文章列表-AI魔法学院

文章列表

中文原生文生图大模型来了！腾讯混元推出，Sora 同架构

过去，视觉生成扩散模型主要基于 U-Net 架构，但随着参数量的提升，基于 Transformer 架构的扩散模型展现出了更好的扩展性，有助于进一步提升模型的生成质量及效率。

文生图混元腾讯

清华&面壁开源新一代主动Agent交互范式！让AI从被命令到主动帮助

左侧的被动式 Agent 只能被动接受用户指令并生成回复，而右侧的主动式 Agent 可以通过观测环境主动推断与提出任务。

Agent 大模型

【揭秘】BELLE大模型：一个集合训练、数据、模型、APP的超级神器，让每个人都能拥有自己的“大模型”！

它基于斯坦福的 Alpaca 完成，但进行了中文优化，并对生成代码进行了一些修改，不仅如此，模型调优仅使用由 ChatGPT 生产的数据（不包含任何其他数据）。

训练大模型 belle

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

在身体姿态估计任务上，使用CNN提取的特征，结合定制化的transformer模块进行特征增强，视觉transformer取得了很好的效果。

ViTPose+Transformer 身体姿态

通往AGI之路：什么是结构化提示词

这些信息因为有了顺序，可以很方便的被我们检索和利用。

提示词结构化

大模型下半场，关于Agent的几个疑问

5.4亿至3.6亿年前，海洋生物破发，相比于以前的单细胞或简单多细胞生物，三叶虫、海绵和脊索动物等更高层次的智能诞生了。

大模型

Stable Diffusion

Stable Diffusion 文生图全网最细详解

说的直白点就是你想让 SD 帮忙生成什么样的图，反向 Prompt 就是你不想让 SD 出生的图里有这些东西。

文生图 SD

我们需要的不是智能体，而是工作流（5000字保姆式教学）

从脑海中的画面到写出Prompt,再到生成文本内容,这是一个正向向思考的过程。

工作流教学

13.5K Star ! Fish Speech Windows本地搭建，能否达到官方的级别？强烈推荐

零样本 & 小样本 TTS：输入 10 到 30 秒的声音样本即可生成高质量的 TTS 输出。

Fish Speech 本地搭建

【进阶】-文生图术语解释

db/梦展 DreamBooth，目前一种性价比高（可以在极少步数内完成训练）的微调方式，但硬件要求过高 ds DeepSpeed，微软开发的训练方式

文生图

DeepMusic发布“和弦派”2.0：重塑AI音乐创作范式，赋予创作者全方位掌控

4月29日，国内领先的人工智能音乐服务商DeepMusic，发布了自主研发的AI音乐工作站——“和弦派”2.0正式版。

和弦派 DeepMusic 音乐创作

停用词(Stop Words)的价值、收集与使用

这种情况在生活里也非常普遍。

停用词

Stable Diffusion

Stable Diffusion图生图（真人转动漫）

一、简介今天给大家分享使用Stable Diffusion图生图进行真人转动漫，木木共使用了五种模型进行真人转动漫测试，重绘幅度在0.45~0.6之间，如果重绘幅度过大，会导致生成的图片偏离主体样貌

StableDiffusion 图生图

SadTalker数字人常见问题3

SadTalker数字人制作工具，用自带的图片音频可以生成，而用自己的图片、音频生成视频就不行。

SadTalke

SD入门教程五：后期处理图片高清放大

· 2.缩放区域：这里有两种缩放模式，一般用于修复老旧照片，或者扩展成海报图。

SD 入门教程修复

<...16 17 18 192021 22 23 24 25 ...>

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