文章列表-AI魔法学院

文章列表

【进阶】-文生图术语解释

LAION 一个图像数据集库 https://laion.ai aug (augmentaion) 通过裁切、翻转获取更多数据集的方式

文生图

中学生能看懂：Sora 原理解读

现在，让我们将这个过程与Sora处理多样化视觉数据的方式进行对比。

Sora 原理

解读wav2lip：探究语音驱动唇部动作的技术原理！

为了解决上述两个问题，wav2lip引入了一个在真实视频中预训练的专家口型同步判别器，且包含多帧信息，用于判断音频和口型是否同步。

wav2lip 语音

忘掉 RAG，未来是 RAG-Fusion！搜索的下一个前沿：检索增强生成遇上倒数排名融合和生成查询

向量搜索融合：RAG通过将向量搜索功能与生成模型相结合，引入了一种新颖的范式。

RAG-Fusion 检索增强

Stable Diffusion

Stable Diffusion教程：采样器

简单点说，前向扩散是将图片转换为数据模型，而后向扩散是从数据模型生成图片。

画图 SD 采样器

LLM之RAG实战（五）| 高级RAG 01：使用小块检索，小块所属的大块喂给LLM，可以提高RAG性能

因为LangChain的高级RAG已经有很多资源了。

RAG 检索

深度体验3天后，我把腾讯这款copilot锁进了程序坞

在此背景下，ima AI智能工作台的日常使用方式，以及搜索、阅读、写作等诸多能力的实际效果到底如何？

copilot ima 知识库

Stable Diffusion

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

AnimateDiff介绍 AnimateDiff采用控制模块来影响Stable Diffusion模型，通过大量短视频剪辑的训练，它能够调整图像生成过程，生成一系列与训练视频剪辑相似的图像。

动画视频 AnimateDiff

图片生成速度最高提升10倍！可以做到“实时”生成！清华推出LCM/LCM-LoRA！

SD模型的优点，它可以生成高分辨率、高质量、高多样性的图像，而且可以很容易地与其他模型结合，比如变分自编码器（VAE）或对抗生成网络（GAN）。

LCM/LCM-LoRA 文生图

胎教级SO-VITS-SVC使用教程：人工智能生成歌曲

如果是Windows用户，需要使用Win系统专用的依赖文件 pip install -r requirements_win.txt 依赖库安装成功之后，在项目的根目录运行命令，启动服务：

音乐

这个数字人开源项目太牛了，非常全面的项目解决方案(含源码)

项目的主要组成部分是Fay控制器和数字人模型，这些可以结合起来创造多种应用场景。

Fay 开源项目数字人

LangChain + ChatGLM2-6B 搭建私域专属知识库

ChatGLM2-6B 介绍 ChatGLM2-6B 在保留了初代模型对话流畅、部署门槛较低等众多优秀特性的基础之上，引入了如下新特性： o• 更强大的性能：基于 ChatGLM

知识库

通往AGI之路：思维链提示过程

一、什么是思维链思维链这种技术旨在通过向大语言模型展示少量的样例，解释推理过程，让大语言模型学会在生成答案时展示推理过程，引导其得到更准确的答案。

思维链提示词

GTC大会黄仁勋发言稿

世界上没有哪个会议能汇聚来自如此多元科学领域的研究人员，从气候科技到无线电科学，大家都在探索如何使用 AI 来机器人化控制 MIMOS，用于下一代 6G 无线电，自动驾驶汽车，甚至是各方面的人工智能。

黄仁勋 nvidia

最强开源数字人对口型系统介绍

这里介绍的方法也是采用的后处理方式，但是相比前面的高清处理效果又好一些，同时优化了推理速度。

数字人开源模型

<...75 76 77 787980 81 82 83 84 ...>

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