文章列表-AI魔法学院

文章列表

总结些SDXL出人像时遇到的困难

出荷花的时候还好，最多是出黄色的荷花，毕竟龙的元素也是黄的，可能串色，不过大多数时候还是好控制的。

文生图 SDXL

AI产品经理视角：如何构建人工智能产品

有时，这也意味着做一些违反直觉的事情，比如低估价值来管理用户的期望，以及增加摩擦来给他们更多的控制权和透明度。

大模型产品经理

Stable Diffusion

如何保证每次画出的都同一张人脸：Stable Diffusion的Reference only教程

而在Stable Diffusion（SD）中，常用办法是通过同一个Seed值（种子值），或者通过训练同一个人物的高质量Lora去控制。

文生图

关于GPT-4在变笨，有人写了篇论文证实了这一点

它似乎也失去了对模型能力稳定性和提升节奏的控制。

大模型

GItHub一款强大、简单、易用的高效的数据处理RPA小工具

AutoHotkey：AutoHotkey是一个强大的自动化脚本语言，可以用于控制鼠标、键盘和窗口，实现数据录入和处理的自动化。

GitHub 数据处理RPA

Stable Diffusion

stable diffusion如何确保每张图的面部一致？

用途演示更换主体的形态这种方法是将图像提示应用到某个新的结构中，这需要再增加一个Control Type 用于控制图片的结构。

图生图文生图 sd

MaskGCT：登上GitHub趋势榜榜首的TTS开源大模型

自回归系统隐式地建模持续时间，但在鲁棒性和持续时间可控性方面存在一定缺陷。

MaskGCT 声音克隆

请收好这12种Prompt编写模式，让不可靠的模型生成可交付的可靠结果

了解这12种Prompt编写模式之前的问题首先要搞清楚人类和机器思考问题的区别，人类在思考速度、耐力很多方面无法和机器相比，但人类拥有机器所不可能发展出来的直觉，这是我们人类的优势，也是短时间内可以控制机器的最大优势

prompt

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

首先，能够让我们对个人想法进行细粒度的控制。

大模型

评论能力强于GPT-4，上交开源13B评估大模型Auto-J

这不仅制约了对齐技术的进一步发展，也引发了公众对技术可靠性的担忧。

Auto-J 大模型

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

在身体姿态估计任务上，使用CNN提取的特征，结合定制化的transformer模块进行特征增强，视觉transformer取得了很好的效果。

ViTPose+Transformer 身体姿态

StableDiffusion使用Roop插件一键换脸教程

进入到整合包的python位置，选择地址栏，输入cmd回车，调出控制台。

AI换脸

GitHub本月榜单：一个数字人技术的“非官方”实现

互动体验：在电商平台的某些活动中，AnimateAnyone可以用来制作互动式的动画，如抽奖、游戏等，提升用户的参与度和活动的趣味性。

AnimateAnyone 人工智能

AI+智能客服：大模型可落地的最成熟场景之一

质量控制和一致性：确保AI大模型提供的回答始终保持高质量并与品牌声音一致是一大挑战。

ai 客服

SD入门教程四：图生图基础用法

同理，图生图也是由参考图与提示词以及图像模型共同组合完成的，通过提示词去控制原本的图片进行二次创作，从而减少图片生成的随机性，更好地满足我们的需求。

SD 入门图生图

<...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

© 2023-2025 AI魔法学院

京ICP备20027199号-1