文章列表-AI魔法学院

文章列表

Stable Diffusion

Stable Diffusion 30分钟打造AI 写真照片生成器｜海马体照相馆这次真的要木得了

一 EasyPhoto EasyPhoto 是一款 Stable diffusion 插件，用于生成AI肖像画，主要用于训练个人数字分身。

SD 文生图写真照

Fastwhisper + Pyannote 实现 ASR + 说话者识别

前言最近在研究ASR相关的业务，也是调研了不少模型，踩了不少坑，ASR这块，目前中文普通话效果最好的应该是阿里的modelscope上的中文模型了，英文的话，还是非whisper莫属了，而且

faster-whisper 语者识别 ASR

垂直领域大模型的思考

例如我们需要一个能帮助写SQL的大模型，这个模型能跟专业的数据工程师一样，准确地给出可信赖的SQL语句，让人们放心的在生产环境执行。

垂直领域大模型

SD入门教程四：图生图基础用法

图生图的出现是为了弥补文生图的不足，因为文生图有个无法避免的问题，就是随机性太大，当你抽卡抽到一张你喜欢的图片，但是可能某些地方不满足需求，对于文生图而言，是很难进行修正以及修改的。

SD 入门图生图

实操：基于 Ollama+AnythingLLM 的 AI 超级阅读法

02一句话快速获取文中最独特的知识看文章的时候，我们通常会学到一些大家都知道的“常识”。

Ollama AnythingLLM 阅读

什么是ChatGPT？

而 Transformer Generative 的语言模型的核心，通俗的说就是「顺口溜」。

ChatGPT OpenAI 大模型

Midjourney各国的AI新娘

Midjourney各国的AI新娘

文生图 Midjourney 新娘

淘宝模特全体注意！阿里AnyDoor AI换装神器出来了，年度最强AIGC重制绘图工具，重塑电商模特产业

之前用MJ的垫图换装，不仅要记一长串的垫图提示语和指令，关键是换了的衣服都是通过提示语文字重组，经常发现货不对板，跟商家需要的不一样，真是急死个人。

AnyDoor 换装文生图

阿里通义实验室薄列峰：从兵马俑跳“科目三”到照片唱歌，四大框架让AI生成的人物活起来丨GenAICon 2024

对此，薄列峰认为，文生视频模型与世界模型的机制存在差异，视频是一个观察者角色，并不能真正改变世界，文字与物理世界描述之间也具有不对应关系。

通义文生视频

【2023.10】看目前巨头的AI原生产品布局

对于巨头公司的战略规划来说，肯定99%能被想到的战略都已经在内部被提出过了，问题只在于哪些方案能被呈报核心决策团队，以及他们最后又选择了哪种战略。

大模型产品

有感情的语音合成开源模型：ChatTTS安装使用详解

ChatTTS是一个为对话场景设计的语音生成模型，专门用于大型语言模型（LLM）助手的对话任务、对话语音和视频介绍等应用。

ChatTTS 语音合成

QWen1.5: 卓越模型之路

引言在QWen升级之路一文中，我们深入探究了千问模型的优化过程，新版千问1.5模型较原先又取得的提升，本文将继续分析新版千问1.5模型取得不俗表现的原因。

Qwen1.5 开源模型

Stable Diffusion

16/180 Stable diffusion 抽卡神器 dynamic prompts

今天分享一个Stable diffusion 抽卡神器 dynamic prompts 插件安装地址 https://github.com/adieyal/sd-dynamic-prompts

提示词文生图

Fooocus，webui，comfyui优缺点

首先fooocus更新到860了加了蒙版和反转蒙版，推荐下载中文版，还带之前的实时绘图。

Fooocus webui comfyui 文生图

大模型外挂知识库优化-大模型辅助向量召回

FLARE 和上一篇文章相比，FLARE论文比较新一点，评估的指标是直接看最后LLM的回答效果的，而非是向第一篇文章那样只讨论召回准确率。

大模型

<...48 49 50 515253 54 55 56 57 ...>

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