文章列表-AI魔法学院

文章列表

详解 Diffusion (扩散) 模型

目前，它们主要用于图像和音频生成。

Diffusion 开源模型

AI换脸：FaceFusion 3.5.0更新，解决老版本无法使用问题！

增强的语音提取可让您的AI换脸视频中的唇形同步更加自然逼真。

FaceFusion 文生图

构建开源多模态RAG系统

本质上，多模态涉及有两个输入——音频和视觉——并产生一个单一的输出，从而实现更丰富和全面的理解。

RAG 大模型

ComfyUI环境方面开窍了，成功跑通animatediff

如果报错，多半是视觉加载器有问题，因为这个名字让我不知道选哪个，我是XL模型，最后试下来应该选pytorch_model.bin IPAdapter完事~ 然后试一下animateDiff的工作流

animatediff 文生图

中文原生文生图大模型来了！腾讯混元推出，Sora 同架构

升级后的混元文生图大模型采用了与 sora 一致的DiT架构，不仅可支持文生图，也可作为视频等多模态视觉生成的基础。　　

文生图混元腾讯

15个中文AI写作提示词帮你覆盖所有主流写作场景！！！

注意，不允许出现黄色、暴力、民族主义、种族歧视、宗教主义、违法等内容。

写作 prompt 提示词

深入浅出人工智能常用技术，让你轻松掌握AI应用核心！

计算机视觉计算机视觉是一种让计算机从数字图像或视频中获取信息，并进行解析和理解的技术。

人工智能

玩转大模型必备：milvus向量数据库私有化安装部署及使用介绍

视频检索系统：将视频关键帧转化为向量并插入 Milvus，便可检索相似视频，或进行实时视频推荐。

向量数据库

SDXL 1.0 | 一文搞定 ComfyUI SDXL1.0 完整流程

如果要在一篇文章里面介绍完整的使用方法实在太麻烦了，这里我推荐几个 B站大神的视频。

大模型

AI+智能客服：大模型可落地的最成熟场景之一

（5）计算机视觉最新的智能客服系统已经出现支持用户发送图片/视频，这可能就需要系统具备更强的多模态能力，能够识别和理解图片/视频的问题。

ai 客服

Stable Diffusion

造梦师手记：腾讯加入Stable Diffusion的ControlNet模型开发，效果艳丽

腾讯没有市值管理的需要，也没有业绩之忧，从经营的视角看，比较踏实（其他视角大家观点各异，在此不表），在大模型领域声音比较小，也很正常。

Stable Diffusion

实时语音克隆

SV2TTS使用深度学习框架，分为三个阶段，通过音频创建声音的数字表示，然后用这个表示来合成任意文本的语音。

语音克隆

掌握这10个AI 工具用1小时完成别人1周的工作

01 制作爆款内容：PredisAI Predis是一款适用于社交媒体的人工智能营销工具，可帮助制作引人入胜的视频和图像内容，并获得人工智能驱动的内容分析。

AI 工具

真超越了GPT？国产大模型实用场景横评②

这是娱乐资本论·视智未来在第一次做大语言模型文本应用能力测试时，写下的第一句话。

大模型

Stable Diffusion

万字长篇！超全Stable Diffusion AI绘画参数及原理详解

，然后生成一段视频，也就是重绘视频。

文生图

<...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