文章列表-AI魔法学院

文章列表

FaceFusion又更新咯，增强功能再增强！

换脸模型添加了FP16高性能版。

FaceFusion 文生图

AA大佬新作：ComfyUI整合包，打造极简解决方案

确保你选择的解压缩位置有足够的空间，因为Stable Diffusion的模型文件和整合包本身可能占用较大的存储空间。

comfyui 文生图工作流程

Stable Diffusion

Stable Diffusion 30种采样器全解

3M是v1.6版本新增的算法，迭代步数到30+、CFG值减小后达到质量最佳。

Stable Diffusion 采样器

用AI生成PPT、用AI优化PPT!

这里的一个小tip就是针对某项GPT指出的问题，你可以让它再阐述，方便你修改。

AI ppt

这可能是史上最全的 Python 算法集（附论文及python源码链接）

模型预测路径生成下面是模型预测路径生成的路径优化示例。

算法 python

Stable Diffusion

stable diffusion API 调用，超级详细代码示例和说明

文生图 txt2img 接口以下是添加了两个 ControlNet，4 批次，每批次生成 1 张图，并指定了基础模型、VAE 等的入参 JSON： ————————————————

文生图工作图生图

AI提示设计技巧剖析 - 29个动词助你获取更好文本生成

通过使用复杂的算法和大量的数据，人工智能模型已经能够在语言理解、图像识别等任务上达到甚至超越人类的水平。

提示词文本

开发语音产品时设计唤醒词和命令词的技巧

韵母选择大口型，开口音的韵母，比如 a、ai、an、ian、ao，避免 e、i、en、in 等； 9.

语音产品唤醒词命令词

Wunjo AI: 合成和克隆英语/俄语/中文语音,实时语音识别,深度换脸和唇动合成,通过文本提示更改视频,分割和修饰

多语言支持：目前支持英语、俄语、中文的语音克隆（来自任何语言的音频）以及英语、俄语合成，并计划扩展西班牙语的语音克隆合成模型。

AI语音克隆实时语音识别

腾讯最新的人像写真工作PhotoMaker

由于用于原始clip的数据大部分是自然图像，为了更好地提取脸部特征，对这部分模型参数进行了微调。

PhotoMaker 文生图

60.2K Star！别再熬夜写样式了！Screenshot-to-Code：截个图，代码全搞定！！

🤖 强大的 AI 模型支持 · • Claude Sonnet 3.5：目前表现最好的 AI 模型。

Screenshot-to-Code 代码

Flowith：革新你的工作方式，体验节点式 AI 的超流畅生产力

这不仅仅是一个聊天机器人，而是一个能够将复杂的工作流程和思维模式整合到 AI 中，以提高效率的强大助手。

Flowith GPT 生产力工具

VividTalk：用一张照片和一段音频让人物栩栩如生地说话

技术详解音频到3D网格的映射：在这一步骤中，VividTalk使用先进的算法将输入的音频映射到3D网格上，模拟表情运动和头部运动。

VividTalk 视频

几款开源的OCR识别项目，收藏备用

tesseract.js.git PaddleOCR PaddleOCR是百度开源一套OCR,旨在打造一套丰富、领先、且实用的OCR工具库，助力开发者训练出更好的模型

OCR

AI绘画：InstantID 一键运行包和在线Colab脚本！

因为包含了所有模型，所以压缩包会比较大。

InstantID 文生图

<...88 89 90 919293 94 95 96 97 ...>

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