文章列表-AI魔法学院

文章列表

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

这项能力使得大语言模型能够阅读、理解并恰当地回应那些描述着尚未遇到的任务的指令，而且这一切都无需给出示例。

Sora 微软

ComfyUI安装教程

比如自定义动画工作流 👇 ComfyUI是一个功能强大且模块化的稳定扩散GUI和后端。

ComfyUI安装

微软打破Decoder-Only架构！大幅降低GPU内存需求，网友：把Llama3 70B弄20GB GPU上运行

去年一张“大语言模型进化树”动图在学术圈疯转，模型架构还只有三大类：Decoder-Only、Encoder-Only、Encoder-Decoder。

Decoder-Decoder YOCO 架构

【万字干货】掌握 Midjourney 提示词技巧成为 25 个流派的摄影大师

描述建筑物中使用的材料类型——石头 (stone)、玻璃 (glass)、金属 (metal)等。

文生图训练提示词 Midjourney

Stable Diffusion

Stable Diffusion | SD的老舅ComfyUI来了，节点式工作流，分部控制出图

用过3D渲染的同学应该对这种节点控制的布局很熟悉。

生成式AI

SD的老舅ComfyUI来了，节点式工作流，分部控制出图

用过3D渲染的同学应该对这种节点控制的布局很熟悉。

文生图 comfyui

剪映克隆声音功能详解：剪映上线5秒“AI克隆音色”，一堆AI公司又要进入慢性死亡了...

我问了下剪映的朋友，他们说，目前还在小规模测试中，大概只有10%的人能拿到这个功能的体验资格。

剪映声音克隆

所有生命分子一夜皆可AI预测！AlphaFold 3改变人类对生命的理解，全球科学家都能免费使用

这次的最大创新之一，是用上了AI绘画上常见的去噪扩散模型，直接生成每个原子的3D坐标。

AlphaFold 3 蛋白预测

「语音转换新速度」— 探秘Whisper JAX的70倍速提升

它是OpenAI的Whisper模型的JAX版本，实现了在TPU上高达70倍的速度提升，这不仅是对现有技术的重大突破，更是对未来潜力的一次展现。

Whisper 语音识别

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

该模型在未见过的人类身份和复杂的运动序列上也具有良好的泛化能力，无需在具有不同人类属性的数据上进行任何微调，并利用图像扩散模型的先验知识。

MagicPose 视频

Stable Diffusion

Stable Diffusion新手快速入门教程

（1）大模型：指SD绘图的基础模型，也叫大模型/底模。

文生图

Stable Diffusion

Stable Diffusion 抽卡必备神器！Agent Scheduler

相信大家在玩 Stable Diffusion 的时候一直有一个痛点，每次出图抽卡时都只能等待上一次抽卡结束，才能继续下一次抽卡；特别是当我们想抽大量的卡来测试不同的模型，不同的参数的效果时，那么是非常奔溃的

Agent Scheduler Stable Diffusion

Ollama的本地化又一图形工具ChatOllama，让你轻松玩转ollama，ChatGPT

6.6.使用chatgpt和claude3使用chatgpt和claude3 在settings设置openai，Anthropic的key，就可以在模型中选择中openai的几个模型进行聊天。

ChatOllama 安装

本地部署操作AI抠图软件

百度飞桨PP的 PaddleSeg内置了两个模型 PP-Matting 和 PP-MattingV2。

抠图

国内厂商语音识别与Whisper评测：现状与概况对比

一、语音识别现状二、评测意义与预期成果三、评测方案四、评测结果一、语音识别现状得益于近年来深度学习技术的快速发展，人工智能的主要分支(图像、语音、自然语言处理等)都相继进入了大规模落地应用阶段

语音识别 Faster-Whisper

<...69 70 71 727374 75 76 77 78 ...>

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