文章列表-AI魔法学院

文章列表

TTS，一个奇妙的AI工具

网络上有很多文字转语音网站都采用了这个TTS开源工具。

TTS 文本转语音

Stable Diffusion

SD入门教程一：Stable Diffusion 基础（技术篇）

所以如果你用同样是 Diffusion Model 搭建的 Midjourney 话，你会看到如下的过程，首先是一张模糊甚至黑色的图片，然后图片会一步步变得越来越清晰，这就是我前面所说的「降噪」或者「雕刻

Stable Diffusion 文生图

检索增强生成(RAG)有什么好的优化方案

LangChain官网提供了一个通过Graph对RAG应用进行增强的DevOps的例子，感兴趣的读者可以详细研究[5]。

RAG 检索增强生成

《嬛嬛朕emo啦》但马斯克！阿里这项技术开放试玩

薄列峰介绍，EMO的核心思路是“弱控制设计”，无需对整个面部建模，这一点甚至体现在了论文标题上。

音频阿里

GPU 性能（数据表）快速参考

后面的数字位数越高，意味着精度越高，能够支持的运算复杂程度就越高，适配的应用场景也就越广； o FP32也叫做 float32，两种叫法是完全一样的，全称是Single-precision

GPU 算力

【开源项目】Flow Matching 语音合成

conditional normalising flows语音合成项目，提供基于 LJSpeech 和 VCTK 数据预训练模型以供测评 Matcha-TTS有两个主要的贡献和其他建议

音视频 Flow Matching

Roop参数说明，ROOP->StyleGAN演示！

所以很多程序都会使用多线程。

视频 StyleGAN

体验Outfit Anyone，高质量虚拟换装，效果如何？

从功能描述上看，可以快速实现虚拟换衣，在电商场景下的应用非常实用。

Outfit Anyone 模拟

老板：这龙谁做的？我：AI

palewave, imposing monumentality, edo art, fragmented realism, --ar 3:4 --v 6.0 --s 800 中国龙，以后启示录废墟、建筑改造

V6模式文生图关键词

Asimov的预言与《Reflexion》的Prompt启示：机器人心理学家的新纪元

大型语言模型（LLMs）越来越多地被用于与外部环境（如游戏、编译器、APIs）互动作为目标驱动的代理。

大模型

AI面部增强器-Remini

Remini还提供了色彩调整选项，相当于滤镜，小白狗将其应用在黑白图片后，没想到也能生效。

Remini 面部增强修复文生图

图解 transformer——逐层介绍

八、注意力掩码（Attention Masks）在计算 Attention Score 的同时，Attention 模块应用了一个掩码操作。

Transformer 大模型图解

AI写作：如何让AI帮你写出10万+标题？

我经常说：如果你用一个小时写文章，那么这其中应该有半个小时是在写标题。

AI写作提示词

Stable Diffusion

造梦师手记：Stable Diffusion一键换脸插件

如图所示：任意上传一张脸部清晰的图片，点击启用。

AI换脸

Stable Diffusion

Stable Diffusion 必装插件查缺补漏，你还有哪个没装？(上）

Canvas Zoom | 画布缩放当我们在使用局部重绘的时候，画布的编辑非常头疼，体验很差。

Stable Diffusion 文生图

<...91 92 93 949596 97 98 99 100 ...>

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