文章列表-AI魔法学院

文章列表

一个令人惊艳的图片高清化重绘神器：SUPIR来了！

今天给大家分享一个将模糊图片还原为照片级高清图像的AI项目：SUPIR。

SUPIR 文生图

数字人起飞！字节Loopy对口型功能在即梦上线可根据语境匹配表情和情绪

还记得月初刚发布时就让大家惊艳不已的字节新项目Loopy吗?

Loopy 视频

WebUI使用用InstantID，AI换脸完美版

仅更新新添加的模块，而预先训练的文本到图像模型保持冻结以确保灵活性。

换脸小红书

动画制作工具AnimateDiff用法详解

AnimateDiff 使用Stable Diffusion模型将文本提示转换为视频。

AnimateDiff 视频训练

解读OpenAI Sora文生视频技术原理

对比看两者大的技术方向均选择了扩散模型，却也有许多关键细节不同。

sora

Insanely Fast Whisper：超快的Whisper语音识别脚本

项目简介这篇内容介绍了OpenAI的Whisper Large v2语音转录模型的超快速能力。

音频 Whisper

Prompt工程入门

2 Prompt 简单的理解成它是给 AI 模型的指令。

prompt 提示词

Stable Diffusion

OpenAI救了Stable Diffusion！开源Dall·E3同款解码器，来自Ilya宋飏等

上半年这个模型开源时就引发业内震动，被评为能“终结扩散模型”。

SD 文生图 DALLE

Stable Diffusion

硬核解读Stable Diffusion（系列三）

首先是模型结构方面，SD 1.x版本的text encoder采用的是OpenAI的CLIP ViT-L/14模型，其模型参数量为123.65M；而SD 2.0采用了更大的text encoder：基于

Stable Diffusion 文生图

RAG检索增强技术在知识库智能检索场景下的应用实践

1.1.1、LLM的缺陷知识检索增强技术的提出背景主要源于当前基于LLM（大规模语言模型）的知识检索存在诸多缺陷。

知识库 RAG检索增强

「长文」可能是目前最全的LangChain AI资源库之一

[217]•MiniChain[218]: 一个用于使用大型语言模型编码的小型库。

工作

一款构建AI数字人项目开源了！自动实现音视频同步！

本周GitHub项目圈选: 主要包含音视频同步、多代理框架、3D对象模型、适用于开发者的演示文档构建工具、网页程序打包、自构建CRUD应用等热点项目。

AI数字人音视频同步

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

前有妙鸭相机这种付费傻瓜式的 AI 写真程序，后有 Stable Diffusion 定制属于自己的 Lora 模型的围攻。

SD 文生图写真照

Stable Diffusion

Stable Diffusion ControlNet：Reference“垫图”功能，不炼丹也能保持同一人物

下面来了解一下这个Reference模式，到底有多强大呢？

文生图

这个数字人开源项目太牛了，非常全面的项目解决方案(含源码)

今天介绍一个开源的完整的数字人项目：Fay Fay是一个完整的开源项目，包含Fay控制器及数字人模型，可灵活组合出不同的应用场景：虚拟主播、现场推销货、商品导购、语音助理、远程语音助理、数字人互动、心理测评

Fay 开源项目数字人

<...56 57 58 596061 62 63 64 65 ...>

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