文章列表-AI魔法学院

文章列表

吴恩达老师建议大家关注 AI 智能体工作流

目前，我们通常在零样本 (Zero-shot) 模式下使用大语言模型 (LLM)，即让模型一步步地生成输出，而不进行任何修改。

智能体大语言模型

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

具体来说，ViTPose使用了简单的视觉transformer作为编码器对输入图像进行特征提取。

ViTPose+Transformer 身体姿态

它来了！SDXL + ControlNet 终于强强联合！

由于 SDXL 模型参数量较大，导致 ControlNet 的参数量也水涨船高，因此要想流畅运行 SDXL + ControlNet，需要较大的显存和内存。

SDXL

大模型套壳祛魅：质疑套壳，理解套壳

Embedding 可以将段落文本编码成固定维度的向量，从而便于进行语义相似度的比较，相较于 Prompt 可以进行更精准的检索从而获得更专业的回答。

大模型套壳

AI绘画：InstantID Win11本地安装记录！

还有一个YamerMIX_v8运行主程序的时候会自动下载。

InstantID Win11 安装

Stable Diffusion

硬核解读Stable Diffusion（系列一）

这篇文章将介绍比较火的文生图模型Stable Diffusion（简称SD），Stable Diffusion不仅是一个完全开源的模型（代码，数据，模型全部开源），而且是它的参数量只有1B左右，大部分人可以在普通的显卡上进行推理甚至精调模型

StableDiffusion 文生图

四种微调技术详解：SFT 监督微调、LoRA 微调、P-tuning v2、Freeze 监督微调方法

预训练 SFT的旅程始于对大型语言模型进行预训练，这通常在大规模未标记的文本数据上进行。

大模型

Stable Diffusion

小白也可以一键安装的Stable Diffusion——Easy Diffusion

这是因为Windows10文件夹名有长度限制，如果安装目录本身过长，会导致运行的时候出错。

Stable Diffusion 插件安装

【AI绘画】入门英文名词解析

: https://stability.ai/ RunWay主页：https://runwayml.com/ Stability AI出钱：计算模型需要租用Amazon云服务器对图片集进行运费

文生图 AI绘画

【ComfyUI】使用ComfyUI玩SDXL的正确打开方式

这个代表的意思就是，前面20步将采用base模型进行运算。

开源模型

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

使LLMs能够感知和理解丰富的音频信号以进行音频交互引起了广泛关注。

大模型语音

阿里通义实验室薄列峰：从兵马俑跳“科目三”到照片唱歌，四大框架让AI生成的人物活起来丨GenAICon 2024

2024中国生成式AI大会于4月18-19日在北京举行，在大会首日的主会场开幕式上，阿里巴巴通义实验室XR团队负责人薄列峰博士以《人物视频生成新范式》为题发表演讲。

通义文生视频

使用ComfyUI玩SDXL的正确打开方式

这个代表的意思就是，前面20步将采用base模型进行运算。

文生图 ComfyUI

阿里&字节发表VividTalk，只需单张照片即可根据音频生成栩栩如生的人物说话头像视频

我们的模型只需要使用视听同步数据集进行训练。

VividTalk 视频

ComfyUI安装及生成第一张图

双击运行下载的exe文件。

ComfyUI 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