文章列表-AI魔法学院

文章列表

爆火！腾讯开源PhotoMaker：高效地定制化生成任意风格的逼真人类照片！

在通过提议的管道构建的数据集的滋养下，PhotoMaker展示了比基于测试时间微调的方法更好的ID保存能力，同时提供了显著的速度改进，高质量的生成结果，强大的泛化能力，以及广泛的应用。

PhotoMaker 文生图

解读wav2lip：探究语音驱动唇部动作的技术原理！

最大间隔损失的原理是基于最大间隔分类器的思想，通过最大化类别之间的间隔来提高分类器的鲁棒性和泛化能力。

wav2lip 语音

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

在此期间，将会出现错误，API 可能会发生变化。

voice agent 开源音视频

好看的图片不知道怎么写提示词？用AI读出来

无论是免费开源的stable diffsion，还是付费的midjourney，都能高度还原出你的想象力。

文生图

腾讯出品！开源AI数字人框架！号称可以不限时长

今天，介绍一个开源创新的虚拟人视频生成框架：MuseV MuseV是由腾讯音乐娱乐的天琴实验室开源，MuseV专注于生成高质量的虚拟人视频和口型同步，能够制作出具有高度一致性和自然表情的长视频内容

MuseV 视频数字人框架

拒绝996，想出海赚美元？这7个GPT方案绝对靠谱！

而ChatGPT的强大文本生成能力，正好可以满足这一需求。

ChatGPT 写作

无限逼近真人效果的“超真实人像大模型”，或许它才是你一直在寻找的真爱！

该论文的核心内容是关于改进潜在扩散模型（latent diffusion models）以提高高分辨率图像合成的能力。

大模型文生图

【AI绘图工具】太爆炸了，AI出图速度100fps（每秒100张图片），比LCM、SDXL Turbo更快，目前No.1

2、减少去噪迭代次数：为了提高吞吐量和实时交互能力，当前的研究主要集中在减少去噪迭代的次数。

StreamDiffusion 文生图

Midjourney | 17个常用的命令

今天来复习一下MJ常用的命令： /imagine prompt 只能在这个命令prompt里面输入描述语才能生成图像 /setting 打开偏好设置，里面可以预设一些命令

文生图

Stable Diffusion

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

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

ChatGPT：12个写作提示词帮你覆盖所有主流写作场景

满足以下要求：确保标题能够激发读者的兴趣，准确展现文章或内容的关键亮点。

写作创作提示词

模拟ChatGPT流式数据——SSE最佳实践

不能用于监听自定义事件类型。

打字机 sse 大模型

如何微调Meta Llama-3 8B

[colab][conda] o export HF_TOKEN=xxxxxxxxxxxxx：可能用于为 Hugging Face Hub 设置身份验证令牌

Meta Llama 3 大模型

ComfyUI，你开启XL钥匙打开了新世界

.🤔A航线有webui的底子，想了解生图过程，能举一反三，进阶学习的。

ComfyUI 大模型

SD入门教程零：应用场景

2.换脸给模特换脸，比如有一个模特可以换各种样式的脸，同样可以对于模特的局部（眼睛、嘴唇、鼻子、嘴巴）做出变化，还能控制模特的微表情（开心、忧伤、生气等）。

Stable Diffusion 文生图入门教程

<...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