文章列表-AI魔法学院

文章列表

再也不怕合照缺人，Anydoor为图片编辑开了一道「任意门」

「能不能把这张图里的产品，都放到另一张图的桌子上？」

Anydoor 文生图

SD入门教程三：采样器及参数调整

这篇我们结合文生图模块下的采样器和各种参数对于生成图片的细节做一些讲解，每一个参数都有自己对应的含义，也会对生成的图有一定的影响。

SD 入门教程

大模型套壳祛魅：质疑套壳，理解套壳

Transformer 的原始架构包含两个核心组件——编码器（Encoder）与解码器（Decoder），编码器负责理解输入文本，解码器负责生成输出文本。

大模型套壳

深入解析 Mistral AI 的 Mixtral 8x7B 开源MoE大模型

本文将带您深入了解Mixtral 8x7B的架构、发展历程及其技术细节，揭示其主要特点和应用场景。

开源模型 Mixtral 8x7B

了解Kimi必看的26个问题 | Kimi系列文（二）

了解到，目前的GenAI有文本类、视频类、绘图类、音频类、编程类、PPT、数字人、AI搜索等形式。

Kimi 大语言模型

阿里腾讯豪华阵容参投，智谱AI投资版图曝光

清华朋友圈智谱的投资版图几乎就是一个清华朋友圈。

智谱阿里

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！

，能够解释各种线索，如文本、人体姿势和边缘。

PanGu-Draw 文生图

Stable Diffusion

万字长篇！超全Stable Diffusion AI绘画参数及原理详解

例如，当我们尝试生成一个人的插图时，会是这样的一个情况（当然，实际情况可能远比这个更复杂）：图2-1 Clip的原理图解（自制）为什么是到12层呢？

文生图

人工智能训练的灾难性遗忘以及解决方案

为了解决这个问题，科学家们正在不断探索和尝试。

人工智能大模型

解读wav2lip：探究语音驱动唇部动作的技术原理！

本文将深入介绍一下wav2lip的技术原理和细节，了解它是如何实现语音驱动唇部运动的！

wav2lip 语音

Google 模型解读 | MoveNet-SinglePose：自底向上做单人姿态估计

MoveNet是Google在2021年5月推出的一款轻量化姿态估计模型，集成在MediaPipe当中，出来至今已经一年多了，但是似乎相关的技术解读比较少，最近正好调研到仔细研究了一下感觉挺有意思的，所以更新一期解读

MoveNet-SinglePose Google 模型

一张照片秒生不同风格图像！小红书InstantID来了！

最近腾讯的PhotoMaker很火，因为仅需要一张大头照就可以快速实现类似妙鸭相机的效果，现在又有一个类似的解决方案InstantID出现了，它能够在保持高保真度的同时，仅使用一张面部图像实现个性化图像合成

InstantID 文生图

ChatGPT提示词万能模板：BRTR原则，让ChatGPT完美理解你的需求

一个简单的聊天框，仿佛拥有了让AI为你解决问题的魔力！”

ChatGPT 大模型

完全指南——使用python提取PDF中的文本信息（包括表格和图片OCR）

最后，以LLM能够理解的方式保留结构化表信息将显著提高对提取数据中关系的推理质量。

大语言模型 python

Stable Diffusion

张嘴就能生图？这已经不是科技，这是魔法！（Stable Diffusion进阶篇：SDXL-Turbo）

https://youtu.be/adDyTzBdUcg 其生图的速度远远超过了传统生成的速度，都什么年代还在边等图边打星穹铁道？

SDXL-Turbo 文生图

<...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

© 2023-2024 AI魔法学院

京ICP备20027199号-1