文章列表-AI魔法学院

文章列表

2.7B能打Llama 2 70B，微软祭出「小语言模型」！96块A100 14天训出Phi-2，碾压谷歌Gemini nano

不过，能否通过恰当的训练方法（比如数据选择等），使得小型的语言模型也能获得类似的能力？

小语言模型

【分享】SDXL模型最佳拍档！COMFY UI上手指南

ComfyUI 和stable-diffusion-webui的作用类似，安装方法也类似。

大模型

Stable Diffusion

还没有上手Stable Diffusion XL 1.0 的同学，看这篇文章就够了

limbs ,mutated hands,morbid,dehydrated,cut off,body out of frame,out of frame,malformed limbs 尽管如此，你仍然无法保证能得到一张好的图像

SDXL

关于AI声音生成的一切（语音+音乐+嘴型）

AudioLDM 2框架提出了一种统一的方法来生成语音、音乐和音效。

声音

LLM微调经验&认知

0626补充：chatGLM2出来了，max_length起飞，方法不变。

LLM 大模型

Stable Diffusion

Stable Diffusion | SD阿里云3步部署，全程五分钟，免费试用三个月，电脑无需升级配置

注册好了登录图像变成这样 2、点击免费试用，选中函数计算FC，这一步是布置代码运行的算法云环境服务，对AIGC进行GPU推理计算。

下载

Stability AI推出视频生成模型Stable Video Diffusion

然而，Stable Video Diffusion存在一些局限性，例如不能生成没有运动或慢速摄像机移动的视频，无法通过文本控制，不能呈现文本（至少不能清晰可辨认），也不能一致地生成面部和人物。

Video 视频创作 SD

语音克隆又又又又又升级了

最终的结果：除了上述的一些功能，还有魔法擦除功能，可以去除原始音频中的一些杂音或者特殊音频，反过来也可以添加一些音效。

Meta 语音生成

哈工大科大讯飞联合推出中文LLaMA-2 & Alpaca-2大语言模型

相关模型支持4K上下文并可通过NTK方法最高扩展至18K+。

训练

一文搞定 ComfyUI SDXL1.0 完整流程

如果要在一篇文章里面介绍完整的使用方法实在太麻烦了，这里我推荐几个 B站大神的视频。

文生图 comfyui

「语音转换新速度」— 探秘Whisper JAX的70倍速提升

这意味着长达数小时的音频资料可以在几分钟内完成转写，这对于法律、医疗和学术研究领域意义重大。

Whisper 语音识别

阿里腾讯豪华阵容参投，智谱AI投资版图曝光

当然，以智谱的低调作风来看，我们恐怕永远也无法从官方那里得到公开准确的消息，但有件事情是毋庸置疑的——智谱已经成为人工智能大模型领域新晋独角兽。

智谱阿里

Midjourneyv6创作中国龙十大技巧

基于中国画传统,通过明确指明“Chinese dragon”、描绘角、须、鳞等特征细节、定义金黄等传统色彩、表现飞舞等动态姿态、融入宫殿、云雾等中国元素、赋予祥瑞寓意、组合丰富场景细节、运用点线面构图法则

Midjourneyv6 文生图

从声纹模型到语音合成：音频处理 AI 技术前沿 | 开源专题 No.45

· Multi Band Diffusion：使用扩散算法与 EnCodec 兼容的解码器。

AudioCraft 音频

第3期 SDXL和SD的10大区别！你知道几个？

但通过改进训练方法，将图片尺寸也作为训练参数，大大扩展了训练 SDXL 的图片数量，这样训练出来的模型具有更强的性能表现。

文生图

<...81 82 83 84 85 86 87 888990 >

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