文章列表-AI魔法学院

文章列表

应用编排的未来是Pipeline，LlamaIndex开发预览版推出Query Pipeline，提升应用开发的灵活性

传统做法是固化召回，粗排，精排等环节，形成标准的推荐系统处理流程，虽然有利于行业内交流沟通，但这样的方式，在实际生产环境下往往难以快速应对差异化的需求且人为导致模块的割裂及维护的困难，而笔者曾开源了一个

Query Pipeline 大模型

中文版开源Llama 2同时有了语言、多模态大模型，完全可商用

具体来讲，对于语音模态，采用 Whisper 作为特征编码器，冻结 Whisper [5] 并提取音频输入的特征。

开源模型

华为盘古画画3.0发布 | PanGu-Draw：业界最大的中文文生图模型，效果YYDS！

此外，由于图像结构是在中确定的，纹理生成器专注于细化纹理，作者建议以较低的分辨率训练，同时仍然以高分辨率采样。

PanGu-Draw 文生图

Stable Diffusion

【Stable Diffusion操作入门】Stable Diffusion 操作界面及基础参数介绍

特别提示：有些人习惯于一上来就创建具有100或150步的图像，这对于LMS等采样器很有用，但除非你有很强的显卡，否则很多时候都是浪费时间。

文生图 SD

F5-TTS：上海交大开源超逼真声音克隆TTS，告别ElevenLabs，以后就用它了！实测真的很牛

不需要复杂的设计如持续时间模型、文本编码器和音素对齐，能够快速训练并实现实时因素（RTF）0.15的推理速度，显著优于当前基于扩散的TTS模型。

F5-TTS 音频克隆

耗时7天，终于把15种ControlNet模型搞明白了

“主体”或“场景”炼制成模型 ControlNet负责更好地“控制”这个“模型”或画面 Lora教程之前已经出了，感兴趣的朋友可以去翻看 ControlNet一共有15种模型，每种模型对应不同的采集方式

文生图

Stable Diffusion

stable diffusion如何确保每张图的面部一致？

Text Compatible Image Prompt Adapter for Text-to-Image Diffusion Models，翻译成中文就是：用于文本到图像扩散模型的文本兼容图像提示适配器，

图生图文生图 sd

深度 | Meta AI助手大测评，市值蒸发万亿都因它？

因此，它没有采取有时会看到的那种激进中立的立场。

Meta AI 测评

Comfyui工作流原理你都了解吗

“ Comfyui工作流原理 ComfyUI工作流是一个基于图形节点编辑器的工作流程，通过拖拽各种节点到画布上，连接节点之间的关系，构建一个从加载模型到生成图像的工作流程

Comfyui 工作流

国内首个！最火的MoE大模型APP来了，免费下载，人人可玩

它采用MoE（专家混合模型）架构，是GPT-4的同款，也被认为是GPT-4能力飞升的关键。

MoE大模型 APPa

StableDiffusion

StableDiffusion模型推荐系列（全能型）

类型：checkpoint 更新：2024年2月24日版本：V9+RDPhoto2-Ligthning_4s 底模：SDXL_Lightning 推荐参数分辨率：832*1216+ 采样器

stablediffusion sd 文生图

鹅厂版AI笔记悄悄上线，微信公众号优质内容秒变专属知识库，实测在此

收藏的内容太多也不必担心，ima可以帮你在知识库中进行任意检索总结，简直是学习利器！

ima copilot 搜索

Agent四大范式 | 综述：全面理解Agent工作原理

这样，任务规划便自然转化为生成函数的过程。

Agent 大语言模型

再超Transformer！Google| 提出两个新模型(Griffin、Hawk)，强于Mamba，更省资源

同时在推理过程中，Hawk 和 Griffin 都实现比 MQA Transformer 更高的吞吐量，并在采样长序列时实现更低的延迟。

transformer 训练

最好用的AI一键换脸工具FaceSwapLab汉化

": "使用工具中的模型构建器构建的人脸模型。

一键换脸

<...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