文章列表-AI魔法学院

文章列表

F5-TTS：上海交大开源超逼真声音克隆TTS，告别ElevenLabs，以后就用它了！实测真的很牛

项目简介 F5-TTS是一款基于流匹配的全非自回归文本到语音转换系统。

F5-TTS 音频克隆

一条价值2W的Prompt，帮你生成提示词的超级提示词

让我们合作创建最好的ChatGPT响应我提供的提示。

prompt

Stable Diffusion

Stable Diffusion生成卡通证件照

随机数种子 (Seed)：8797124324 高分辨率修复（从 616x768到1232x1536）：放大算法 4x-UltraSharp，重绘幅度 0.2，其他默认配置以上即为本期

Stable Diffusion

Stable Diffusion

AI绘画巅峰对决：Stable Diffusion 3与DALL·E 3原理深度比较

https://stability.ai/stablediffusion3 而且好消息是，后面还会推出开源版本哦！

Stable Diffusion DALL·E

技术布道 | Prompt评估与优化，让魔法打败魔法，通过大模型获得更优质的Prompt进而获得更优质的内容

除了根据场景和Prompt生成模型输出的结果，还可以得到Prompt评估得分和优化建议。

prompt 大模型

数字人起飞！字节Loopy对口型功能在即梦上线可根据语境匹配表情和情绪

它可以精准地"指挥"虚拟形象的每一个细微动作，例如叹息等非语音动作、情绪驱动的眉毛和眼睛运动以及自然的头部运动。

Loopy 视频

Qwen7b微调保姆级教程

通过借鉴FastChat对各种开源LLM模型进行数据预处理方法统一管理的方法，因此本范例适用于非常多不同的开源LLM模型，包括 Qwen-7b-Chat，Llama-13b-chat

Qwen7b 大模型

ComfyUI-DDetailer脸部修复

如果跟随《Stable Diffusion 防災指南》一路学习过来的朋友可以选择A航线继续跟随卡爷的节奏进入ComfyUI新世界，而对ComfyUI本身兴趣不大，但对比WebUI还简单无脑的生图很需要

ComfyUI 脸部修复

向量数据库不是一个单独的数据库分类

因此，相信绝大多数能够存储文本的数据库都会提供向量搜索。

大模型向量数据库

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

MagicPose可以精确地生成外观一致的结果，而原始的文本到图像模型(如Stable Diffusion和ControlNet)很难准确地保持主体身份信息。

MagicPose 视频

国产“小钢炮”MiniCPM3-4B：小参数，大能量！

01 模型介绍：从 MiniCPM 1.0 到 3.0MiniCPM 3.0 是面壁智能“小钢炮”系列的最新版本，相比于前两代，3.0 版本在模型结构、性能优化和功能支持上都有显著提升

MiniCPM3-4B 大模型

PHP提示词技巧，全方位精调ChatGPT复杂任务生成效果！！！

标题建议：《华盛顿的时尚大战》此小说通过夸大和讽刺的手法，揭示了政治人物往往忽视实质性问题，沉溺于表面和无关紧要的争论，从而引发读者对现实政治和社会现象的深入反思。

大模型

GitHub上很火的RPA框架：一款用于验收测试和 RPA 的通用自动化框架robotframework

它具有简单的纯文本语法，并且可以使用通用和自定义库轻松扩展。

RPA框架自动化

【语音识别】OpenAI语音力作Whisper

whisper下载安装地址：https://github.com/openai/whisper 二、数据处理利用互联网上的网络规模文本（人类/机器生成的混合数据）来训练，但存在大量低于标准的转录文本

语音转文字 whisper

最强开源数字人对口型系统介绍

大家好，今天给大家介绍的是开源“最强”的数字人克隆方法 Easy-Wav2Lip: 仓库地址： https://github.com/anothermartz/Easy-Wav2Lip

数字人开源模型

<...75 76 77 787980 81 82 83 84 ...>

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