文章列表-AI魔法学院

文章列表

OpenAI视频模型Sora的推理生成成本多高？

Sora 的 Video Encoder 部分参考 Diffusion Transformer， 256x256 的图片会被划分为 32x32 个 patch。

Sora 推理算力

Agent : 一文读懂LLM Agent架构，详解Profile，Memory，Planning，Action模块作用

不依赖反馈的计划在制定过程中并不参考任务执行后的反馈，它有几种常用的策略。

大模型 LLM Agent

一键部署本地“妙鸭”，证件照，写真照，模特换装全部搞定！

点击生成，就可以看到衣服被匹配到了模特的身上，虽然做不到百分百完美的还原，但是作为一种参考是可以的，因为它足够方便。

妙鸭文生图

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

参考资料 [1] agents下载地址: https://github.com/livekit/agents [2] 代码下载: https://github.com/FoloToy

GPT-4o 语音交互

Prompt全攻略(二):Prompt编写的要诀

你可以写“请参考以下电影简介样例,为我撰写一段此风格的AAAAA电影简介:.......”。

prompt

ChatGPT提示工程5篇合集(二)：ChatGPT提示工程 - 总结

小结参考 https://learn.deeplearning.ai/chatgpt-prompt-eng/lesson/3/iterative

prompt 提示词

超越巨头：Zephyr-7B领跑7B级大模型竞赛，开源且笔记本可运行

参考资料 HuggingFace https://huggingface.co/HuggingFaceH4/ AI快站模型免费加速下载 https://aifasthub.com/models

大语言模型开源模型

无需编码，轻松提升图像品质：探索ComfyUI的图像增强功能

如果你有兴趣用Stable Diffusion创建逼真的图像，那么ComfyUI是一个很有价值的工具，你应该考虑。

文生图

Stable Diffusion

用 Stable Diffusion 10分钟实现电商模特换装/换模特

可以参考下图的设置。

Stable Diffusion 文生图

Stable Diffusion

硬核解读Stable Diffusion（系列三）

Textual Inversion这个工作的核心思路是基于用户提供的3～5张特定概念（物体或者风格）的图像来学习一个特定的text embeddings，实际上只用一个word embedding就足够了

Stable Diffusion 文生图

打造音乐传奇：Suno推出音乐生成模型Suno V3，让每个人都能成为作曲家

**主题（Theme）**：歌曲的中心思想或概念，是歌词创作的核心。

suno 歌曲音乐

重磅来袭！Llama中文社区开源预训练中文版Atom-7B大模型

具体使用方式可以参考： https://github.com/FlagAlpha/Llama2-Chinese/blob/main/inference-speed/GPU/FasterTransformer_example

大模型

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

参考： 1.https://github.com/modelscope/ClearerVoice-Studio?

ClearerVoice-Studio 语音

Stable Diffusion

张嘴就能生图？这已经不是科技，这是魔法！（Stable Diffusion进阶篇：SDXL-Turbo）

, Model hash: e4a30e4607, Model: majicmixRealistic_v6 文章部分参考素材来源

SDXL-Turbo 文生图

聊聊AI产品做算法备案这件事

莫有侥幸，一定要拿到备案以后，再考虑全面开放以及商业化事宜。

工作

<...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