文章列表-AI魔法学院

文章列表

FaceSwapLab，截止2023年8月最好用的一键换脸工具

4、性别检测：该程序现在可以根据面部检测性别。

一键换脸

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

LiveKit 支持语音、视频和数据流处理，内置了自动语音识别（ASR）和文本转语音（TTS）功能，简化了语音到文本和文本到语音的转换过程。

GPT-4o 语音交互

大模型的最大bug，回答正确率几乎为零，GPT到Llama无一幸免

然而当输入母亲的名字问儿子时，它却无法检索到「汤姆・克鲁斯」（右）。

大模型

Comfyui工作流管理插件，再也不用保存本地了！

能够轻松地将一个工作流程转换为一个自定义节点。

Comfyui 工作流插件

MidjourneyV6高级提示词技巧（人物篇）

在这个阶段，避免过分深入细节，而是从更宏观的角度出发。

Midjourneyv6 文生图提示词

大模型与游戏结合的一个思路

之前已有人尝试让游戏中的NPC的智能程度更高，可以进行更自然的自然语言对话，而不只是程序设定好的对话，对话包括NPC与玩家，以及NPC之间。

人工智能游戏

微信中和 AI 进行对话

1.注册 FastGPT：cloud.fastgpt.in 2.进入「应用」，新建1 个机器人，选择“简易模板”； 3.先不用进行“高级编排”来创建工作流，这一步放在把机器人调通之后再做； 4.点击

微信对话

20款AI工具助力在家副业

1 Perplexity ChatGPT竞争对手的Android应用程序已经发布 2 Open Souls 在Discord上实现的开源汉字人工智能 3 InterviewMe Al

工作

WeChatpy：Python中优秀的微信开发库，与微信官方接口交互的工具

多种功能支持：WeChatpy支持微信公众号、企业微信、小程序和支付等多种微信功能的开发和调用。

WeChatpy 开发库

清华&面壁开源新一代主动Agent交互范式！让AI从被命令到主动帮助

主动Agent技术原理下图展示了主动 Agent 技术原理的整体流程。

Agent 大模型

“实时”语音翻译！AI语音具有“情绪”！最强开源AI大模型来了

这些任务都可以用一个模型来完成，而且模型可以自动识别输入的语言，不需要用户指定。

大模型开源模型语音

Selenium+ddddocr | 再也不担心图片验证码

进行文字识别 res = ocr.classification(yzm.screenshot_as_png) print(f'验证码为：{res}') 运行该程序

Selenium ddddocr库

说真的，SDXL究竟藏着多少秘密，也许没人知道

photorealistic:1.4),logo of company VOLKSWAGEN,white background, 接下来，还有这些如果你把世界500强公司名称输进去，你大概率会看到它能在一定程度上复现这家公司的

文生图

Stable Diffusion

stable diffusion如何确保每张图的面部一致？

使用过 Stable Diffusion 的同学对提示词的重要程度应该深有体会，无论是文生图还是图生图，我们想要在图片上展现某些元素，都需要编写对应的提示词，有时候为了避免生成一些不想要的东西，我们还需要编写反向提示词

图生图文生图 sd

Stable Diffusion

stable diffusion API 调用，超级详细代码示例和说明

文生图 txt2img 接口以下是添加了两个 ControlNet，4 批次，每批次生成 1 张图，并指定了基础模型、VAE 等的入参 JSON： ————————————————

文生图工作图生图

<...82 83 84 858687 88 89 90 91 ...>

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