文章列表-AI魔法学院

文章列表

Stable Diffusion

Stable Diffusion AnimateDiff | 最火文本生成视频插件

从网址安装中填入 https://github.com/continue-revolution/sd-webui-animatediff.git 如果没办法通过网站安装，公众号回复&

动画视频 AnimateDiff

俄罗斯人开源了最大的文生图模型：参数量12B，比SDXL大了3倍多！

这里加上Flan简单来说就是在原来模型基础上再进行了instruction finetuning）：Flan-UL2和T5一样也是encoder-decoder架构，所以这里实际用到的是encoder部分

Kandinsky-3 文生图开源模型

[开源]面向中小团队的轻量化知识管理应用，构建知识库和知识社区

：基于容器部署，一键快捷上线；运维简单：系统架构简洁，提供系统管理。

大模型

FaceFusion参数详解

看起来有点复杂，没有最新的Rope那么简洁。

FaceFusion 文生图

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？

GPT-4V的应用进一步强化了指令的具体性，使模型能够更准确地响应复杂的游戏任务。

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

不需要复杂的设计如持续时间模型、文本编码器和音素对齐，能够快速训练并实现实时因素（RTF）0.15的推理速度，显著优于当前基于扩散的TTS模型。

F5-TTS 音频克隆

DALL-E 3 不只是文生图！10 个案例颠覆认知

# DIY项目提示词：我正在计划一个缝纫项目，制作一条复古风格的 A 字裙。

DALL-E 3 文生图

RAG应用中数据处理过程需要注意的事项

重复向量的问题：当数据块在chunks中频繁重复时，数据质量可能会下降。

RAG 大模型

借题发挥下最近几例声音克隆的应用案例

最近接连接到几个客户找我订制声音的案例： 1.某父亲痛失爱子，因为儿子托梦告知人是可以复活的，于是这位父亲到处寻找让人复活的办法，于是他关注到了最新的人工智能技术，开始找人咨询和学习技术，通过摸索，他知道通过

声音克隆数字人

LangChain - RAG：线上系统多文档要频繁更新，每次都要重新花钱做一次 embedding，老板不批预算，批我...

每次源数据更新了只需要在这一步里面比对一下，更新的 chunk 对应的 embedding 删掉，生成新的插入到原有向量数据库中就好，类似的方法 Elasticsearch 早就在搜索场景种应用，当然如果你向量存储的部分直接选用的就是

大模型

通往AGI之路：什么是结构化提示词

这些关键词的作用基本上综合了 ICIO、BROKE 等常见提示词书写框架中的精华部分，因此结构化提示词的效果也相对会更高一些。

提示词结构化

Stable Diffusion

Stable Diffusion的模型分类以及使用

文件名称通常也是与它对应的主模型相同：但其实你加载其他VAE也是可以的，效果上会有差异，我这里加载了其他的VAE生成了一个对比图大家可以看看：另外现在大部分的主模型已经内置了

文生图

Stable Diffusion

[Stable Diffusion]Segment Anything实现商业换装

链接：https://pan.quark.cn/s/e077a832ff39 .Segment Anything使用测试左键点击图像添加一个黑色的正向标记点（想提取的部分

Segment Anything 文生图

Agent具体实现

1 适用场景 · 需要多步组合、选择路径的复杂问题。

Agent 大模型

开源新标杆，千问Qwen2系列模型发布，全面超越LLama3

支持的框架微调（Axolotl、Llama-Factory、Firefly、Swift、XTuner）量化（AutoGPTQ、AutoAWQ、Neural Compressor）部署（vLLM

qwen 千问开源

<...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