文章列表-AI魔法学院

文章列表

大模型：泛化即智能，压缩即一切

在人工智能领域，通俗地说，泛化是指模型在训练数据中学习到的共性，这样在面对从未见过的数据时就能够具备很好的预测能力。

大模型泛化

图片拖拽神器DragGAN介绍及官方安装文档说明

总的来说，拖放生成器是一个强大的工具，可以根据用户提供的指令生成高质量的图像。

开源

开源本地化部署的「妙鸭相机」，真的要革了「海马体」们的命了？｜手把手教你搭建「妙鸭相机」

算法详细信息架构概述在人工智能肖像领域，团队希望模型生成的图像逼真且与用户相似，而传统方法会引入不真实的光照（如人脸融合或roop）。

训练

Roop升级版FaceFusion换脸AI技术使用以及部署教程

首先我们需要确认一个工作目录，用来存放facefusion的相关环境依赖文件。

FaceFusion 教程

【语音识别】OpenAI语音力作Whisper

另外，作者分析了模型对附加噪声的鲁棒性，使用音频降级工具箱中的白噪声或酒吧噪声添加到音频中时，测试Whisper模型和14个LibriSpeech训练模型的噪声鲁棒性。

语音转文字 whisper

GGUF格式详解

综上所述，GGUF可以理解为一种格式定义，采用相应的工具将原始模型预训练结果转换成GGUF之后可以更加高效的使用。

GGUF 大模型

Stable Diffusion

AI绘画Stable Diffusion进阶使用

可以使用艺术家，工作室，摄影术语，角色名字，风格，特效等等。

Stable Diffusion 文生图

AI虚拟主播数字人技术实现Wav2Lip

第三部分：使用Wav2Lip进行AI主播虚拟人的深度实践 AI主播虚拟人（也可以理解为数字人）是利用人工智能技术创建的一种虚拟角色，可以模拟人类的语言、动作和外貌。

数字人视频

再也不怕合照缺人，Anydoor为图片编辑开了一道「任意门」

训练策略在这项工作中，本文利用视频数据集来捕获包含同一对象的不同帧，数据准备流程如图 4 所示：完整数据列在表 1

Anydoor 文生图

Stable Diffusion

还没有上手Stable Diffusion XL 1.0 的同学，看这篇文章就够了

讲到zhel，大家应该明白为什么SDXL为什么这么火，这么受欢迎了，确实它在一个模型之中，帮助我们节省了更多的精力，为什么它有这种能耐的，这得从其工作原理说起：

SDXL

Stable Diffusion

超详细的 Stable Diffusion ComfyUI 基础教程（二）：文生图基础流程

只要是出图成功，就说明我们连接的节点没问题，可以按照我上节课教的把工作流保存下来，以便日后使用； 4.

comfyui 文生图

StreamingLLM 框架：利用最新标记让 AI 记住你的话、创作长篇小说，探索无限长度文本

由麻省理工学院、卡内基梅隆大学、Meta 公司联合组成的研究团队最近发表的论文《EFFICIENT STREAMING LANGUAGE MODELS WITH ATTENTION SINKS

大模型 llm框架

阿里RAG新框架R4：增强检索器-重排序-响应器，5个知识密集任务上都超过Self-RAG等！

T检验表明，R4工作改进在统计上是显著的，p值<0.05。

RAG 检索大型语言模型

超级转化！5个让销售数字飙升的顶级 Prompts！

运用分析工具来追踪用户互动情况，并据此调整策略，以最大程度地提升品牌曝光率。”

Prompt 提示

【进阶】-文生图术语解释

神经网络在这种数值上工作得很好，这就是为什么 SD 的开发人员选择 CLIP 作为 Stable Diffusion 生成图像方法中涉及的 3 个模型之一。

文生图

<...83 84 85 86 87 888990 91 92 >

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