文章列表-AI魔法学院

文章列表

Stable Diffusion

Stable Diffusion ControlNet：Reference“垫图”功能，不炼丹也能保持同一人物

翻译：现在我们有一个 reference-only预处理，它不需要任何控制模型即可实现直接使用一张图片作为参考来引导扩散。

文生图

Stable Diffusion

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

简单来说，SD 模型的训练是通过大量的图片进行训练。

文本生成视频 AnimateDiff

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

最近在搞克隆人，发现一个很好的声音克隆项目，测试了一下，效果真不错，可以直接用，也可以微调后使用，好了废话不多说，直接上干活，哈哈~~ &ensp

数字人声音克隆 GPT-SoVITS

我为什么不看好大模型行业

诚然，开源模型目前还没有赶上ChatGPT的水平，但一些不那么需要拼参数的场景，或者受制于成本不希望参数过大的场景，开源提供了一个足够好的基础。

大模型

AI写作：一步到位，如何用 AI 生成整篇文章？做自媒体必看！

话不多说，直接上干货！

结构化提示词写作

Stable Diffusion

Stable Diffusion超清放大及修复细节操作

你有没有遇到过想要对低分辨率的图片进行放大和修复细节的需求，但是显卡显存只有4G，感觉束手无策？

Stable Diffusion 文生图

解读 Openai 给 DALLE3 设的完整系统提示词

100年前创作的艺术家可以直接引用(例如，梵高，克林姆特)。

提示词绘画 DALLE

我去华强北走了一圈，发现这里正被另一种 AI 包围

这款产品和传统形态的翻译机不同，是一个磁吸金属小圆片，贴在手机后做声音录入，颇有科技感，连接手机蓝牙后，能够翻译手机内的一切文字和语音，包括微信实时对话。

华强北 AI

Stable Diffusion

Stable Diffusion男性服装提示词大全

Sequin blazer (亮片西服外套) 6.

文生图提示词

解读wav2lip：探究语音驱动唇部动作的技术原理！

接下来，wav2lip使用GAN来学习音频-图像对之间的映射关系。

wav2lip 语音

使用自己的数据训练清华ChatGLM2-6B 模型

服务器准备不想折腾mac了，正好腾讯云有活动，GPU服务器，8核32G内存16G显存，60块钱半个月，刚好买来试试，活动链接在结尾处。

ChatGLM2-6B

ChatPDF | LLM文档对话 | pdf解析关键问题

接下来就是如何在图片中识别出标题、文本、表格、图片、列表等元素。

大模型

一招让你的 AI 图像更惊艳！DALL-E 3 自定义指令魔法

比如我输入了 “年轻女人的照片” 这个提示词，DALL-E 3 生成的女人照片不仅有不同的场景，而且还来自多民族。

DALL-E3 文生图

如何避免大语言模型绕过知识库乱答的情况？LlamaIndex 原理与应用简介

所以 LlamaIndex(也称为 GPT Index)由社区顺势推出，是一个开发者友好的接口，它将外部数据连接到 LLM，提供了一系列工具来简化流程，包括可以与各种现有数据源和格式(如 api、pdf

大语言模型

pdf2htmlEX：效果相当好的一个PDF转HTML程序，和原始PDF几乎一模一样。

其背后是利用的Chrome Headless，让Chrome渲染PDF，再导出成HTML，甚至图片都转成了 base64 字符，所以一个网页就可以包含完整的文本、字体和图片等内容这是我的

PDF转换

<...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