文章列表-AI魔法学院

文章列表

StableDiffusion升级版SDXL：一键运行包ComfyUI和18G模型分享！

软硬件要求：操作系统 Win10/WIN11/Linux 内测 16GB RAM 显卡 Nvidia RTX20+ ，AMD (Linux) 显存 8GB+ RAM 这是官方给出的说明，我自己测试了

comfyui sdxl 文生图

如何使用ChatGPT写论文

不过不要让ChatGPT替你完成全部的写作工作，而是让它扮演你的导师角色协助你发现逻辑上的不足，优化你的表达方式。

ChatGPT 写作

Stable Diffusion

读取大脑重建高清视频，Stable Diffusion还能这么用

但以往的研究都主要聚焦在重建静态图像，而以高清视频形式来展现的工作还是较为有限。

stablediffusion

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

SenseVoice模型具有的功能特点：多语言语音识别：SenseVoice 支持包括中文、英文、粤语、日语和韩语在内的多语言识别。

asr tts 声音

检索增强生成(RAG)有什么好的优化方案？

图1 RAG工作流程（with memory）从RAG的工作流程看，能优化的模块有：文档块切分、文本嵌入模型、提示工程优化、大模型迭代。

RAG 检索增强

检索增强生成(RAG)有什么好的优化方案

图1 RAG工作流程（with memory）从RAG的工作流程看，能优化的模块有：文档块切分、文本嵌入模型、提示工程优化、大模型迭代。

RAG 检索增强生成

AI绘画：InstantID Win11本地安装记录！

0.准备工作准备一张3090或者4090或者显存24+的N卡。

InstantID Win11 安装

神奇的 OuteTTS - 0.1 - 350M：用几秒钟音频克隆声音的黑科技！

3、训练进展与模型成长在训练过程中，OuteTTS-0.1-350M 经历了显著的阶段式成长：当训练达到 1 亿个词元时，模型开始展现出基本的说话者音调和初步的发声尝试

OuteTTS-0.1-350M 音频

网易有道强力开源中英双语语音克隆

项目地址（基于PromptTTS）： https://github.com/netease-youdao/EmotiVoice EmotiVoice Docker镜像尝试EmotiVoice

语音开源

AI能赚到钱了么？

如果没有过去十年的铺垫，总是这么问，那似乎是有点急功近利，但有十年亏损的这个铺垫在，赚不赚钱就变成了一个技术和商业合二为一的问题：即是技术的试金石也是商业化能力的证明。

大模型商业模式

朱啸虎讲了一个中国现实主义AIGC故事

你说AI视频面试也没啥门槛，但今天全中国只有一个做到人机双盲测试。

朱啸虎 AGI

ChatPDF | LLM文档对话 | pdf解析关键问题

第一步是用一些工具将pdf转换为图片，这里有很多开源工具可以选，笔者采用fitz，一个python库。

大模型

大模型在金融行业的应用场景

1.农业银行人工智能研发团队，在同业率先推出类ChatGPT的AI大模型应用ChatABC，并在农业银行科技问答场景进行了内部试点。

大模型金融应用

18种 DALL-E 3 炫酷的文字效果和提示词

在各种试错之后，我终于总结出了这 18 种效果，希望能给正在阅读本文的你带来一些灵感。

DALL-E 3 提示词文生图

Stability AI推出视频生成模型Stable Video Diffusion

然而，需要注意的是，该模型目前处于“研究预览”阶段，使用者必须同意特定的使用条款，明确规定了其预期应用领域，如“教育或创意工具”等，同时禁止用于“真实事件或人物的表现”。

Video 视频创作 SD

<...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