文章列表-AI魔法学院

文章列表

再也不用担心 AI 图片脸崩手崩了

大家可以根据自己的喜好选择相应的模型。

ADetailer 安装文生图

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

接下来是，语音转文字，使用ASR，这个地方 ASR模型，你可以选中文或者多语种，多语种用的Faster Whisper，这个作者没有集成，使用时会自动下载输入上一步切割的语音，直接点击启动

数字人声音克隆 GPT-SoVITS

阿里Outfit Anyone实现真人百变换装

方案简介我们方法的核心是条件扩散模型，它处理模型、服装和相应文本提示的图像，并使用服装图像作为控制因素。

Outfit Anyone 阿里

精通结构化提示词：如何精确操控指令的作用域与优先级

如果结构化提示词出现了不同模块之间的逻辑错误或规则冲突，对于用自然语言沟通的大模型来说，生成的结果反而不可控。

提示词结构化

Stable Diffusion

AI绘画巅峰对决：Stable Diffusion 3与DALL·E 3原理深度比较

这个模型套件真的很强大，参数范围从800M到8B，选择多多，无论你有什么创意需求，它都能满足你。

Stable Diffusion DALL·E

白话Embedding：普通人都能懂的科普文

所以：因此，要计算$cos\theta$：这个余弦对应于大约39.3°的角度，但是在机器学习中，我们通常在计算余弦后停止，因为如果两个向量中的所有数字都大于零，那么余弦的角度将在0和1之间

Embedding 向量

检索增强生成(RAG)有什么好的优化方案

图1 RAG工作流程（with memory）从RAG的工作流程看，能优化的模块有：文档块切分、文本嵌入模型、提示工程优化、大模型迭代。

RAG 检索增强生成

AI换脸工具:facefusion使用心得

face_enhancer人脸修复模型在FaceFusion 2.3.0中，启用face_enhancer选项后，可以选择特定的人脸修复模型来改善人像图像的质量。

FaceFusion 文生图

活久见，世界上第一个被人类骗走钱的AI，刚刚出现了！

但总体来说，至少在当下，你并不是在询问某个神奇的 AI，而是在向背后的人类数据标注员提问——他们的集体知识和经验被压缩并转化成了大语言模型中的token序列。

Freysa 智能体

深入探讨GPTs和AI Assistant

然后，AI 助手将利用其强大的大语言模型能力、各种工具（tools）和知识库来回答用户的问题。

GPTs AI Assistant

AI生成卡通人物项目|VToonify

虽然基于强大的 StyleGAN 模型构建的一系列成功的肖像图像卡通化模型已经被提出，但这些面向图像的方法在应用于视频时存在明显的局限性，如固定帧大小、需要面部对齐、缺失非面部细节和时间不一致性等。

AI生成卡通人物 VToonify

吴恩达Prompt教程之总结图解

我们也在本篇文章对之前的几篇文章进行一个总结：第一篇文章主要针对当前GPT最为常用的两种模型进行介绍。

prompt 教程吴恩达

TTS，一个奇妙的AI工具

但大多数人，很难一次性的流畅表达一个主题，往往需要在制作视频时加入配音。

TTS 文本转语音

Stable Diffusion

Stable Diffusion 文生图全网最细详解

其中：模型选择：模型对于 SD 绘图来说非常重要，不同的模型类型、质量会很大程度的决定最终的出图效果（模型相关的课程会在后面细讲） Prompt区：如果你使用过 ChatGPT

文生图 SD

clone-voice：一键克隆声音，开源AI技术让声音创作更便捷、更个性化

只需提供一段简短的音频样本，它就可以根据该样本生成与原始声音极其相似的克隆声音，并且支持多种语言，目前包括中文、英文、日语、韩语等，甚至还扩展到了法语、德语、意大利语等16种语言，为用户提供了更广泛的应用可能性

clone-voice 声音克隆

<...85 86 87 888990 91 92 93 94 ...>

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