文章列表-AI魔法学院

文章列表

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！

而且DALL-E 2比较难生成包含正确文本的图像，比如下面的"deep learning"：最主要的原因还是CLIP image embedding本身，通过对比学习训练的CLIP image embedding

Kandinsky-3 文生图开源模型

SD入门教程零：应用场景

线稿上色可以通过把手绘线稿上传给SD进行一些图片风格的生成，也可以为同一个人物生成不同风格的服装。

Stable Diffusion 文生图入门教程

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

内置HP5一个模型； 3、去混响、去延迟模型（by FoxJoy）： (1)MDX-Net(onnx_dereverb):对于双通道混响是最好的选择，不能去除单通道混响；

数字人声音克隆 GPT-SoVITS

ComfyUI学习笔记2，一文看透Workflow

通过节点的方式，除了类似webui那样去填写参数，还可以观察处理过程，这是ComfyUI设计巧妙之处。

comfyui 文生图

20款AI工具助力在家副业

ensp;Perplexity ChatGPT竞争对手的Android应用程序已经发布 2 Open Souls 在Discord上实现的开源汉字人工智能 3 InterviewMe Al 通过与

工作

OpenAI大动作：Whisper large-v3重塑语音识别技术

如何获取Whisper large-v3 对于有兴趣的开发者和技术爱好者，Whisper large-v3已经开源，你可以通过以下链接下载并开始探索这一强大工具： ·

Whisper 语音识别

ComfyUI王牌！复合生成！必须揉在一起

而普通采样器有一个降噪（denosie），也就是我们常翻译的重绘幅度。

comfyui 文生图

[Midjourney]人物镜头拍摄视角大全

通常会让脸部显得更小，眼神更加深邃，同时也能增强拍摄对象的神秘感和高傲感。

视图视角构图

SD 美颜修图神器

— 该插件需要从网址进行安装，插件地址： https://github.com/portu-sim/sd-webui-bmab 进入 SD 的扩展，通过网址进行安装。

SD 文生图

RPA机器人实现网页自动翻页功能

RPA旨在通过模拟和整合人类用户在数字系统中的交互，实现对现有应用程序的自动化操作，从而提高工作效率、减少错误、降低成本，并释放员工精力，让其更多地从事创造性和战略性工作。

RPA 自动

硬核Prompt赏析：HuggingGPT告诉你Prompt可以有多“工程”

从上面的过程可以看出，这非常能体现出Prompt Engineering的Engineering部分，要得到最终执行的Prompt，会考量比较多的限制条件，通过编程来动态生成Prompt。

提示词 prompt

3 个令人惊艳的 GitHub 开源项目，诞生了！

随着今年这波 AI 风口的兴起，让这两款神器再次走进人们的视野，但与上次不同的是，这次很多普通网友都开始上手学习，并参与创作，再利用工具能力进行变现。

开源模型

第一个StableCascade动漫大模型上架了

不过，StableCascade大模型的训练门槛比较高，差不多要45G显存起步，是绝大多数普通爱好者（4090大概是上限）无法企及的算力，所以迄今为止，发布的大模型比较少。

StableCascade 文生图

Threejs: 数字人生成金色动态粒子效果

昨天的文章提到通过修改数字人的材质做全息投影仪的动态效果，今天分享一下生成金色动态粒子人的代码，效果图如下：效果中还包含多个粒子效果的动态转换，有了这个，再加上摄像头，就可以完全模拟亚运会的数字人效果了

Threejs 数字人

ChatGPT写论文最强指令！

通过添加一些权威的例证或引用，帮我提升论文的可信度和说服力请在我的论文中添加一些具有权威性的例证或引用，支持我的观点和论证，以增强论文的可信度和说服力

ChatGPT 指令

<...87 88 89 90 91 929394 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