文章列表-AI魔法学院

文章列表

ComfyUI-ControlNet不能漏啊！

算是补充了之前挖坑的其他放大方法吧，这个方式webui同样适用（之前一直忘了提）。

ComfyUI ControlNeT

SD入门教程六：ControlNet基础入门

有了这些控制参数以及辅助模型，比我们直接用提示词去生成图片输出的结果会更加精准、具体。

ControlNet 文生图

Stable Diffusion

超详细的 Stable Diffusion ComfyUI 基础教程（三）：Refiner 细化流程

反而占用储存空间）二、知识点扩展 ①到这就完成了，但是我每次都要在两个采样器上输入总步数、开始降噪步数、结束降噪步数是不是很麻烦，有没有办法让我们把这几个选项提取出来吗

comfyui 文生图

AI声音克隆 | 最全最简教程（权威版）

Bert-VITS2 Bert-VITS2是由社区开发者fishaudio发起的一个开源项目，它基于VITS（Variational Inference for Text-to-Speech）模型进行开发，旨在提供高质量的文本到语音

声音克隆教程

手把手教你用上SDXL——SDXL 1.0 模型资源/comfyUI中文一键包下载

你可以将其想象成一款集成了stable diffusion功能的substance designer，但它提供了更为精确的工作流定制和卓越的可复现性。

SDXL 下载

Fooocus更新了2.3

然后图片控制，多了一个提示词反推，基本和webui一致。

fooocus 文生图

【开源项目】Flow Matching 语音合成

Voicebox模型将CFM引入语音合成领域，下面是voicebox的一个工作流程图 Matcha-TTS是第一个开源conditional normalising flows语音合成项目，提供基于

音视频 Flow Matching

回归分析：探索变量之间的奥秘

最后，将分析结果转化为实际应用，为各个领域的学者和实践者提供有价值的洞见。

回归分析变量

2024年值得关注的Agent框架

它支持通过一行需求输入产生用户故事、竞争分析、需求、数据结构、API等，并包括产品经理、架构师、项目经理、工程师等角色，提供了一个软件公司整个过程的精心编排的标准操作流程。

Agent 框架

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！

Diffusion模型，架构如下所示：其中text encoder采用的是谷歌的Flan-UL2，这个模型的参数量是20B，它和谷歌的T5采用同样的架构，但是比最大的T5模型T5-XXL大了近两倍，当然性能有一个提升

Kandinsky-3 文生图开源模型

TypeChat 入门指南

通过提供具有 shema（某些类型）和请求的模型，开发者可以处理类型良好的结构化数据，从而使将自然语言集成到应用程序中的过程更加简化和高效。

TypeChat

TrOCR——基于transformer模型的OCR手写文字识别

这里一旦提到OCR相关的技术，肯定第一个想到的便是CNN卷积神经网络，毕竟CNN卷积神经网络在计算机视觉任务上起到了至关重要的作用。

OCR 手写文字识别

数学能力超ChatGPT，70B开源大模型火了：用AI微调AI，微软全华班出品

基础上微调出来的模型；Vicuna，UC伯克利在LLaMa-13B的基础上微调得来）此外，在更为复杂的测试指令下，人类更喜欢WizardLM的输出，而非ChatGPT，这表明该方法可以显着提高

开源模型

<...89 90 91 92 93 94 95 96 9798>

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