文章列表-AI魔法学院

文章列表

聊聊 AIGC 一些拧巴的现状

学会用 AI来创作，确实是可以帮他们提高效率。

开源模型

回望做大模型一年后的感悟

可以说，国内头部的大模型都已经和chatgpt3.5 comparable了。

大模型感悟

SD入门教程七：ControlNet篇-Canny边缘检测预处理器

执行完以上基础步骤后，就可以提取出图片了，如果满意，则结合文生图或图生图使用。

Canny SD

RAT = CoT + RAG

RAT 的实现显示了LLM有可能达到一种更接近人类的推理和生成响应的能力。

RAT 协同思维链检索增强生成

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

CosyVoice 包含三个开源模型： CosyVoice-base-300M：擅长准确代表说话者身份，无需微调即可适应不同上下文，能够跨语言克隆声音。

asr tts 声音

【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比，等你来评!

少样本 TTS：仅需 1 分钟的训练数据即可微调模型，提升声音相似度和真实感。

语音克隆开源模型

【收藏】那些牛掰的ChatGPT指令爱了～

现在给大家说ChatGPT指令应该都不会陌生了，是的，就是所谓的咒语（提示词Prompts） Prompts就是向AI提问的问题，初次接触ChatGPT的人想：答案我可能不会，问问题我还不会啊？

提示词 prompt

长窗口大战要终结了？谷歌魔改Transformer，推出了“无限注意力”

在处理后续序列时，注意力查询可以从压缩内存中检索值，在最终的上下文输出中，Infini attention会聚合从长期记忆检索的值和局部注意力上下文。

大模型上下文

LangChain Agent原理介绍

Agent是什么基于用户输入动态地调用chains，LangChani可以将问题拆分为几个步骤，然后每个步骤可以根据提供个Agents做相关的事情。

langchain

Stable Diffusion

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

SD插件安装如果能科学上网，可以直接在扩展->从网址安装中填入 https://github.com/continue-revolution/sd-webui-animatediff.git

动画视频 AnimateDiff

ComfyUI-ControlNet不能漏啊！

所以我们把生成过程可以分成两部分。

ComfyUI ControlNeT

和大模型相关的一些术语（持续更新中）

2、什么是AIGC AIGC，全名“AI Generated Content”，中文直译就是“人工智能生成内容”，也可以称为“生成式AI” （Generative AI）。

大模型人工智能

自己电脑上跑大语言模型（LLM）要多少内存？

模型文件大小模型文件大小可以通过看[参数量]+[精度]来简单计算。

大语言模型运行

【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

一、StreamDiffusion 产品介绍项目研究团队来自美国和日本相关大学机构的成员 StreamDiffusion可以以几乎 100fps（每秒100张）的速度生成图像！

StreamDiffusion 文生图

语音识别的未来已来：深入了解faster-whisper的突破性进展

它还支持8位量化，这一技术可以在不牺牲太多准确度的情况下，进一步减少模型在CPU和GPU上的内存占用。

语音识别 Faster-Whisper

<...81 82 83 848586 87 88 89 90 ...>

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