文章列表-AI魔法学院

文章列表

Stability AI开源上新：3D生成引入视频扩散模型

具体到架构方面，SV3D包含以下关键组成部分： § UNet：SV3D是在SVD的基础上构建的，包含一个多层UNet，其中每一层都有一系列残差块（包括3D卷积层）和两个分别处理空间和时间信息的

sv3d 建模

17K star！30秒偷走你的声音，开源声音克隆工具

3个网站分别是：LeptonAI、MyShell和HuggingFace 当然如果你觉得自己技术能力足够，熟悉Linux, Python 和 PyTorch，并且有服务器资源，那可以自己在Linux

OpenVoice 声音克隆开源

《特朗普爱上在白宫当保洁的我》拍好了，3个月赚了10个亿

这些人也许觉得自己在玩梗，但言者无心听者有意，短剧创作者真的看中了这个点子，然后真的去拍了。

短剧

StableDiffusion

好用的令人发指的图生图，你就告诉我抄哪个吧！—StableDiffusion 第三弹

SD文生图的参数与提示词详解 AI绘画的首次轰动，可以追溯到短视频平台上大火的AI漫画特效。

大模型文生图

Stable Diffusion

Stable Diffusion ControlNet：Reference“垫图”功能，不炼丹也能保持同一人物

可以看出与原素材底图作比较，除了一细节的差别，与原图匹配度高达80%，在降低随机性，提高抽卡中奖率上面还是有比较大的效果的，在生成足够多的样本后，我们可以挑选一些匹配度更高的图片。

文生图

字正腔圆,万国同音,coqui-ai TTS跨语种语音克隆,钢铁侠讲16国语言

具体来说，coqui-ai TTS首先使用音素输入表示：采用音素（语音的基本发音单位）作为输入表示，鼓励模型在不同语种之间共享模型容量，从而实现跨语种语音合成。

coqui-ai TTS 语音

2024，智谱如何更快？

虽然，随着OpenAI大模型论文发布、Meta开源强势入局，大模型的神秘面纱被一一揭下，我们与国外大模型的差距在逐步缩短，但别人模型的天花板GPT-4，我们依然还远未触达。

GPT-4 大语言模型

用so-vits-svc-4.1进行音色转换的极简教程！

如果是歌声的话，还需要使用特别软件进行人声分离，将伴奏声和人物干声分离，然后再对干声训练得到ta的声音模型。

so-vits-svc 音色转换教程

用so-vits-svc-4.1进行音色转换的极简教程

如果是歌声的话，还需要使用特别软件进行人声分离，将伴奏声和人物干声分离，然后再对干声训练得到ta的声音模型。

声音 sovits

FaceFusion参数详解

FaceFusion特点和界面启动WEBUI后，大概是这个样子。

FaceFusion 文生图

M3E 可能是最强大的开源中文嵌入模型

01 — 最近在研究和部署使用 LangChain + LLM(ChatGPT/ChatGLM) 构建企业专有知识库时，接触到两个

开源模型

数字人直播哪家强？中国数字人平台分析大全

这些软件具备不同的特点和功能，涵盖了数字人的制作、定制、互动等各个方面。

数字分身数字人

你的下一个浏览器，可以是豆包电脑版！

随便一点，视频进度条就会自动跳到相关的那部分：不够直观？

豆包浏览器

分享使用SDXL 1.0模型的一些技巧和心得

（别用Excel打开！！！）

文生图

铁锅炖blender+ComfyUI配置，更改模型地址

如何改模型地址首先解决下模型路径的问题，如果直接在铁锅炖启动器里写外部模型路径，不好使。

comfyui 文生图

<...74 75 76 777879 80 81 82 83 ...>

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