文章列表-AI魔法学院

文章列表

Fooocus，webui，comfyui优缺点

他不仅是一个ai绘图软件，你可以装上各种ai插件，比如数字人，lama，seg，sam，换脸，语音，3d模型等。

Fooocus webui comfyui 文生图

精通百种语言的翻译AI来了！Meta推出，免费、开源！

开源：Meta公司将SeamlessM4T以及它所使用的训练数据集SeamlessAlign都开源了。

大语言模型

AI写作：如何用AI一键提炼文章要点，10倍提效（含提示词）

他们可以从当前市场热点中获取灵感，使用AI工具分析消费者兴趣，并根据这些数据创作具有共鸣的内容。

AI写作提示词

自从prompt用了示例演示，GPT的输出稳定性达90%

这些问题值得我们每个人深思，因为它们不仅关乎技术的使用，更关乎我们与这个快速发展的数字世界的互动方式。

prompt 提示词

3 个令人惊艳的 AI 文档神器，开源了！

短短数日，便增长了 2000+ Star，并在今日荣登榜首。

大模型开源模型

一个专业级 AI 聊天浏览器，开源了！

在 AI 模型大爆炸的今天，我们每天都能在技术圈见证无数个大语言模型诞生，其诞生速度之快，着实让人看得目不暇接。

开源大模型聊天

Stable Diffusion

造梦师手记：Stable Diffusion一键换脸插件

比如，我安装完成后，能出现插件，但换脸不生效，出现了这样一个错误提示：我逐一排查了错误提示里的每一个行代码，最终发现buffalo_l这个参数来自于insightface项目，在该项目里

AI换脸

入坑必看：comfyui界面与基础操作

在“更多选项”中，可以调整默认执行次数。

comfyui 文生图

关于AI声音生成的一切（语音+音乐+嘴型）

mExpresso（多语言Expresso）是一个包含七种朗读风格（默认、快乐、悲伤、困惑、清晰、耳语和笑声）的表达性语音到语音翻译数据集，涵盖英语和其他五种语言。

声音

「语音识别的未来已来」——探索Distil-Whisper，轻量级AI的强大力量

通过精心的数据选择和过滤，以及伪标签技术的应用，Distil-Whisper在保持原有模型鲁棒性的同时，实现了速度和性能的双重提升。

Distil-Whisper 语音识别

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

Stable Diffusion

Stable Diffusion 常用LoRA模型推荐

推荐配置：大模型：Anything 系列 VAE：Orangemix（同NAI） LoRA强度：1 采样器：DPM++ 2M Karras 采样步数：20 CFG：7 负面embedding

文生图 SD

20%杨幂+80%霉霉=？这款“人脸拼接”的AI应用还能这么玩

其他参数都使用默认。

InstantID 文生图

开发语音产品时设计唤醒词和命令词的技巧

命令词中的数字需要以汉字表示，如“调高一度”； 10.

语音产品唤醒词命令词

目前大语言模型的评测基准有哪些？

该平台已提供了 30 多种能力、5 种任务和 4 大类指标，共 600 多个维度的全面评测，任务维度包括 22 个主客观评测数据集和 84433 道题目。

人工智能评测大模型

<...82 83 84 85 86 878889 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