文章列表-AI魔法学院

文章列表

Stable Diffusion

小白设计师福音：Stable Diffusion 16款插件测评，好用不？推荐吗？

自动修复图像中的瑕疵，无论是2D还是真实的人脸及手部都可以通过识别面部/人物/手部并自动对其进行mask和重绘的工具，可以通过调整参数去改变识别的对象和识别区域的大小及位置等。

SD 插件文生图

阿里&字节发表VividTalk，只需单张照片即可根据音频生成栩栩如生的人物说话头像视频

只需提供一张人物的静态照片和一段语音录音，VividTalk即可制作出一个看起来像是实际说话的人物的视频。

VividTalk 视频

京东开源普通话数字人JoyHallo，一口流利标准普通话还会讲英语

在音频驱动的视频生成领域，制作普通话视频面临着许多挑战。

JoyHallo 数字人开源模型

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

通俗易懂地解释OpenAI Sora视频生成的特点有哪些？它与此前的Runway Gen2、Pika有什么区别？以及缺点是什么？

Sora生成的视频与此前其它平台生成的视频到底有哪些区别？

sora 视频生成

8个常用中文OCR数据集，附下载链接

室内的图像主要包括标识、门牌和标牌等，室外的图像主要是路牌和广告牌等。

OCR

十篇高质量的AI-Agents相关论文，让AI教你认识AI-Agents

我的下一篇将围绕《LLM Powered Autonomous Agents》进行深度解读，并建立相关联的知识体系与在知识库，也将成为一个开源可索引的关于超级个体与AI-Agent的高质量知识库。

开源模型

快消品企业怎么才能用上大语言模型？

与它的前辈们相比，大语言模型因为打通了语言这一人类沟通中介，并且仅用一个模型统一了多种复杂的任务，在对个人和公司的潜在影响力上明显更上一层楼。

大模型

AI绘画：两组赛博咒语和ComfyUI使用方法！

下面先展示一下两套咒语的效果：这套咒语可以生成动物外形的赛博生物，巨头命令的画面，白色的外壳，充满未来感和科技感。

文生图

大语言模型应用中的文本分块策略

分块的主要原因是确保我们向量化的内容的噪音尽可能少，并且具有语义相关性。

开源模型

一款构建AI数字人项目开源了！自动实现音视频同步！

本周GitHub项目圈选: 主要包含音视频同步、多代理框架、3D对象模型、适用于开发者的演示文档构建工具、网页程序打包、自构建CRUD应用等热点项目。

AI数字人音视频同步

免训练！单图秒级别生成AI写真，人像生成进入无需训练的单阶段时代

原理 FaceChain FACT（Face Adapter）之所以能够跳过训练阶段，是因为它经过了百万级别的写真数据训练，从而使得 Stable Diffusion 具备了强大的人脸重建能力

FaceChain FACT 文生图

【开源看AI】4.2K star！Reor：AI自动帮你发现知识之间的连接

关键特性 ✨ · 笔记连接：通过语义相似性，自动在“相关笔记

Reor 开源工具知识管理

使用知识图谱提高RAG的能力，减少大模型幻觉

该算法将根据参考客户向量的相似度分数来识别最近邻。

RAG 大语言模型

苏秦(suqin) 语言大模型全工具链 WebUI 整合包

项目简介本项目目标是实现目前各大语言模型的全流程工具 WebUI 整合包。

大模型

<...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