文章列表-AI魔法学院

文章列表

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

宁德核电推出全球参数量最大的核工业大模型｜InfoQ 独家

核电行业是工业场景中相对复杂、安全性能要求极高的场景。

宁德核电大模型

基于 OpenAI Whisper 模型的实时语音转文字工具

安装使用 · 安装 PyAudio 和 ffmpeg · bash setup.sh · 从 pip 安装 WhisperLive ·

WhisperLive 音频开源软件

全球下载量最大的AI绘画大模型，更新Lightning极速版

SDXL大模型刚发布的时候，几乎淘汰了所有12G以下的小显存用户，但comfyUI等工具通过技术手段，支持到8G显存甚至6G显存，但在低配置的显卡上，庞大的模型带来漫长的出图时间。

Stable Diffusion 大模型提示词

腾讯的 PhotoMaker - 更快更像更可控的 AI Avatar

这样的嵌入作为统一的ID表示，不仅可以全面封装同一输入ID的特征，还可以容纳不同ID的特征，以便于后续整合。

PhotoMaker 文生图

SDXL Styles：七十七种绘画风格任你选择

基于以上使用不便的问题，有大佬就把这个风格选择功能迁移到了Stable Diffusion WebUI，做成了一个插件，大家安装好就可以直接使用，其最新版本支持七十七种风格，比官方目前提供的风格数量还多了好几倍

文生图

生成式AI领域拓展！MetaAI开源AudioCraft：一个支持AudioGen、MusicGen等模型的音频生成开发框架

AudioCraft使用 AudioCraft依赖Python3.9和PyTorch2.0，所以需要先确保你的系统环境满足，可以通过如下命令安装升级： 1.

开源模型

换脸软件 FaceFusion 保姆级教程

官网：https://github.com/facefusion/facefusion 要运行这个软件，可以本地安装、Colab、租用云算力都可以，这款软件本身要求不是很高，但是为了更好的体验

FaceFusion 教程

2023年人工智能行业总结

同时，他们还发布了Assistants API，封装了Agent的各项能力。

人工智能 AGI 思考总结

Stable Diffusion

Stable Diffusion | 常见问题清点汇总

三、换脸插件ReActor安装报错处理原因：一般是缺少insightface模型，需要安装一下即可解决方案： 1.

Stable Diffusion 问题汇总

GitHub上的RPA小工具，可以将重复、繁琐的任务自动化

安装与配置安装PyAutoGUI与Pyperclip 在命令行中使用pip命令安装PyAutoGUI和Pyperclip库： pip install pyautoguipip install

RPA 自动化

Windrecorder：连续记录屏幕内容，通过OCR技术识别记录内容

如果遇到，欢迎提出 issue 反馈与关注更新安装下载 ffmpeg ，将其中bin目录下的ffmpeg.exe解压至 C:\Windows

Windrecorder 录屏

基于Ollama本地部署Llama3指南！

调整后的版本使用监督微调（SFT）和带有人类反馈的强化学习（RLHF），以符合人类对有用性和安全性的偏好。

LLama3 ollama

惊艳推荐！8款好用又免费的文本转语音TTS工具

安装paddlespeech PaddleSpeech 快速安装方式有两种，一种是 pip 安装，一种是源码编译（官方推荐）。

TTS Maker 语音

使用stable diffsion对老照片进行AI高清放大修复

一、后期处理使用了秋叶的一键包安装的标准WebUI，会自带放大功能。

SD 高清老照片修复

<...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