文章列表-AI魔法学院

文章列表

8月份最火的 5 个 GitHub 项目

binjie09/one-api 05 通义千问基于 ModelScope 以及 Hugging Face均开源的 Qwen-7B 系列模型，这是是阿里云研发的通义千问大模型系列的70亿参数规模的模型

下载

文生图提示词prompt详解

;1girl,red|blue hair, long hair（1个女孩，红色与蓝色头发混合，长发）增强/减弱：有两种写法第一种 (提示词:权重数值

SD prompt 文生图提示词

StableDiffusion升级版SDXL：一键运行包ComfyUI和18G模型分享！

④分辨率设置（Empty Latent Image）这里主要设置图像的大小和一次生成的数量。

comfyui sdxl 文生图

17K star！30秒偷走你的声音，开源声音克隆工具

然后，它可以生成听起来自然的语音，以多种语言模仿该语音，同时为用户提供对情感、口音、节奏和语调等参数的精细控制。

OpenVoice 声音克隆开源

超越Animate Anyone! 南加大&字节提出MagicPose，不需任何微调就可生成逼真的人类视频

为此，我们提出了一种两阶段的训练策略，以分离人体动作和外观（例如面部表情、肤色和着装），包括对同一数据集的人舞姿势的外观控制块的预训练和对外观-姿势-联合控制块的精细调整。

MagicPose 视频

Stable Diffusion

stable diffusion API 调用，超级详细代码示例和说明

原文链接：https://blog.csdn.net/ll837448792/article/details/132226117 其中 ControlNet 参数解释可以参考：

文生图工作图生图

RAG与Long-Context之争—没必要争

RAG的本质是通过用户问题从数据库/知识库中找到相关片段内容，再利用大模型查找或总结出答案。

RAG Long-Context 大模型

聊天大模型的输出速度应该是多少？单张显卡最多可以支持多少个人同时聊天？来自贾扬清最新的讨论~

https://www.datalearner.com/blog/1051696951947094 适合人类阅读的大模型输出速度单张显卡可以支撑的同时聊天人数

大模型

Stable Diffusion

全面理解Stable Diffusion采样器

如果我们增大采样步数会有什么影响呢？

绘画采样器 SD

Stable Diffusion

[Stable Diffusion]AnimateDiff ：最稳定的文本生成视频插件

3girls,(nsfw:1.3), · · · 第二步：配置AnimateDiff 介绍以下几个基础参数：

AnimateDiff 视频训练

图像作为prompt#IP-Adapter

相比于text-to-image方法，IP-Adapter具有更小的参数量（22M参数），并且不需要进行大规模的微调。

prompt IP-Adapter 文生图

RAG 领域的新宠：为什么 AI 圈都在谈论 Jina ColBERT？

与 ColBERTv2 相比，Jina-ColBERT 在各项测试中都展现了顶尖的性能，特别在处理长文档数据集时，其表现更是显著优于 ColBERTv2。

rag 大模型

Stable Diffusion

Stable Diffusion XL 1.0 出图风格鉴赏

这一节我们趁热来看看不同风格下 SDXL 的表现效果参数介绍模型： SDXL base（没有使用 refiner 优化）采样方法： Euler

文生图

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

ensp; 256x256：playgroundai/playground-v2-256px-base · Hugging Face Playground v2和SDXL的架构和模型参数都是相同的

文生图 Playground

无需翻墙，可合法使用的8款国内AI大模型产品

区别于当前以文本为主的大部分语言大模型，“紫东太初”大模型在研发之初即以多模态技术为核心，利用图-音-文等更多类型数据进行跨模态的统一表征和学习，实现了图像、文本、语音三模态数据间的“统一表示”与“相互生成

生成式AI

<...68 69 70 717273 74 75 76 77 ...>

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