文章列表-AI魔法学院

文章列表

Stable Diffusion

Stable Diffusion基础：ControlNet之细节替换

首先选择生图大模型，填写提示词。

StableDiffusion 文生图

两天star量破千：OpenAI的Whisper被蒸馏后，语音识别数倍加速

这个变体是 Whisper 模型的蒸馏版，特点是模型小、速度快，而且准确度还很高，非常适合在要求低延迟或资源有限的环境中运行。

语音 HeyGen

AI生成卡通人物项目|VToonify

虽然基于强大的 StyleGAN 模型构建的一系列成功的肖像图像卡通化模型已经被提出，但这些面向图像的方法在应用于视频时存在明显的局限性，如固定帧大小、需要面部对齐、缺失非面部细节和时间不一致性等。

AI生成卡通人物 VToonify

Prompt 策略：代码库 AI 助手的语义化搜索设计

在文本向量化上，我们使用的是 SentenceTransformer 的本地化极小 NLP 模型（22M 左右）。

prompt

ComfyUI-基础图生图&基础图片缩放

因为有图片作为目标了，之前建立的空latent就可以删掉，替换成一个VAE编码器，然后将VAE连接到模型的VAE中，如果有自己倾向的也可以单独连线一个VAE加载器。

ComfyUI 图生图

掌握Prompt的6心法

心法二：结构化的Prompt模板所谓结构化,代表的是一种特定的逻辑结构和框架,这种结构既便于人类书写Prompt,也便于AI分析理解Prompt内容,是非常适合Prompt初学者使用的一种模式

prompt 写作

开源！数字人资源大集合！

要下载SMPL-X、SMPL+H和 SMPL（男性和女性，性别神经模型）模型，请访问该项目网站并注册以访问下载部分。

数字人开源

深度｜万字访谈！Open AI Sora作者，亲自揭秘Sora原理，Sora能带我们通往AGI吗？

语言模型之所以能够做到这一点，是因为它们能够处理各种不同形式的文本——从数学、编程到散文等等。

Sora 原理

VividTalk：用一张照片和一段音频让人物栩栩如生地说话

这个技术不仅有望改变数字媒体的生产方式，也为虚拟现实和人工智能的应用开辟了新的道路。

VividTalk 视频

ComfyUI学习笔记2，一文看透Workflow

上图，从最左边加载模型开始，经过中间的CLIP Text Encode对关键词Prompt做处理，加入一个初始的Latent Image，然后是采样器，VAE解码，最后得到生成的图像。

comfyui 文生图

保姆级教程：图解Transformer

AI 生成的图像：两者都是多模态的应用，这也是各大巨头的跟进方向，可谓大势所趋。

人工智能

《OpenAI官方：GPT 最佳实践》大白话编译解读版本

如果你不喜欢输出的格式，可以演示你想看到的格式。

提示词官方翻译

ChatGPT 技巧 | Prompt 逆向工程

我们在生活中接触到的大部分内容，都是以产品形式出现的。

chatgpt 提示词 prompt

40个值得收藏的AI prompt提示词，帮助你更好地思考问题，做出更加准确地商业决策，让你无往不利

19、预先失败模式分析：预先失败模式分析（FMEA）是一种预防性的分析工具，旨在识别产品设计、制造或服务过程中的潜在失败模式，评估失败的潜在影响，并采取措施减少或消除故障发生的可能性。

prompt 提示词

腾讯出品！开源AI数字人框架！号称可以不限时长

多样化生成方式：支持从图像到视频、文本到图像到视频、视频到视频的多种生成方式。

MuseV 视频数字人框架

<...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