文章列表-AI魔法学院

文章列表

Stable Diffusion

stable diffusion最全18种controlnet模型，详细教程讲解。

这个用了tile vae,潜空间分块高度不能超过160， 4,线稿上色linert,这个和canny差不多，但目前看效果还不错

Stable Diffusion 文生图 controlnet

一个完整Prompt让ChatGPT自动生成短视频制作脚本

根据用户输入的主题创作需求[PROMPT]，进行短视频脚本创作，输出格式为：一、拍摄要求：1、演员：xxxx（演员数量、演员性别和演员主配角）2、背景：xxxx（拍摄背景要求）3、服装：xxxx（演员拍摄服装要求）二：分镜脚本以

ChatGPT Prompt 视频

腾讯最新的人像写真工作PhotoMaker

用随机噪声填充了身体部分和背景，为了消除非脸部的图像区域影响。

PhotoMaker 文生图

AI换脸：FaceFusion和Roop在线版修复，支持手机，平板，低配电脑！

注意事项：现在白嫖的人太多了，导致谷歌等平台也受不了，慢慢开始做出各种限制，所以这个脚大家默默使用即可，无需分享。

FaceFusion Roop AI换脸

万物皆可替换！阿里【ReplaceAnything】，支持在线体验！

nbsp; 01 体验地址 https://www.modelscope.cn/studios/damo/ReplaceAnything/summary/ 02 使用教程主要分成四个步骤

ReplaceAnything 文生图

RAG应用中数据处理过程需要注意的事项

这个问题经常出现在朴素的分块方法中，它涉及到按字符或token分割。

RAG 大模型

Agent : 一文读懂LLM Agent架构，详解Profile，Memory，Planning，Action模块作用

除了这些基础知识，我认为最有价值的部分在于，它总结了基于大型语言模型（LLM）的Agent的架构，使我们能够按照一定的标准范式去设计自己的Agent。

大模型 LLM Agent

图片拖拽神器DragGAN介绍及官方安装文档说明

在第二阶段，称为“鉴别器”阶段，训练模型区分真实图像和生成图像。

开源

开发语音产品时设计唤醒词和命令词的技巧

命令词中字的音节较长且相邻汉字的声韵母区分度越大越好； 3.

语音产品唤醒词命令词

腾讯开源的数字人MuseTalk到底行不行？

话说速度方面，经测试，在RTX4060 服务器上，10秒钟音频推理，耗时接近3分钟，耗时时长比差不多1:20。

MuseTalk 数字人音频

国产大模型与全球最强大模型大比拼：语义理解、数学推理同台竞技，究竟谁更厉害

除了2个模型（清华大学NLP小组的CPM-Bee和智源AI研究院的Aquila，十分难以理解的结果）外，大家都公布了自己的得分。

大模型

Fastwhisper + Pyannote 实现 ASR + 说话者识别

Yes or No然后如果是讲一个最关键的你们是怎么来克服这一些挑战的 SPEAKER_01[62.40s -> 90.50s] 因为其实我们最近一直在做海外业务所以说我们碰到了一些问题可以一起分享出来给大家其实一起探讨一下其实海外我们还是这个观点说是无论你准备工作做得有多充分无论你有学习能力有多强你一个中国企业的负责人其实在出海的时候它整体还是一个强势的是做的过程

faster-whisper 语者识别 ASR

傻瓜式！一键部署ChatGLM3，免去环境烦恼+开箱即用！集成API调用！本地化界面操作！

第一部分：下载解压就这么简单！

ChatGLM3 大模型

ComfyUI 基础教程（二）：文生图基础流程

在构建text2img网络时，我们分为三个关键阶段：Clip阶段（黄色）、Unet阶段（红色）、以及Vae解码阶段（绿色）。

comfyui 文生图

图文生成短视频的方法

步骤3：在电脑上，打开你的剪辑软件这部分内容，最近被我给删了，目前无法展示哈，具体操作方法，如下： 1.

视频 ChatGPT

<...78 79 80 818283 84 85 86 87 ...>

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