文章列表-AI魔法学院

文章列表

星标破万！小钢炮2.6登顶GitHub，Hugging Face TOP3，燃爆开源社区！

模型在有/无字幕评测场景下的 Video-MME 表现均超过了 GPT-4V、Claude 3.5 Sonnet 和 LLaVA-NeXT-Video-34B等商用闭源模型。

MiniCPM-V 2.6 大模型

Roop参数说明，ROOP->StyleGAN演示！

视频编码 Choose a video encoder option: --video-encoder default: libx264 &ensp

视频 StyleGAN

吴恩达的ChatGPT提示工程师教程1-9集全

地址：【中文完整版全9集】第1集引入-ChatGPT提示词工程师教程吴恩达xOpenAI官方_哔哩哔哩_bilibili https://www.bilibili.com/video/BV1AT41187qt

prompt chatgpt

免费文生图工具StableDiffusion喂饭级使用教程

秋叶的版本很香秋叶一键整合包： https://www.bilibili.com/video/BV17d4y1C73R 星空一键整合包： https://www.bilibili.com

文生图 SD

【提前体验GPT-5】吴恩达AI智能体工作流详细解读

a brief textual overview, but now his lecture on this topic at Stanford University is available in video

GPT-5 智能体

教你打造属于自己的AI孙燕姿，AI歌手模型使用及训练保姆级课程 #1/2 使用模型

羽毛布団：https://www.bilibili.com/video/BV1H24y187Ko/?

生成式AI

LLM每周速递！大模型最前沿：多模态RAG、RAG加速、大模型Agent、模型微调/对齐

Salesforce|多模态语言模型：BLIP-3-Video 论文：https://arxiv.org/pdf/2410.16267 本文提出了一个专门处理视频的多模态语言模型：BLIP-3-

大模型研究

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

环境部署 from IPython.display import Video,clear_output,Audio,Image !

asr tts 声音

Stable Diffusion

Stable Diffusion XL 1.0 出图风格鉴赏

Pixel Art | 像素艺术 Retro sprites evoke nostalgia for 8-bit video games through their chunky dithered

文生图

解读OpenAI Sora文生视频技术原理

谷歌Lumiere: A Space-Time Diffusion Model for Video Generation [文献4]也选择了扩散模型，堆叠了归一化与注意力层，类似Sora

sora

最强国产开源多模态大模型MiniCPM-V：可识别图片、视频，还可在端侧部署

模型在有/无字幕评测场景下的 Video-MME 表现均超过了 GPT-4V、Claude 3.5 Sonnet 和 LLaVA-NeXT-Video-34B等商用闭源模型。

minicpm 面壁

AI 换脸——Deepfacelab 下载与安装，新手教程

【双击运行批处理文件 ==extract images from video data_src.bat

Deepfacelab 换脸

手把手教你用 SD 生成文字形状的光线，用来做营销宣传图非常有效

https://www.bilibili.com/video/BV1iM4y1y7oA/?

图像文字 ControlNet Stable Diffusion

Fooocus更新了2.3

老河b站：https://www.bilibili.com/video/BV1bb4y1A76h/?

fooocus 文生图

Roop升级版FaceFusion换脸AI技术使用以及部署教程

SOURCE 上传图像区域 TARGET 上传视频区域 OUTPUT VIDEO ENCODER（输出视频编码器）

FaceFusion 教程

<123 4 5 6 >

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