文章列表-AI魔法学院

文章列表

FaceSwapLab，截止2023年8月最好用的一键换脸工具

当使用检查点时，它优先于参考图像，并且参考源图像被丢弃。

一键换脸

NEFTune：在Embedding中加入噪⾳提⾼指令微调效果！

对NEFTune的评估结果：改善了文本质量从表1中可以看出，在7B规模下，所有数据集都有所增加，平均增幅为15.1%。

NEFTune 大语言模型

中文版开源Llama 2同时有了语言、多模态大模型，完全可商用

预训练阶段预训练阶段将模态编码器和大语言模型参数都冻结，使用跨模态的语音 / 视觉 - 文本对进行 Adaptor 的训练，优化目标为对输入的指令（instructions）生成相应的回复（responses

开源模型

基于秋叶整合包-StableDiffusionWebUI启动器快速安装ComfyUI

总的来说，ComfyUI作为一款基于节点流程式的stable diffusion AI绘图工具WebUI，具有精准的工作流定制和完善的可复用性。

秋叶整合包

一张图看懂IT人的江湖地位

仅代表国内市场地位及表现云视频会议江湖地位篇仅代表国内市场地位及表现以上江湖排名，仅供娱乐不作为任何选型依据和投资参考一入

工作

字节跳动推出MagicVideo-V2：引领AI视频生成新时代。

MagicVideo-V2采用了先进的文本到图像模型、视频运动生成器、参考图像嵌入模块和帧插值模块，构建了一个端到端的视频生成流程。

MagicVideo-V2 视频生成

6个最佳开源TTS引擎

01CoQui TTS https://github.com/coqui-ai/TTS 这是一个在研究和生产中经过了实战考验的TTS深度学习工具包，可以以200毫秒的延迟进行流传输，支持13

TTS引擎开源模型

聊聊 AIGC 一些拧巴的现状

和大部分人理解的不一样的点是：「指令工程师，不仅需要掌握 AIGC的技术和思维，还需要掌握特定领域市场所需求的内容的审美」甚至可以说，后者更重要。

开源模型

关于AI声音生成的一切（语音+音乐+嘴型）

#8226;DreamTalk: 基于扩散概率模型的音频驱动表情丰富的人头生成框架，它可以处理多种语言和噪声音频，生成高质量的视频，并提供了对表情风格和头部姿态的控制，但对输出视频的分辨率并未优先考虑

声音

Docker介绍及常用命令大全

nvcc -V得到的是预期结果，不知道是不是安装有问题？

Docker 容器

Stable Diffusion

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

参考资料 github https://github.com/guoyww/animatediff/ 论文 https://arxiv.org/pdf/2307.04725.pdf

动画视频 AnimateDiff

Stable Diffusion

【ComfyUI】Blender+Stable Diffusion！少年啊，这盛世如你所愿！（附中文汉化插件）

想不到研究了blender这么久，终于等到了AI绘画和blender结合的一天，不得不感叹一句：少年啊，这盛世如你所愿！

开源模型

AI帮你DIY新年祝福海报，拜年必备神器！

首先，进入创意海报生成器首页，展示的是其他用户创建的精美海报，供您参考借鉴。

拜年海报 ai绘画

PhotoMaker：腾讯最新开源，根据照片生成该人物各种风格图片，项目可落地！

如果输入是亚洲面孔，可以考虑在类别词前加上“亚洲”，例如，亚洲女性图像。

PhotoMaker 文生图

开源新标杆，千问Qwen2系列模型发布，全面超越LLama3

更多内容请参考官方博客： https://qwenlm.github.io/zh/blog/qwen2/ 免部署零成本使用另外如果大家没有相关资源部署，不妨试试以下的大模型竞技场

qwen 千问开源

<...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