文章列表-AI魔法学院

文章列表

有感情的语音合成开源模型：ChatTTS安装使用详解

ChatTTS是一个为对话场景设计的语音生成模型，专门用于大型语言模型（LLM）助手的对话任务、对话语音和视频介绍等应用。

ChatTTS 语音合成

Stable Diffusion

Stable Diffusion男性服装提示词大全

中国传统文化强调了平衡与和谐，这一理念也能在男士时尚中找到共鸣。

文生图提示词

OpenAI Assistants API 使用指南

上次我们介绍了 OpenAI 的新版 API，包括语音转文字、生成图片和图片识别等功能，这次 API 的更新还包含了一个重量级的功能，就是类似 GPTs 的 Assistant API，它不仅可以完成

OpenAI Assistants API

九个让你成为GPT提示高手的提示词框架

1️⃣ APE：行动、目的、期望 • 行动：定义要完成的工作或活动。

GPT

“实时”语音翻译！AI语音具有“情绪”！最强开源AI大模型来了

你想把一段语音转成文字，或者把一段文字转成语音，但是你不知道怎么操作！

大模型开源模型语音

最强开源大模型Llama 3，在扎克伯格设想中其实是这样的

11、未来，AI大模型的训练可能更倾向于推理生成合成数据的方向，也就AI生成的内容更多会依赖于推理，而非训练。

Llama 3 大语言模型

书生·万卷：难得的中文开源数据集

我看最近OpenDataLab自己发布一份非常齐全的用来做大模型预训练的中英文语料库，叫做：「书生·万卷」，取意于：读书破万卷之意。

大模型

比 Roop 和 Reactor 更像！IP Adapter 新模型为任何人做写真

IP-Adapter 新模型超越 Roop 和 Reactor：更完美的角色一致性和相似性继我们上一篇文章介绍了IP-Adapter的新模型Face ID Plus V2之后，今天我们将深入探讨如何将这一强大工具用于生成具有高度个性化特征的人物肖像

IP-Adapter 文生图

OmniVision - 968M：小巧精悍的视觉语言模型，释放多模态边缘计算强大潜能

视觉编码器Siglip - 400m则专注于图像信息的处理，以384分辨率和14×14的块大小生成图像嵌入，将图像转换为模型可理解的向量表示。

OmniVision -968M 多模态模型

北大开源最强aiXcoder-7B代码大模型！聚焦真实开发场景，专为企业私有部署设计

从科技圈最新动态来看，最近AI代码生成概念实火。

aiXcoder-7B 大模型

Stable Diffusion

Stable Diffusion高级教程 - 图生图(img2img)模式

然后就是相关参数，大部分在文生图里面已经见过，只有Resize mode、Denoising strength是新增的，我们挨个介绍: 1.Resize mode。

Stable Diffusion 图生图

解读OpenAI Sora文生视频技术原理

二、扩散模型与Diffusion Transformer,组合成强大的信息提取器 &ensp

sora

公司如何使用ChatGPT进行内容营销？

ChatGPT的SEO和内容优化能力使其成为企业寻求加强内容营销战略的不可或缺的工具。

大模型

最佳开源文生图大模型可图：安装与批量出图的完整教程

Kolors可图是快手Kolors团队开发的基于潜在扩散的大规模文本到图像生成模型。

可图 kolors

中文OCR超越GPT-4V，参数量仅2B，面壁小钢炮拿出了第二弹

从应用落地的角度看，轻量级、MoE 大模型已经成为人们重要的探索方向。

MiniCPM 大模型

<...15 16 17 181920 21 22 23 24 ...>

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