文章列表-AI魔法学院

文章列表

【AI绘图工具】太爆炸了，AI出图速度100fps（每秒100张图片），比LCM、SDXL Turbo更快，目前No.1

/stream-d/blob/main/Untitled2.ipynb 今天我就来介绍一下这个产品工具吧，我都不知道该把它归类入视频工具还是图像工具，底层逻辑当然还是AI绘图工具了。

StreamDiffusion 文生图

AI助力Logo设计！5类关键词帮你快速获取高质量灵感

① A creative logo for a payment app, flat icon style, Monochrome gradient, black background --v 5 一个支付应用程序的创意标志

midjourney logo制作文生图绘画

一种通用的 Prompt 框架 - CRISPE

的方式思考，特别是在中等到复杂的任务中尝试不同的输出，“给我10个不同的例子”（ Give me 10 different examples）优化结果

Prompt 提示词工程

Stable Diffusion

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

AnimateDiff介绍 AnimateDiff采用控制模块来影响Stable Diffusion模型，通过大量短视频剪辑的训练，它能够调整图像生成过程，生成一系列与训练视频剪辑相似的图像。

动画视频 AnimateDiff

Comfy肖像大师非常推荐

ComfyUI Portrait Master 是一个用于生成人物肖像提示词的模块，旨在优化肖像生成过程。

comfyui 文生图

第一个StableCascade动漫大模型上架了

不过，StableCascade大模型的训练门槛比较高，差不多要45G显存起步，是绝大多数普通爱好者（4090大概是上限）无法企及的算力，所以迄今为止，发布的大模型比较少。

StableCascade 文生图

华为盘古画画3.0发布 | PanGu-Draw：业界最大的中文文生图模型，效果YYDS！

其次，引入了“协同扩散”算法，该算法能够在统一的去噪过程中协同使用具有不同潜在空间和预定义分辨率的各种预训练扩散模型。

PanGu-Draw 文生图

阿里云开源通义千问多模态大模型Qwen-VL，持续推动中国大模型生态建设

8月25日消息，阿里云推出大规模视觉语言模型Qwen-VL，一步到位、直接开源。

大模型

金融领域Prompt工程方法浅析

如何通过设计和优化提示(Prompt)去激发出大模型在特定任务的性能成为自然语言处理领域又一研究热点。

prompt 大模型

基于Ollama本地部署谷歌开源Gemma大模型！

Gemma 的名字来源于拉丁语 "gemma"，意为“珍贵的石头”，象征着其在 AI 领域的重要价值。

ollama gemma qwen

HAI-Chat：高效且轻量的一键式 RLHF 训练工具

步骤一：有监督微调有监督微调（Supervised Fine-Tuning，简称 SFT），又被称为行为克隆（Behavioral Cloning，简称 BC），是 RLHF 训练过程中的一个重要步骤

HAI-Chat RLHF

大模型高效微调：🤗 PEFT 使用案例

PEFT介绍 🤗 PEFT（Parameter-Efficient Fine-Tuning，参数高效微调），是一个用于在不微调所有模型参数的情况下，高效地将预训练语言模型（PLM）适应到各种下游应用的库

大模型

解读wav2lip：探究语音驱动唇部动作的技术原理！

，主要原因包括两方面：（1）传统的基于像素的人脸重建损失无法准约束音频-口型同步：因为面部重建损失是基于整个图像计算的，而唇部区域只占整个图像的很小一部分（不到4%），因而无法聚焦唇部细节。

wav2lip 语音

Giraffe：世界上第一个商业可用的32K长上下文开源LLM（基于Llama-2）

· 特别是，我们将 RedPajama 数据集的微调和 Vicuna 数据集的指令微调与上述方法结合起来。

开源模型

十大开源语音识别项目

Automatic Speech Recognition（ASR）是一项自动语音识别技术，其目标是通过计算机自动将人类口头语音转录为文本。

语音识别开源项目

<...85 86 87 888990 91 92 93 94 ...>

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