文章列表-AI魔法学院

文章列表

MiniCPM 4.1 开源！代码、数学推理速度快了 3 倍！

端侧友好，更快思考，更高效能模型思考快慢、推理效率高低已经成为模型最重要的评判标准之一，尤其是端侧应用时，更高的推理效能将极大提升用户的使用体验。

MiniCPM 4.1 开源模型

来个优秀的开源人脸识别项目！

生物识别技术在安全、金融、医疗、安防等领域具有广泛的应用前景，随着技术的不断发展和市场需求的日益增长，生物识别技术将发挥越来越重要的作用。

人脸识别开源项目

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

造梦师手记：重新定义真实，SDXL下载量最大的真人模型

留在AI绘画领域的，要么是沉浸其中的痴迷爱好者，要么是专业领域已经开始使用AI绘画进行生产力替代的使用者。

文生图 SDXL

【重磅推荐】PaddleOCR：超越人眼识别率的AI文字识别神器！

import paddleocr 3.准备数据集：为了使用PaddleOCR进行文字识别，用户需要准备包含文字图像的数据集

PaddleOCR 文字识别

总结些SDXL出人像时遇到的困难

模型很难出流泪的场景要么是流的泪很混乱，参考我的SDXL出的几张图：就没有真实流泪的感觉，都是很杂乱的泪~ 用1.5的墨幽模型也出着试试：这张还像那么回事

文生图 SDXL

AI“同声传译”新进展！Google发布，无监督，语音识别：Translatotron 3！

这种模型可以用单语言的语音-文字数据集来训练，不需要有双语言的语音数据集。

Translatotron 语音识别

经典Prompt欣赏 - GitHub Copilot Chat

仔细并严格按照用户的要求执行。

prompt 提示词

Python几种常见算法汇总

示例1 假设我们有一个列表[3, 1, 4, 1, 5, 9, 2, 6, 5, 3]，我们要使用快速排序算法将它排序： arr = [3, 1, 4, 1, 5, 9, 2, 6, 5, 3]

编程 python 算法

Stable Diffusion

17/180 Stable diffusion 抽卡神器 dynamic prompts (二)

stable-diffusion-webui/extensions/sd-dynamic-prompts/wildcards 集合目录包含各种修饰符库每种提示词库包含各种词汇可以进行随机抽词就不需要自己写了

文生图文生图

Stablediffusion3论文下载-确定了Stablediffusion3与Sora的架构是一致的

在这些测试中，人类评估员从每个模型中获得输出示例，并要求他们根据模型输出在多大程度上紧跟所给提示的上下文（"紧跟提示"）、在多大程度上根据提示渲染文本（"排版"）以及哪幅图像具有更高的美学质量（"视觉美学

SD 论文

从声纹模型到语音合成：音频处理 AI 技术前沿 | 开源专题 No.45

主要功能包括： · 支持多种声音变化 AI § MMVC § so-vits-svc § RVC(Retrieval-based-Voice-Conversion

AudioCraft 音频

OmniVision - 968M：小巧精悍的视觉语言模型，释放多模态边缘计算强大潜能

通过减少图像标记数量，模型在处理图像时所需的计算资源和时间大大降低，有效缩短了延迟时间，提高了整体运行效率，从而使模型能够在边缘设备上更加流畅地运行，满足实时性要求较高的应用场景。

OmniVision -968M 多模态模型

Stable Diffusion

Stable Diffusion AnimateDiff | 最火文本生成视频插件库

官方视频效果安装使用 AnimateDiff 需要安装 SD 插件和 AnimateDiff 模型。

动画视频 AnimateDiff

再见了ComfyUI，WebUI也有了工作流

对于AI绘画新手来说，复现是很重要的学习过程，WebUI缺乏这个功能，尤其是ControlNet等参数的配置，很难保持一致。

ComfyUI WebUI 文生图

<...91 92 93 94 959697 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