文章列表-AI魔法学院

文章列表

最新【Fooocus】支持controlnet！生图效果惊艳，附带保姆级安装教程

最近fooocus更新了controlnet功能，终于可以用起来了，兄弟们冲吧，亲测fooocus生图速度比SD-webUI快2倍多，有图为证： SD-webUI需要1分57秒，fooocus只需要52

Fooocus 文生图

比 remini 更便宜，比美图更有风格！黏土滤镜免费做，速领

目前主流的滤镜效果生成 APP 是：Remini 和 Uni Dream 以及美图秀秀。

SDXL 文生图

一文彻底搞懂多模态 - 多模态推理

多模态推理的目标是从不同模态的信息中获取更全面、更准确的理解和知识，以支持各种任务，包括视觉问答、视觉常识推理、视觉语言导航等。

多模态推理大模型

StableDiffusion

StableDiffusion模型推荐系列（功能型）

接下来是图标设计。

StableDiffusion 文生图

中文原生文生图大模型来了！腾讯混元推出，Sora 同架构

升级后的混元文生图大模型采用了与 sora 一致的DiT架构，不仅可支持文生图，也可作为视频等多模态视觉生成的基础。　　

文生图混元腾讯

俄罗斯人开源了最大的文生图模型：参数量12B，比SDXL大了3倍多！

，导致模型总参数达到了11.9B，这应该是目前最大的开源文生图模型。

Kandinsky-3 文生图开源模型

4种通过LLM进行文本知识图谱的构建方法对比介绍

使用LLM预训练本体（ontologies） LLM似乎已经接受了各种标准本体(如SCHEMA)的预先培训。

知识图谱大模型

一网打尽 | 掌握64个策划思维模型，逆转职业寒冬!（高清图+模型详解）

社交推荐具体有三种形式：社交裂变、主动安利，尊重需求（晒图）。

策划思维模型方法论

不会PS也能做神图？豆包AI绘画全解析，让你的创意秒变艺术品！

一、怎么进入图像生成界面用豆包的图像生成功能特别方便。

Qwen3

【语音识别】OpenAI语音力作Whisper

首先，通过特征提取器将原始音频输入变换为对数梅尔声谱图 (log-Mel spectrogram)。

语音转文字 whisper

大模型能力评估体系

随着这些模型在自然语言处理、图像识别、自动编程等多个领域显示出的卓越能力，它们正逐渐成为科技界的焦点。

大模型评估

最强国产开源多模态大模型MiniCPM-V：可识别图片、视频，还可在端侧部署

MiniCPM-V是面向图文理解的端侧多模态大模型系列。

minicpm 面壁

【工具书】文生图常用的正向反向提示词以及常用词中英文对照表

yuri, 自考虑：easynegative,toony,dated,line art,flat colors 最重要的反向词：NSFW 中英文对照 l 提高图像质量的正向提示词

文生图 prompt 提示词

开源版妙鸭相机来了，无限出个人写真图（阿里达摩院出品）

训练完成后日志中会有对应展示，之后切换到“形象体验”标签页点击“开始推理”即可生成属于自己的数字形象。

妙鸭相机

SDXL模型lora训练参数详细设置，显存占用22G，不用修脸原图直出

/train/star9，那么star9下应该包含20_star9的文件夹，在文件夹下才是我的图片和标签。

SDXL 训练

<...5 6 7 8910 11 12 13 14 ...>

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