文章列表-AI魔法学院

文章列表

一文搞定 ComfyUI SDXL1.0 完整流程

SDXL 的 Canny Contronet 发布了，但是它只能在 ComfyUI 中使用。

文生图 comfyui

「语音转换新速度」— 探秘Whisper JAX的70倍速提升

在AI的众多分支中，语音识别技术的突破性进展尤为引人瞩目。

Whisper 语音识别

再也不用担心 AI 图片脸崩手崩了

这也是目前文生图 AI 工具普遍存在的问题。

ADetailer 安装文生图

重磅来袭！Llama中文社区开源预训练中文版Atom-7B大模型

Llama中文社区联合AtomEcho（原子回声）重磅发布基于Llama2的中文预训练大模型：原子大模型 Atom-7B | Atom-7B 介绍目标泛智能体大模型不同原子有不同的特性

大模型

Stable Diffusion

Stable Diffusion｜背景替换只需要两分钟！

在以往为产品或照片更换背景时，我们通常需要先仔细地将主体内容抠出，再利用PS或其他图像处理工具将主体与新背景进行融合。

SD 背景文生图

GitHub狂飙3万star的LLM公开资料 - 大模型入门教程

1.4 自然语言处理（NLP） NLP 是人工智能的一个迷人分支，它弥合了人类语言和机器理解之间的差距。

LLM 大模型 GitHub

检索增强生成(RAG)有什么好的优化方案

RAG优化分为两个方向：RAG基础功能优化、RAG架构优化。

RAG 检索增强生成

一文带你认识ELMo

近几年来，预训练的word representation在NLP任务中表现出了很好的性能，已经是很多NLP任务不可或缺的一部分，论文作者认为一个好的word representation需要能建模以下两部分信息

embedding

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

每个工作线程能够同时运行多个代理。

voice agent 开源音视频

Qwen2.5更新百万超长上下文，推理速度4.3倍加速，网友：RAG要过时了

看到这波更新，不少网友直接爆出了***：有人直言：这么长的上下文这么快的速度下，RAG已经过时了。

Qwen2.5 开源模型

Whisper对于中文语音识别与转写中文文本优化的实践(Python3.10)

中文文本标注优化 Whisper经常被人诟病的一点是对中文语音转写后标点符号的支持不够完备。

Whisper 语音优化

GPT提示词必杀技：思维树法

看完本文之后，会快速了解到提示词的编写技巧-思维树，提示词技能再上一个台阶。

GPT 提示词

第一个StableCascade动漫大模型上架了

大量的爱好者投入到各种插件和大模型开发中，有一定“折腾”能力的选手，能够熟练的应用Stable Diffusion，生成AI图片的效果远远强于闭源工具。

StableCascade 文生图

冲击传统模特，商汤发布高质量虚拟试衣Diffusion模型

该方法利用扩散模型的强大功能，将扭曲的衣服与人物图像结合起来，并将其作为局部条件，以确保输出结果尽可能保留细节。

文生图

Stability AI开源上新：3D生成引入视频扩散模型

§ SV3D_p：扩展了SV3D_u的功能，可以根据指定的相机路径创建3D模型视频。

sv3d 建模

<...68 69 70 717273 74 75 76 77 ...>

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