文章列表-AI魔法学院

文章列表

最强开源数字人对口型系统介绍

“最强”的数字人克隆方法 Easy-Wav2Lip: 仓库地址： https://github.com/anothermartz/Easy-Wav2Lip/ 说他最强，指的是跟同类开源方法做对比

数字人开源模型

万字长文震撼来袭！揭秘Transformer——吐血解读自注意力机制的革命性突破

· Background（背景）：强调了Transformer在模型设计上的创新性和自注意力机制的重要性

Transformer 大模型

Stable Diffusion

Stable Diffusion 30分钟打造AI 写真照片生成器｜海马体照相馆这次真的要木得了

除了安装 EasyPhoto 插件外还需要将 ControlNet 的个数设置大于 3，EasyPhoto 在训练的时候会调用 ControlNet 。

SD 文生图写真照

SD-WebUI和ComfyUI的局域网访问设置

· --listen 192.168.31.214 这个IP地址指的是本地

comfyui stablediffusion

AI+音乐｜对话 Suno CEO：破圈的音乐生成产品是如何诞生的？

Mikey特别指出，尽管最初他们没有确定产品的具体形式，但他们知道这个方向充满了机遇和挑战。

suno 音乐

【万字长文-进阶教程】一文带你从入门到精通ChatTTS, 手把手教你固定音色、设置语速、添加停顿词、口头语、笑声！！

不过，目前开源的只是底模，没有经过 SFT 监督微调。

chattts tts 文生语音

十个节省数百小时无聊工作的GPT提示词

通过精确的指示指导我完成每一个可操作的步骤，以便有效地执行。”

prompt 提示词

停用词(Stop Words)的价值、收集与使用

最经典的信息量度量指标，那当然是香农(之前写作“香浓“；“香农”是规范的译法。

停用词

14.6K star！最好用的OCR文字识别项目，没有之一！

自定义识别内容这个功能是Umi-OCR的一大亮点，可以指定识别的内容区域，或者屏蔽掉不需要识别的区域。

Umi-OCR 开源项目文字识别

一张照片秒生不同风格图像！小红书InstantID来了！

· # 使用指南体验地址： https://huggingface.co/spaces/InstantX/InstantID 01 使用流程 1

InstantID 文生图

回望做大模型一年后的感悟

但当LLaMA出来之前大家开始做大模型的时候，但凡稍微有点大模型背景的研究人员早就已经把数据提高到了第一优先级。

大模型感悟

小度为何押注AI眼镜？

戴上它，你可以随时随地语音问答，让它像百科全书一样为你指点迷津：也可以让它帮你看文档，一句话整理总结，还能翻译外文：首款中文AI眼镜能干什么？

AI眼镜小度

[开源]面向中小团队的轻量化知识管理应用，构建知识库和知识社区

“书籍”功能使用指南自邮之翼有一个优良的传统：每位同学会将自己在某一领域的宝贵的学习成果做成教程。

大模型

郭德纲讲英语相声详细教程

登录heygen官网 heygen登录地址：https://www.heygen.com 点击“Sign in”,出现登录界面后切换到Sign Up，按照指引注册完成之后，就可以开始生成视频了

数字人音视频

国际货币基金组织最新发布：关于AI与未来工作的报告

新的潜在AI互补性指数显示，在发达国家中，大约一半的工作可能受到AI的负面影响，而另一半可以通过AI整合提高生产率。

AI行业报告 AI

<...70 71 72 737475 76 77 78 79 ...>

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