者换吗？

Prompt 大模型提问

Stable Diffusion

stable diffusion如何确保每张图的面部一致？

之前的文章已经介绍过相关安装方法，大家请点击这个链接移步过去：ControlNet 安装与基本使用方法注意需要将 ControlNet 插件升级到 v1.1.410 这个版本，这个版本支持新的 ControlType

图生图文生图 sd

玩一玩ChatGLM3，1660s即可流畅运行！

打开之后，左下方直接输入问题，点击提交，坐等回答就可以了。

大模型 ChatGLM

大模型微调应用实践，没那么简单，看看曾经踩过的坑

解决方案，对数据并行处理，具体实现参考海量数据高效训练，核心思想自定义数据集本次的主要目标是使向量化耗时随着处理进程的增加线性下降，训练时数据的内存占用只和数据分段大小有关，可以根据数据特点，灵活配置化

大模型

阿里腾讯豪华阵容参投，智谱AI投资版图曝光

可以看到，智谱的投资脉络同清华系背景有着不可分割的关系，这本是意料之中事，但如果我们把眼光放得更远一点就会看到，实际上清华系背景已经在这一轮大模型创业浪潮中成为一个鲜明的标签。

智谱阿里

SD出图新思路

（糊点没关系）第二步： ①打开图生图，将模糊的截图丢进去 ②顺便把之前文生图的关键词也粘过来第三步：采样器和尺寸跟之前的调整一致，重绘幅度可以根据情况调整。

文生图 SD

Stable Diffusion

Stable Diffusion｜提示词高阶用法（二）双人同图

基于作者的意愿将画布分为左右两个等宽的区域，将“Divide Ratio”设为“1,1”， · 第六步：点击

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