文章列表-AI魔法学院

文章列表

Stable Diffusion

还没有上手Stable Diffusion XL 1.0 的同学，看这篇文章就够了

基础模型设置全局的构图，精炼模型在其基础上增加更多细节，当然你也可以单独使用基础模型。

SDXL

AI Comic Factory：AI(连环)漫画生成器

作者还提到可能会在未来简化项目，添加对OpenAI或Replicate的支持在家运行项目首先，我想强调一切都是开源的（请参阅此处、此处、此处、此处）。

生成式AI

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！

在进行风格化时，生成的面孔如果看起来太真实了，调整风格强度到 30-50，数字越大，ID 忠实度越低，但风格化能力会更好。

PhotoMaker 文生图

花钱买AI写作工具？究竟哪款工具值得你掏钱

回复时，请只提供增添细节后的文本。

写作 ChatGPT

SD入门教程六：ControlNet基础入门

控制权重：值越大选中的控制类型效果越强，值越小则反之； 6.

ControlNet 文生图

提示词框架：Markdown结构法

可读性强：Markdown的文档即使不转换，也非常易于阅读。

prompt 提示词

视频大模型训练相关词条解释

OpenAI则是用做“大”模型的思路做视频生成——准备足够大量的视频，用多模态模型给视频做标注，把不同格式的视频编码成统一的视觉块嵌入，然后用足够大的网络架构+足够大的训练批次（batch size）+ 足够强的算力

视频生成 sora 词条

白话Embedding：普通人都能懂的科普文

正确理解和掌握这项技术使您能够利用人工智能模型为您的业务增加最大价值。

Embedding 向量

我为什么不看好大模型行业

在上述案例中，英伟达作为一个强势供应商存在，而开源因素则促进了替代品的出现并刺激同业竞争。

大模型

DeepMusic发布“和弦派”2.0：重塑AI音乐创作范式，赋予创作者全方位掌控

我们相信，通过赋予用户更强的可控性，AI音乐不再是冷冰冰的自动化产物，而是成为音乐创作者手中充满温度与个性的创新工具。”

和弦派 DeepMusic 音乐创作

造梦师手记：SDXL迎来了AI插画师

另外，为了强调生成图像的风格，风格触发词的位置应尽量提前，例如， by xxx, 1girl, solo。

文生图漫画

网易（TTS）EmotiVoice：开源语音合成，支持2000多音色

EmotiVoice是一个强大而现代的开源文本到语音引擎，它可以让你用超过2000种不同的声音来合成中文和英文的语音。

EmotiVoice 语音合成

基于Ollama本地部署Llama3指南！

调整后的版本使用监督微调（SFT）和带有人类反馈的强化学习（RLHF），以符合人类对有用性和安全性的偏好。

LLama3 ollama

大模型能自己优化Prompt了，曾经那么火的提示工程要死了吗？

在此基础上，他们继续使用强化学习来优化这些 prompt，从而得到更加美观的图像。

prompt 大模型提示

「语音转换新速度」— 探秘Whisper JAX的70倍速提升

技术优势 Whisper JAX继承了原始Whisper模型的强大功能，包括对多种语言和口音的高度适应性，以及在各种背景噪声中的稳定性能。

Whisper 语音识别

<...76 77 78 79 80 818283 84 85 >

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