文章列表-AI魔法学院

文章列表

字正腔圆,万国同音,coqui-ai TTS跨语种语音克隆,钢铁侠讲16国语言

具体来说，coqui-ai TTS首先使用音素输入表示：采用音素（语音的基本发音单位）作为输入表示，鼓励模型在不同语种之间共享模型容量，从而实现跨语种语音合成。

coqui-ai TTS 语音

Stable Diffusion

Stable diffusion又一个电商换装/换模特辅助插件

最后发送到局部重绘中进行重绘最后根据我上篇文章电商换装必备分割万物 segment anything 中controlnet步骤进行操作

Stable diffusion 文生图

【ChatGPT有点热】浅聊Temperature参数对大语言模型的推理能力的影响

但是对于语言模型来说，这是一个颇具挑战性的任务，一来是我选择狗Tony，65年后，这一现实中出现的比较少的语料组合，防止模型简单的重复已有的语料，另外，这个问题是数学运算和逻辑推断的结合，而非简单的创作，

大语言模型 chatGPT

大模型外挂知识库优化技巧-如何更有效的利用召回的文档

作者也尝试了输入里只放1个包含正确的答案的文档片段，回答正确率为88%，相当于使用外挂知识库准确率的上限。

大模型

《嬛嬛朕emo啦》但马斯克！阿里这项技术开放试玩

玩儿梗的人太多，以至于马斯克都给搞EMO了：，时长00:05 而这背后的“始作俑者”，就是来自阿里通义实验室的EMO，继Sora之后热度第二高的AI视频项目

音频阿里

Stable Diffusion

Stable Diffusion 常用插件推荐

以下推荐几个常用插件插件名插件地址插件作用

Stable Diffusion 插件

图解大模型训练之：张量模型并行(TP)，Megatron-LM

所以，引燃人类AGI的热情，可以被当作Megatron的阴谋拍进下一部电影里么？

开源模型

ReplaceAnything：阿里最新项目！重绘图片里的任何元素，商用价值极高！用最简单的部署创造最大的价值！

可以在文章最后的链接里体验demo 服装更换选定区域后，可以完整的保留人脸或者动作，给图片内角色换上指定的服装、发型、背景。

ReplaceAnything 文生图

超越Claude-2.1和GPT-3.5-Turbo，Qwen1.5还藏了哪些黑科技？32K Tokens上下文支持只是开胃菜！

技术合作与生态支持在这里插入图片描述通用语言模型的魅力，可不止于说话。

Qwen1.5 开源模型

开发语音产品时设计唤醒词和命令词的技巧

尽量选取不常说词作为唤醒词，可以有效降低误唤醒甚至避免误唤醒； 6.

语音产品唤醒词命令词

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

模型放进去后，接着双击运行“run” 出现以上内容表示网络需要魔法支持，当把魔法开启之后，双击“run”，会顺利进入这个界面，稍作更新等待，就可以自动跳转至网页ui页面。

Fooocus 文生图

ChatGPT写论文最强指令！

请搜集（XX作者/研究机构）在（XX领域）方面的相关论文根据我提供的作者姓名或研究机构，请找出他们在特定领域上的重要贡献或近期发表的论文。

ChatGPT 指令

大模型中的Top-k、Top-p、Temperature详细含义及解释

如果 k 和 p 都启用，则 p 在 k 之后起作用。

大模型

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

直接端到端输出结果：无论是中英文的大段文字：还是包含了公式的文档图片：又或是手机页面截图：甚至可以将图片中的表格转换成 Latex 格式：当然，作为多模大模型

OCR 手写文字识别

让你不怕任何事的3个顶级思维（建议收藏）

有一次，刘和平受邀参与一部历史剧的创作。

灰度思维减法思维

<...87 88 89 90 919293 94 95 96 >

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