文章列表-AI魔法学院

文章列表

解读wav2lip：探究语音驱动唇部动作的技术原理！

常见的语音驱动嘴唇运动方法在处理动态的和无约束的说话人脸视频时，通常无法准确地合成口型，导致生成的视频与音频不同步，主要原因包括两方面：（1）传统的基于像素的人脸重建损失无法准约束音频-口型同步：因为面部重建损失是基于整个图像计算的，而唇部区域只占整个图像的很小一部分

wav2lip 语音

如何快速构建GPTs个人知识库应用？

- 社区参与： OpenAI鼓励社区成员参与GPTs的构建，无论是教育工作者、教练还是爱好者。

GPTs 知识库

Stable Diffusion

Stable Diffusion LightFlow 作弊插件！一键复用工作流

或者是直接把这个文件发给别人（这样就避免了发原图中间被压缩后，对方解析不成功的问题）导入工作流如果我们有了各工作流，或者是从 LightFlow 官网 https://www.lightflow.ai

流程 SD

AI 爆文写作：如何用GPT写出10万＋？这篇五千字长文给你答案

而个性则是个人IP跟纯生产内容的”小编“的最大的区别，IP的本质就是让别人喜欢、想成为你这个人，你连真正的你是什么样的都不展示，那么别人怎么去喜欢你呢？

AI写作 GPT

推荐智能体：利用大模型进行交互式推荐

但是,LLM缺乏对特定领域的海量训练数据形成的商品目录知识和行为模式知识,特别是在那些偏离一般世界知识的领域,如在线电子商务。

大语言模型推荐

医疗+人工智能的创新应用

一些具体的人工智能在医疗领域的应用场景 1、智能诊疗智能诊疗就是将人工智能技术应用于疾病诊疗中，计算机可以帮助医生进行病理，体检报告等的统计，通过大数据和深度挖掘等技术，对病人的医疗数据进行分析和挖掘，自动识别病人的临床变量和指标

大模型

Stable Diffusion

用 Stable Diffusion 10分钟实现电商模特换装/换模特

它可以利用最先进的图像识别算法，为你制作蒙版。

Stable Diffusion 文生图

炸裂！百川开源第1个7B多模态大模型 Baichuan-Omni | 能够同时分析图像/视频/音频/文本

通过在各种全模态和多模态基准测试上展示强大的性能，作者旨在将此贡献作为开源社区在推进多模态理解和实时交互方面的竞争性 Baseline 。

Baichuan-Omni 多模态大模型

新模型Cascade你真的用对了吗？！

Cascade模型与之前的sd模型相比，主要区别是可以在更小的潜空间中工作。

Stable Cascade 模型

微调、训练大模型概念介绍及论文笔记：Tuning系列论文笔记

Power of Scale for Parameter-Efficient Prompt Tuning 论文核心内容 1 设计一种前缀prompt方法，在输入词嵌入之前添加前缀prompt，区别于人工

训练微调

必读！RAG好用的3种Router

PolyRouter与Moe的区别 · MoE架构包含一组专家模型，这些模型被训练以专门处理不同的数据区域，同时还有一个门控网络模型，负责确定每个专家对最终预测的贡献 · LM路由方法可以视为MoE

RAG Router

人工智能训练的灾难性遗忘以及解决方案

具体描述：我们搭建了一个深度神经网络来学习识别各种动物。

人工智能大模型

Stable Diffusion

挑战真实影像！Stable Diffusion超越摄影师的光影模型

C站的美女专区大部分被中日韩LSP们占领，训练出来的lora差别不大。

AI图片

说真的，学会用SD做电商图，你才是真的入了门

在开始之前，我们先捋一捋制作思路：从一张真实产品图开始——分割背景和产品——替换背景——调整尺寸和文字拍摄真实产品图别看一些MJ教程中用提示词出产品图，绕不开的问题是随机性太大。

文生图 SD 电商

所有生命分子一夜皆可AI预测！AlphaFold 3改变人类对生命的理解，全球科学家都能免费使用

在不输入任何结构信息的情况下，AlphaFold3预测准确度比现有方法提高了50%，对于部分相互作用类别甚至提高了1倍。

AlphaFold 3 蛋白预测

<...17 18 19 202122 23 24 25 26 ...>

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