文章列表-AI魔法学院

文章列表

17K star！30秒偷走你的声音，开源声音克隆工具

现在的AI发展越来越快，生成一段语音不是难事，那如果生成的是你自己的声音？

OpenVoice 声音克隆开源

实时语音克隆

SV2TTS使用深度学习框架，分为三个阶段，通过音频创建声音的数字表示，然后用这个表示来合成任意文本的语音。

语音克隆

冲击传统模特，商汤发布高质量虚拟试衣Diffusion模型

将虚拟试穿视为图像修复的一种形式。

文生图

交友神器！AI二维码终极教程，3步做出你的专属艺术二维码！

二维码，在我们生活中已经成为了必不可少的东西不管是购物、出行、还是交友，都会用到二维码在此之前大家最常见的二维码都是千篇一律的黑白码点而现在我们通过AI绘画，可以生成「艺术二维码」也就是

文生图

3.5k Star! 一分钟搭建一个属于你自己的开发工具箱！——It-tools

站长工具箱在工作中应该会有很多人使用，比如说 JSON格式化，UUID生成器，密码生成、URL编码等。

IT-TOOLS 开源模型

被高估的Pika，被低估的多模态AI

从事 AI 生成视频研究的浦林（化名）告诉「甲子光年」，自有 AIGC 概念开始，无论是 AI 生成图片还是 AI 生成视频都很热，但是基于技术的发展程度，业内预计今年年底，AI 生成视频会有一个不错的

大模型多模态

苹果一次性开源了8个大模型！包含模型权重、训练日志和设置，OpenELM全面开源

同时升级计算机视觉工具包 CVNets 为 CoreNet！

OpenELM 大模型

【语音识别】OpenAI语音力作Whisper

全大写或全小写的转录本不太可能是人类生成的，剔除它们； 2.

语音转文字 whisper

AI绘画：InstantID 一键运行包和在线Colab脚本！

InstantID是一个非常不错的AI绘画工具，一张图片，一键生成百变的自己。

InstantID 文生图

Stable Diffusion

Stable Diffusion 入门教程开篇

），SD2.1（768*768），后又开源了SDXL（1024*1024）、SDXL-turbo，一般用于图像生成、图像处理等任务，其技术原理：一种基于变分自编码器（VAE）的潜在扩散模型，它通过在低维度的潜在空间中操作来减少计算成本和提高生成图像的速度

Stable Diffusion 文生图入门教程

Playground v2：超越SDXL的模型来了，优于SDXL 2.5倍！

Playground团队刚刚发布了新的文生图模型Playground v2，它是基于SDXL的架构从零训练的模型，但是根据用户评价，它在生成效果上比SDXL强2.5倍。

文生图 Playground

开源语音大语言模型来了！阿里基于Qwen-Chat提出Qwen-Audio!

音频编码器由640M个参数组成。

大模型语音

SD插件｜EasyPhoto｜妙鸭相机平替|美颜算法

最近通过AI生成照片的一个APP很火，叫做妙鸭相机，通过上传几张你的个人照片就可以训练出角色模型，然后用户可以自由生成各种照片。

EasyPhoto 文生图

神秘模型“小熊猫”一夜刷屏：排名超Flux、Midjourney，网友：一看就中国的

登顶文生图竞技场，直接将Flux、Midjourney等一众顶尖模型踩在脚下—— 其ELO得分比Flux 1.1 Pro高出100多，胜率高达79%，每7秒就能生成一张图像。

red_panda 文生图

AI绘画 | Midjourney高质量肖像提示词的写法（附50+肖像提示词prompt）

相信很多同学在使用Midjourney生成肖像绘画时,都遇到过这样的困扰:明明想要AI帮我画一张逼真的肖像作品,但是无论怎么尝试提示词,生成的结果要么不伦不类,要么就是缺乏细节,无法达到预期的逼真效果。

文生图

<...19 20 21 222324 25 26 27 28 ...>

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