文章列表-AI魔法学院

文章列表

AI虚拟主播数字人技术实现Wav2Lip

这在电影和视频游戏行业中具有极大的应用价值，如对演员的表情表演进行后期调整。

数字人视频

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

代理与 LiveKit 服务器无缝集成，将作业排队和调度责任卸载给它。

voice agent 开源音视频

prompt中的分隔符号的正确使用方法

#引号 (" ")用途：用于指示直接引用或特定术语。

prompt 分隔符

九问中国大模型掌门人，万字长文详解大模型进度趋势

从更宏观的角度看待微调，就是对齐技术。

大模型详解

无限逼近真人效果的“超真实人像大模型”，或许它才是你一直在寻找的真爱！

作者没有使用双分支扩散来执行图像编辑，而是使用一种新的热图引导的去噪损失来微调原始SD模型。

大模型文生图

Stable Diffusion

Stable Diffusion WebUI v1.8.0重大更新！

自动向后兼容版本（加载指定程序版本的旧图像信息文本时，将添加兼容性设置）优化了回滚旧版本的兼容性，举例：目前v1.8.0，我想降级到v1.7.0或更以前的版本，将不再报错了。

SD 画图

一文汇总市面上所有prompts提示词框架

Prompts，作为大语言模型交流与理解的桥梁，扮演着无比重要的角色，指引着模型准确解读输入信息，从而生成我们所需的特定输出。

提示词框架 prompt

如何用ChatGPT创建阅读10W+爆款文章标题

绝对不能吃的20种万圣节糖果：微信健康指南 3.

GPT-4

最强国产开源多模态大模型MiniCPM-V：可识别图片、视频，还可在端侧部署

[2024.05.28] 💫 我们现在支持 MiniCPM-Llama3-V 2.5 的 LoRA 微调，更多内存使用统计信息可以在这里找到。

minicpm 面壁

被低估的面壁：打造出不输 OpenAI 的 Scaling Law 曲线

当时，这个技术话题还鲜少为人关注，由于微软也同步强调其支撑 GPT-4 训练的云基础设施，大家的讨论更多被转移到 OpenAI 与微软云的捆绑、大模型离不开大算力等话题上。

Grok-1 开源模型

StreamingLLM 框架：利用最新标记让 AI 记住你的话、创作长篇小说，探索无限长度文本

01 — 在和ChatGPT这类的大模型LLM对话时，有时候会感觉好像在与一只七秒记忆的鱼对话，因为它能处理的令牌token长度是有限制的。

大模型 llm框架

淘宝模特全体注意！阿里AnyDoor AI换装神器出来了，年度最强AIGC重制绘图工具，重塑电商模特产业

之前用MJ的垫图换装，不仅要记一长串的垫图提示语和指令，关键是换了的衣服都是通过提示语文字重组，经常发现货不对板，跟商家需要的不一样，真是急死个人。

AnyDoor 换装文生图

深度 | Meta AI助手大测评，市值蒸发万亿都因它？

我们始终在改变和调整我们的方法，并有时会包含我们发现的一些奇怪的东西，或者排除那些似乎不太相关的东西。

Meta AI 测评

从声纹模型到语音合成：音频处理 AI 技术前沿 | 开源专题 No.45

· 支持类似于 ASR 配方一样的 TTS (文本转声) · 支持 ST (Speech Translation) 配方 · 提供完整且易用的命令行界面和脚本接口

AudioCraft 音频

Comfyui工作流原理你都了解吗

每一个模块都有特定的的功能，我们可以通过调整模块连接达到不同的出图效果。

Comfyui 工作流

<...33 34 35 363738 39 40 41 42 ...>

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

© 2023-2024 AI魔法学院

京ICP备20027199号-1