文章列表-AI魔法学院

文章列表

AI制作艺术二维码 - 文生图

（1）先看第一个ControlNet的配置，主要是将二维码的黑白对比度融入到图像中。

文生图

为什么国产大模型都说超越ChatGPT而体验却很拉？警惕 Goodhart law 陷阱

有些大模型的评测基准已经失去意义）在一个访谈中就对当前的打榜做了如下评价：到现在确实仍然没有一个被公认的测评集，但至少C-Eval、MMLU以及CMMLU，这几个类似的测评集已经有点被各个模型过度训练

ChatGPT 国产大模型

Stable Diffusion

回来啦｜ Stable Diffusion 图片背景完美替换

设置 ControlNet 深度模型进行优化一插件安装首先我们需要安装 rembg 插件，用来获取图片主体的蒙版图。

Stable Diffusion 文生图

被高估的Pika，被低估的多模态AI

在技术上，Pika 在单帧画面拟真程度、美学质量以及视频的动作感上表现出色，在文生视频、图生视频的能力和运镜上也有不错的能力展示。

大模型多模态

目前大语言模型的评测基准有哪些？

着眼于综合评价大模型的能力，使其能全面地测试大模型的效果，又能考察模型在中文特有任务上的理解和积累，SuperCLUE从三个不同的维度评价模型的能力：基础能力、专业能力和中文特性能力。

人工智能评测大模型

ModelScope(一站式开源的模型即服务共享平台)的简介、安装、使用方法之详细攻略

任务（英文）任务（中文）任务说明 sentence-similarity 句子相似度

开源

AI高手都在用的10个提示词prompt网站，建议收藏！

二、GPT提示词网站推荐 1 https://flowgpt.com Flowgpt拥有非常丰富的提示词，比如小红书种草文案

数学能力超ChatGPT，70B开源大模型火了：用AI微调AI，微软全华班出品

一是因为整个注释过程极其昂贵且耗时，二是人工难以创建出足够比例的高难度指令。

开源模型

Whisper对于中文语音识别与转写中文文本优化的实践(Python3.10)

transformers库基于Transformer模型架构，这是一种用于处理序列数据的深度学习模型。

Whisper 语音优化

clone-voice：一键克隆声音，开源AI技术让声音创作更便捷、更个性化

二、技术原理剖析 clone-voice的核心技术基于深度学习模型，特别是WaveNet和Tacotron系列模型，这些模型在语音合成领域有着出色的表现.

clone-voice 声音克隆

Stable Diffusion

Stable Diffusion｜提示词高阶用法（二）双人同图

生成模式：Generation modeAttention 模式和 Latent 是两种不同的生成模式，作者并不是深度学习的从业者，对底层原理并不是很了解。

文生图

GLM4 开源了！！！还有多模态

GLM-4-9B 不仅仅是一个模型，它是智谱 AI 对深度学习和自然语言处理能力的一次全新探索。

智普 ChatGLM 多模态

FaceSwapLab，截止2023年8月最好用的一键换脸工具

出现这个问题的原因是AI绘画的人物脸部不同角度时，模型比较难适配完美。

一键换脸

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

· EnCodec：一种高保真度神经音频编解码器。

AudioCraft 音频

AI绘画 | Midjourney高质量肖像提示词的写法（附50+肖像提示词prompt）

一、逼真肖像提示词的注意事项 1.确保使用 -v 5 以上模型大家都知道Midjourney的模型从V2-V5，生成的图像质量也越来越高，目前最新版本是V5.2,真正在逼真度上有质的飞跃的是从V5

文生图

<...77 78 79 808182 83 84 85 86 ...>

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