文章列表-AI魔法学院

文章列表

Stable Diffusion

Stable Diffusion LightFlow 作弊插件！一键复用工作流

当我们看到了一张美图！！你该如何复现它呢？冒出的第一个想法肯定是用图片信息解析功能。但原图的分享却比较麻烦，通过微信等聊天工具分享的时候经常会被压缩，很容易导致解析图片配置信息不成功！！而且没办法直接导入 ControlNet 的配置信息。今天分享一款插件，不仅能兼容图片信息解析的功能，还能很好的解决它的问题！

流程 SD

除了深度换脸、模拟配音，还能口型匹配的AI软件出现了

据海外媒体报道，上周一款名为LipDub 的翻译软件正式发布，这款AI程序可以让视频创作者在几分钟内使用不同语言进行交流。

AI

LLM之RAG实战（五）| 高级RAG 01：使用小块检索，小块所属的大块喂给LLM，可以提高RAG性能

在这一系列的博客文章/视频中，我将介绍先进的RAG技术，旨在优化RAG工作流程，并解决原始RAG系统中的挑战。

RAG 检索

SD入门教程四：图生图基础用法

; 这块区域的用法和文生图的用法是一样的，但是为什么我要特意拿出来讲解，因为这块和文生图的使用效果会有一点不一样，这块的提示词会作用于结果图，而不是对于原图的描述，这里新同学是很容易混淆的，大多数教程正向提示词都是和原图是有关系的

SD 入门图生图

AI 换脸——Deepfacelab 下载与安装，新手教程

AI 换脸越来越火，换脸的视频到处都是，那种还是那种的都有。

Deepfacelab 换脸

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

目前，视觉transformer已经在识别、检测、分割等多个视觉任务上展现出来很好的性能。

ViTPose+Transformer 身体姿态

盘点来自工业界的GPU共享方案

进年来工业界一直孜孜不倦地寻求提升GPU利用率的方案，能被更多用户理解和使用的GPU共享走进工程师的视野中。

大模型

神奇的 OuteTTS - 0.1 - 350M：用几秒钟音频克隆声音的黑科技！

2、独特的音频处理三步法音频标记化（Audio tokenization）使用 WavTokenizer 对音频进行处理，每秒可处理 75 个标记

OuteTTS-0.1-350M 音频

关于AI声音生成的一切（语音+音乐+嘴型）

2D/3D/视频生成最近都有很多值得关注的工具，但是要输出完整的AIGC作品，肯定少不了声音。

声音

ChatGPT 技巧 | Prompt 逆向工程

逆向工程逆向工程，顾名思义，从结果反推过程。

chatgpt 提示词 prompt

保姆级教程：图解Transformer

原文：保姆级教程：图解Transformer (cuijiahua.com) 一、前言大家好，我是 Jack。

人工智能

AIGC大模型，潮水褪去之后

坦率讲，家长哪里在乎这个，里面塞了那么多机构的录播课，之前一个学期一门课就得1000多，现在一个2000块送全套，还白饶一个学习机，多香啊。

大模型

AI声音克隆 | 最全最简教程（权威版）

请看自己开发一个免费的文本转语音小工具如果你觉得功能少，可以使用国内的魔音工坊，但是要收费的哈但这些都不能指定声音转换，所以这里使用声音克隆，来将指定人声训练成模型，然后文字转音频。

声音克隆教程

SD入门教程三：采样器及参数调整

提示词引导系数(CFGScale) 就是SD多大程度上会听从你的指令。

SD 入门教程

动作识别模型有哪些

网络结构: 因为视频可以分为空间和时间两个部分。

动作识别模型

<...6 7 8 91011 12 13 14 15 ...>

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