文章列表-AI魔法学院

文章列表

有感情的语音合成开源模型：ChatTTS安装使用详解

chattts 他们计划开源一个使用4万小时数据训练的基础模型，这个版本虽然网络规模较小，稳定性略差，但效果已经很好，并且生成的结果可以被开源的安全模型或resemble.ai检测出来

ChatTTS 语音合成

精通结构化提示词：如何精确操控指令的作用域与优先级

ensp; 提示词的优先级原则指令的“作用域”和“优先级” 要解决这些问题，需要弄清楚ChatGPT处理提示词的优先级机制，也就是说每写一个可以独立指挥ChatGPT工作的指令

提示词结构化

Stable Diffusion

Stable Diffusion AnimateDiff | 最稳定的基于文本生成视频的方法

之前虽然小视频生成比较火，不过出的视频都不太稳定，目前来看 AnimateDiff 是相对比较稳定的，而且能同时支持和其他插件一起使用。

动画 animate sd

Stable Diffusion

Stable Diffusion AnimateDiff | 最稳定的基于文本生成视频的方法！

之前虽然小视频生成比较火，不过出的视频都不太稳定，目前来看 AnimateDiff 是相对比较稳定的，而且能同时支持和其他插件一起使用。

文本生成视频 AnimateDiff

9.4k Star！MemGPT：伯克利大学最新开源、将LLM作为操作系统、无限上下文记忆、服务化部署自定义Agent

，从而提高它们在复杂任务(如多会话对话和详细文档分析)中的性能。

MemGPT 大语言模型

制作可爱的表情包

vHigh quality (高品质)，niji5(模式)，style cute (风格可爱)我们用表情包魔法公式，加入你想要的风格，比如漫画、卡通、插画、古风，各种风格等，加入各种表情、动作描述词，就能生成风格多变

绘画表情包

Stable Diffusion

AI绘画Stable Diffusion进阶使用

可以使用艺术家，工作室，摄影术语，角色名字，风格，特效等等。

Stable Diffusion 文生图

两天star量破千：OpenAI的Whisper被蒸馏后，语音识别数倍加速

不过，从 HeyGen 现在的火爆程度来看，想用它制作类似视频可能要排很久。

语音 HeyGen

全量免费的EMO模型上架通义APP，外媒称之为Sora之后最受期待的大模型之一

在EMO之前，Talking Head领域的工作都需针对人脸、人头或者身体部分做建模或者表征，耗时长且生成质量较低。

EMO 阿里全民演唱

Stable Diffusion

stable diffusion如何确保每张图的面部一致？

安装 ControlNet 安装工欲善其事必先利其器，ControlNet 还是先要安装好的，已经安装好的请跳过这一步。

图生图文生图 sd

我，大语言模型

我不断生成下一个较可能的字。

大模型

耗时7天，终于把15种ControlNet模型搞明白了

，安装方法，模型采集方式，实操案例，以及下面几个目前很好玩的功能 1.动漫转真人 2.真人转动漫 3.控制人物姿势、表情 4.线稿AI上色 5.固定主角大家只要跟着一步一步操作，一定能学会

文生图

TrOCR——基于transformer模型的OCR手写文字识别

但是随着transformer模型attention注意力机制进入计算机视觉任务，我们同样可以使用transformer来进行计算机视觉方面的任务，比如对象检测，对象分类，对象分割等，这里毕竟著名的模型

OCR 手写文字识别

省钱！微软开源框架LLMLingua + LlamaIndex实现提示词压缩

提示词压缩正是旨在保留重要信息的同时，缩短提示词的技术，从而降低开销，同时也能加快语言模型的响应生成速度。

LLMLingua LlamaIndex 开源框架

用AI做郭德纲说英文相声的爆款视频（详细教程）

马保国，郭德纲，赵本山等这种搞笑的的网红明星是大热点，不出意外，能很有效地出一波流量你也可以应用于一些垂直领域来吸引大量的精准粉。

视频翻译语言

<...84 85 86 878889 90 91 92 93 ...>

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