文章列表-AI魔法学院

文章列表

语音、视频转文字神器：开源whisper介绍

-upgrade --no-deps --force-reinstall git+https://github.com/openai/whisper.git 另外需要安装ffmpeg，不同系统参考不同方式

人工智能大模型 wisper

OCR的终极解法——传统算法VS多模态大模型

· 第一步大家可以参考百度 PaddleOCR ，其对中文的准确率是非常高的

OCR 大模型文字识别

SD入门教程五：后期处理图片高清放大

这种方法在某些简单的图像处理任务中可能有效，但在复杂的图像放大或超分辨率任务中，它通常无法产生高质量的结果，因为它没有考虑到图像内容的复杂性和局部到全局的上下文信息。

SD 入门教程修复

数字人起飞！字节Loopy对口型功能在即梦上线可根据语境匹配表情和情绪

比较让AIbase惊喜的是，它在对口型的时候，还会考虑到喉结，眉毛等这些很细微的变化细节。

Loopy 视频

智源：70万预算，从头开发千亿参数大模型，挑战成功！

给大模型“测智商” FLM团队提出的大模型“智商测试”重点考察模型的推理泛化能力，而非知识储备。

大模型

ChatGPT提示工程5篇合集(三)：ChatGPT提示工程 - 推理

参考 https://learn.deeplearning.ai/chatgpt-prompt-eng/lesson/5/inferring

prompt 提示词

Stable Diffusion

Stable Diffusion使用Roop插件一键换脸教程

在这一步我遇到了很多问题，我会放到文末给大家参考。

StableDiffusion Roop插件 AI换脸

【工具书】文生图常用的正向反向提示词以及常用词中英文对照表

shota, stewardess, student, trap, vampire, waitress, witch, yaoi, yukkuri_shiteitte_ne, yuri, 自考虑

文生图 prompt 提示词

秒懂AI-深度学习五大模型：RNN、CNN、Transformer、BERT、GPT简介

适合处理双向上下文信息应用场景：自然语言处理、文本分类、情感分析等 BERT是一种基于Transformer的预训练语言模型，它的最大创新之处在于引入了双向Transformer编码器，这使得模型可以同时考虑输入序列的前后上下文信息

大模型学习

Docker介绍及常用命令大全

Dockerfile，来创建环境，环境有修改的时候可以直接修改Dockerfile，这样下次再创建相同环境的时候就很方便了，并且可以push到自己的私有库，方便异地使用 Dockerfile配置文件（根据网络参考改写

Docker 容器

Stable Diffusion

SD入门教程一：Stable Diffusion 基础（技术篇）

过程的可视化：上图看上去很复杂，但不要恐惧，我们只要懂加减乘除就能理解这张图： · 首先，在 Denoise 里有一个 Noise Predictor（噪音预测器），顾名思义

Stable Diffusion 文生图

AI视频新技能！这套流程教你打造视频人物和声音完美同步！

这时，我们建议考虑使用第三种方法：Wav2Lip。

AI视频

写好Prompt要记住这六点！

然而，如前所述，并非所有步骤都是必要的，但应优先考虑更重要的步骤（按顺序）。

prompt 写作

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

考虑到过去类似AI研究预览的历史，有可能该模型很快会在暗网上流传，引发对其滥用的担忧，特别是因为它似乎没有内置的内容过滤器。

Video 视频创作 SD

45个 DALL-E 3 使用案例 (附提示词)

提示词：以[特定主题或风格，如 "复古优雅"]为灵感，使用[特定材料，如 "珠子、皮革和金属吊饰"]等材料，为[特定类型的手工艺品，如 "手工项链"]制作矢量设计。

DALL-E 提示词文生图

<...70 71 72 737475 76 77 78 79 >

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