文章列表-AI魔法学院

文章列表

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

启动后界面如下：首先从数据开始：如果你想克隆一个人的声音，你可以找到一段这个人的演讲录音，或者视频，当然不同资源需要不同的处理如果是视频，可以使用人声分离，如下图，

数字人声音克隆 GPT-SoVITS

惊艳！2.77亿参数锻造出Agent+GPT-4V模型组合，领航AI领航机器人、游戏、医疗革新，通用智能时代你准备好了吗？

这个模型能处理文本、图像、动作输入，轻松应对多任务挑战，甚至跨界在机器人、游戏、医疗等领域展现强大实力。

Agent+GPT-4V 大模型

一张图看懂IT人的江湖地位

本文转自公众号特大号大模型江湖地位篇不包括非国产大模型公有云服务商江湖地位篇仅代表国内市场地位与表现

工作

AI赋能实验室：儿童绘本插图

prompt原文： A whimsical children's book illustration showcasing a curious [animal] embarking on a delightful

插画文生图

如何用大语言模型构建一个知识问答系统

以图的形式描述知识点以及相互间的关系，然后通过图搜索算法寻找与查询请求匹配的结果。

知识库

使用ChatGPT写出优质长文、文章

掌握这些技巧，仅需5分钟即可完成一篇2万字的文章。

ChatGPT 写作

Stable Diffusion

【Stable Diffusion】SD迎来动画革命，AnimateDiff快速出图

参数可以按照正常出图的思路设置，尺寸512x512，根据电脑配置量力而行。

文生图开源模型

Ollama的本地化又一图形工具ChatOllama，让你轻松玩转ollama，ChatGPT

ChatOllama是一款ollama图形化管理工具，集成了ollama，OpenAI，可以实现ollama的模型管理，系统指令管理，知识库管理，AI聊天等功能，功能方面与Open WebUI类似，作者在不断改进优化功能

ChatOllama 安装

如何从零开始训练专属 LoRA 模型？4600字总结送给你！

一、训练数据集准备这个过程主要做三件事：训练素材处理图像预处理打标优化 1.

训练

腾讯出品！开源AI数字人框架！号称可以不限时长

如今数字媒体和虚拟现实技术飞速发展，对数字人的需求不断增加！

MuseV 视频数字人框架

被高估的Pika，被低估的多模态AI

例如，在医疗领域可以通过结合图像、录音和病历文本，提供更准确的诊断和治疗方案；在交通领域，结合图像和传感器数据，带来更智能、更安全的自动驾驶体验；在教育领域，将文本、声音、视频相结合，呈现更具互动性的教育内容

大模型多模态

一文带你认识ELMo

其他几个贡献：使用字符级别的CNN表示。

embedding

Stable Diffusion

stable diffusion 远端跑图—— Api基础知识掌握

购买云端服务器-> 内网穿透 -> api形式运行sd -> 手机发送api请求，即可实现远端操控sd跑图如果有人对实现远程跑图整个流程感兴趣，我下次可以单独开个文章讲

文生图 api

使用python调用comfyui-api，实现出图自由

使用python调用comfyui-api，实现出图自由 1.

comfyui 工作流

最受欢迎的SDXL模型，Turbo极速来袭！

是的，现在到了Turbo的时代了，到了秒级出图的时代了。

sdxlturbo 绘画

<...11 12 13 141516 17 18 19 20 ...>

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