文章列表-AI魔法学院

文章列表

AI声音克隆 | 最全最简教程（权威版）

TTS 的英文全名是 Text To Speech,中文译名是“文本转语音”。

声音克隆教程

OpenAI的官方Prompt工程指南详解 - 看这一篇真的就够了！

步骤1 - 用户将为您提供三引号中的文本。

OpenAI Prompt 提示词

Stable Diffusion

万字长篇！超全Stable Diffusion AI绘画参数及原理详解

这篇文章相当于个人的学习笔记，全文近两万字，建议配合目录观看。

文生图

构建开源多模态RAG系统

Images supporting Language Models专注于将视觉元素整合到纯文本语言模型中。

RAG 大模型

零一万物API开放平台出场！通用Chat多模态通通开放，还有200K超长上下文版本

§ Yi-VL-Plus：多模态模型，支持文本、视觉多模态输入，中文图表体验超过GPT-4V。

零一万物 YI 李开复

深度｜万字访谈！Open AI Sora作者，亲自揭秘Sora原理，Sora能带我们通往AGI吗？

本文精心编译自 OpenAI Sora 的主要作者Tim Brooks 和 Bill Peebles 在AGI House 主题演讲。

Sora 原理

郭德纲讲英语相声详细教程

郭德纲用英文说相声的短视频火爆全网，同类型的AI短视频层出不穷，更有好莱坞明星说中文的短视频，不断地出爆款，那么现在我们就开始学习如何制作一个同类型的AI短视频吧！

数字人音视频

WebUI使用用InstantID，AI换脸完美版

巧妙地避免了对文生图模型 UNet 部分的训练，仅通过训练一个轻量级的可插拔模块，实现了在推理过程中无需 test-time tuning，同时保持了文本控制的灵活性，确保了面部特征的高保真度。

换脸小红书

必看！ComfyUI故障应对指南，让您轻松应对每一个挑战

这篇文章，如同一盏明灯，在ComfyUI的世界中为你指引方向，帮你驱散技术难题的阴霾。

ComfyUI 故障应对

Stable Diffusion

全面理解Stable Diffusion采样器

本文将带给你答案。

绘画采样器 SD

Stable Diffusion

嘴里塞饭型Stable Diffusion提示词写法实用小笔记

手动目录，本文包含的内容：一、自然语法二、Tag提示词三、提示词的权重写法（1）小括号、中括号和大括号（2）元素融合的两种写法（3）tag的精细控制写法（4）用tag来控制画面比重

stablediffusion prompt 提示词

AI产品经理视角：如何构建人工智能产品

在本文中，我们将为人工智能系统构建一个整合这些不同方面的心智模型（参见图 1）。

大模型产品经理

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

作为一种重要模态，语音提供了超越文本的多样且复杂的信号，如人声中的情感、语调和意图，自然声音中的火车汽笛、钟声和雷声，以及音乐中的旋律。

大模型语音

LLM大模型推理输出生成方式总结

参数设置：do_sample = False, num_beams = 1 缺点： 1、生成文本重复 2、不支持生成多条结果。

大模型

Stable Diffusion

stable diffusion如何确保每张图的面部一致？

本文给大家分享 Stable Diffusion 的基础能力：ControlNet 之图片提示。

图生图文生图 sd

<...20 21 22 232425 26 27 28 29 ...>

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