文章列表-AI魔法学院

文章列表

Fastwhisper + Pyannote 实现 ASR + 说话者识别

wespeaker-voxceleb-resnet34-LM https://huggingface.co/pyannote/segmentation-3.0 最后再修改下config.yaml里的模型路径，参考我的：在这里插入图片描述

faster-whisper 语者识别 ASR

阿里最近推出AI项目的动作太过频繁，脑子跟不上了，事出反常必有妖，盘点一下

一个静态图片转视频的项目。

阿里大模型

Comfyui一键更换人物背景！饭来了快张口！

然后上传你想要换背景的图片如果图片很小就打开通过模型放大，图片很大就右键忽略。

换背景绘画

星标破万！小钢炮2.6登顶GitHub，Hugging Face TOP3，燃爆开源社区！

🖼️ 多图理解和上下文学习。

MiniCPM-V 2.6 大模型

使用stable diffsion对老照片进行AI高清放大修复

ensp;可见程度推荐0.5-0.8 4、CodeFormer 强度 (0 = 效果最强，1 = 效果最弱) 推荐0.2-0.5 CodeFormer 是增加细节的，但AI增加的细节过多可能会让原图变的不真实

SD 高清老照片修复

中文OCR超越GPT-4V，参数量仅2B，面壁小钢炮拿出了第二弹

下面是实测的一次看图说话任务，MiniCPM-V 2.0 出现了 3 处幻觉，GPT-4V 出现了 6 处幻觉（见图下高亮红字）：除了越来越强大的通用能力

MiniCPM 大模型

Roop参数说明，ROOP->StyleGAN演示！

因为有一些效果图，聊起来就更直观一点。

视频 StyleGAN

Stable Diffusion

Stable Diffusion教程：绘制3D风格的手办公仔

Stable Diffusion是一种强大的深度学习模型，能够将2D图像转化为具有丰富细节和质感的3D模型。

Stable Diffusion 教程 3D

超越Animate Anyone! 南加大&字节提出MagicPose，不需任何微调就可生成逼真的人类视频

此外，MagicPose模块可以被视为原始文本到图像模型的扩展/插件，而无需修改其预训练的权重。

MagicPose 视频

阿里Outfit Anyone实现真人百变换装

扩散模型已经证明了它们能够生成高质量和逼真的图像，但当涉及到虚拟试妆等条件生成场景时，它们在实现控制和一致性方面仍然面临挑战。

Outfit Anyone 阿里

Stable Diffusion

造梦师手记：Stable Diffusion一键换脸插件

如图所示：任意上传一张脸部清晰的图片，点击启用。

AI换脸

深入浅出人工智能常用技术，让你轻松掌握AI应用核心！

机器学习算法包括分类、聚类和回归等，这些算法在图像识别和语音识别中得到了很好的应用。

人工智能

最好用的AI一键换脸工具FaceSwapLab汉化

": "参考图像,将提取第一个人脸", "First face of batches sources will be extracted and used as input (or blended

一键换脸

Stable Diffusion

Stable Diffusion 30种采样器全解！

o Euler：ODM求解器，简单直接，可收敛——能产生最终稳定图像。

Stable Diffusion采样器

60分钟吃掉ChatGLM2-6b微调范例~

)) 差评好评好评好评差评差评好评差评差评好评可以看到，这个评论模型其实是不太吃得准它是好评还是差评的，毕竟，死鬼这个词的内涵太丰富了，跟字面的意思并不一样

开源模型

<...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