文章列表-AI魔法学院

文章列表

SD的老舅ComfyUI来了，节点式工作流，分部控制出图

，一下子出来这么多，哪里学得完啊，其实多种同类型的软件的竞争，恰恰会促进产品的体验和功能升级，受益的还是我们玩家，在深度学习某个适合自己的软件的时候，适当的了解一下同类型的产品，还是可以扩展一下自己的思维宽度的

文生图 comfyui

从声纹模型到语音合成：音频处理 AI 技术前沿 | 开源专题 No.45

8月) 的 PyTorch 一起工作，并且可以利用 GPU 加速 · 通过重复使用预先训练好的编码器/解码器来轻松生成令人印象深刻的效果 · 提供 Web 服务器，方便远程调用结果

AudioCraft 音频

模拟ChatGPT流式数据——SSE最佳实践

字段以行为单位，每行一个（即以 \n 结尾）。

打字机 sse 大模型

Stable Diffusion

Stable Diffusion超清放大及修复细节操作

mutated hands and fingers, 迭代步数 (Steps)：35 采样方法 (Sampler)：DPM++ 3M SDE Exponential 宽度：768 高度：1344 总批次数

Stable Diffusion 文生图

ChatGPT提示工程5篇合集(五)：ChatGPT提示工程 - 邮件回复、营销文案

``` 评论情绪：负面输出结果尊敬的客户，非常感谢您与我们分享您的反馈。

prompt 提示词

语音、视频转文字神器：开源whisper介绍

但是，一旦训练完成，Whisper模型可以在各种不同的应用场景中提供高质量的语音识别结果。

人工智能大模型 wisper

Coze多智能体（Multi-Agents）模式体验！

而单智能体如果要解决一个复杂的问题或任务则需要长记忆能力（也就是现在的100k200k上下文窗口能能力，非常考验LLM的性能）而多智能体则无需强关注这块，这是个很大的优势。

Coze 多智能体

Stable Diffusion

超详细的 Stable Diffusion ComfyUI 基础教程（二）：文生图基础流程

宽高就不用说了吧，批次就是一次出几张图的意思。

comfyui 文生图

AI拟声: 5秒内克隆您的声音

总的来说，MockingBird的应用场景非常广泛，涵盖了个性化语音助手、外语学习、商业应用、音频剪辑和制作以及安全领域等多个方面。

声音克隆开源

元象首个多模态大模型 XVERSE-V 开源，刷新权威大模型榜单，支持任意宽高比输入

图表理解 · 不论是复杂图文结合的信息图理解

XVERSE-V 多模态大模型

智源：70万预算，从头开发千亿参数大模型，挑战成功！

作者给出了Open LLM数据集的测试结果。

大模型

Stable Diffusion

Stable Diffusion基础：ControlNet之身份标识

效果演示下图是官方的演示效果，左边是使用 Instant ID 生成的图片，右边是参考图片。

ControlNet 文生图

13.5K Star ! Fish Speech Windows本地搭建，能否达到官方的级别？强烈推荐

生成如果需要克隆音色：请选择：“参考音频”，如下图：步骤如下： 1.

Fish Speech 本地搭建

如何通过AI变现，举个详细的例子?

因为它在这个基础上，还具备了一个好工具的素质：首先，交互简单，自然语言对话描述，门槛低，人人都会；其次，过程链路短，多数情况下直达结果；当然这里也可以换种方式表达，说它减少了传播途中信息损失造成的歧义和模糊等等

生成式AI

用AI生成PPT、用AI优化PPT

原文截图：生成的部分PPT Claude打分：85分有意思的是，Claude在这里提到：PPT视觉设计简洁大方，我猜测，Claude也有类似GPT-4V的视觉识别能力。

ppt AI生成PPT

<...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