文章列表-AI魔法学院

文章列表

VividTalk：用一张照片和一段音频让人物栩栩如生地说话

最新的突破来自VividTalk项目，这是一个能够将单张照片和一段音频结合起来，创造出仿佛真人在说话的视频的技术。

VividTalk 视频

比真人还像真人！字节跳动PersonaTalk的黑科技有多强大？

只需提供一段音频和一个视频，PersonaTalk便能精准同步人物的口型，不仅让声音和嘴型无缝贴合，还能保留视频中人物的表情和个性化说话风格，仿佛原生发声一般自然流畅。

PersonaTalk 视频

Stable Diffusion

50张图“毒倒”Stable Diffusion，汽车和牛都分不清了

甚至还可能会破坏DALL-E、Midjourney、Stable Diffusion……这些绘图模型的正常迭代。

StableDiffusion

10秒换脸，一张图片够了！SD Roop插件教程

（1）在插件图片工作区上传你要换的脸（2）脸的序号，举例，如一张图中有4张脸，你要换掉第3张脸，则在此处输入数字2。

AI换脸

【万字长文】LLaMA, ChatGLM, BLOOM的参数高效微调实践

目前，主流的开源大语言模型主要有三个：LLaMA、ChatGLM和BLOOM。

大模型微调训练

智谱AI官网再升级，GLM-4，智能体，AI作图长文档全部搞定！

GLM-4 原生支持自动联网、图片生成、数据分析等复杂任务，现开放体验中，快来开启更多精彩。

GLM-4 智能体

图文详解丨iOS App上架全流程及审核避坑指南

; 图2-1 加入苹果开发者计划图2-2 开始注册图2-3 注册说明补充说明2-1： · &

iOS 苹果市场

Stable Diffusion

Stable Diffusion | SD的老舅ComfyUI来了，节点式工作流，分部控制出图

方便大家看，我把板块调整为竖版，有一定SD基础的同学可以看到这其实就是SD的界面板块打散： ComfyUI有以下特点：优点： 1.上限高，更适合复杂长线的大型工作 2模块化工作流 3.可视化

生成式AI

LLM Agent最常见的九种设计模式(图解+代码)

引言先来一张图镇楼，欢迎大家积极转发、收藏。

LLM Agent 图解

从思维链(CoT)，到思维树(ToT)，再到思维图(GoT)：用LLMs解决复杂问题！

思维图（GoT）的关键思想是能够将LLM生成的信息建模为任意图，其中信息单位是顶点，边代表顶点之间的依赖关系。

大模型

技术爆炸！AI一图换脸新王者，Instant ID保姆级安装与使用测评

它可以仅通过一张图片进行完美换脸，可能是目前最强的脸部迁移模型。

Instant ID 文生图

生成式AI领域拓展！MetaAI开源AudioCraft：一个支持AudioGen、MusicGen等模型的音频生成开发框架

在过去的几年里，我们看到了AI在图像、视频和文本生成方面的巨大进步。

开源模型

令人惊艳的开源图标生成AI模型：ChartLlama （南洋理&腾讯）

制作图表是一件既费时又费力的事情，需要掌握各种软件和技巧那么，能否使用AI大语言模型来生成图标呢？

ChartLlama 开源模型图标

快手版Sora「可灵」开放测试：生成超120s视频，更懂物理，复杂运动也能精准建模

比如同样是吃汉堡这个场景，Sora生成的视频不仅有人手只有三根手指这样的槽点，咬合位置与汉堡上的咬痕也并不匹配…… 不仅仅是真实世界中的物理规律和运动，对于想象力的场景，可灵也是信手拈来。

可灵快手文生视频

Sora懂不懂物理世界？

丘成桐先生的弟子, 计算机图形学专家顾险峰从数学角度给出了很精到的分析：https://mp.weixin.qq.com/s/IUN1Y6TDATtFOK9r8m8iUQ 顾险峰老师在文中列举了Sora

文生视频视频生成 sora

<...7 8 9 101112 13 14 15 16 ...>

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