文章列表-AI魔法学院

文章列表

生成式AI领域拓展！MetaAI开源AudioCraft：一个支持AudioGen、MusicGen等模型的音频生成开发框架

· · AudioCraft使用 · · AudioCraft开源地址 · AudioCraft简介产生高保真音频任何类型的音频都需要对不同尺度的复杂信号和模式进行建模

开源模型

AI写作：如何让AI帮你写出10万+标题？

1、制造反差人类的大脑对于反差的信息会更加关注。

AI写作提示词

大语言模型定制化应用的三种方式：Prompt engineering、Fine tuning、Pre-trainning的区别

以下是它们的区别和使用场景： Prompt Engineering（提示工程）：Prompt Engineering是通过设计和优化输入的提示或指令，以引导模型生成特定类型的输出。

大模型

Midjourney | 17个常用的命令

今天来复习一下MJ常用的命令： /imagine prompt 只能在这个命令prompt里面输入描述语才能生成图像 /setting 打开偏好设置，里面可以预设一些命令

文生图

SD入门教程三：采样器及参数调整

，部分旧模型会崩； · 新版Restart：渲染速度较慢，但10步以内就能生成图片，而且图片质量还不错； · 新版LCM：对于细节和特征不多的场合，效果比一般采样器要好，

SD 入门教程

全新换脸工具ReActor，比roop更强！

功能界面除了新增的功能，其他布局都差不多。

ReActor SD 文生图

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

7.2k License: Apache-2.0 ESPnet 是一个端到端的语音处理工具包，涵盖了端到端语音识别、文本转语音、语音翻译、语音增强、说话人分离等功能

AudioCraft 音频

【进阶】-文生图术语解释

对一个相对复杂场景的文本描述，AI 需要能“理解”并匹配到对应的画面，大部分项目依赖的都是一个叫 CLIP 的模型。

文生图

大模型量化：什么是模型量化，如何进行模型量化

通过深度学习，我们可以得到用于处理各种任务的高性能模型，这些模型大多都很复杂、一般只适合在GPU上进行推理，并不适合在板端进行推理，然而在实际应用时，很多场景都需要将模型部署到板端。

大模型

Roop升级版FaceFusion换脸AI技术使用以及部署教程

以下是关于界面的各功能描述： FRAME PROCESSORS（帧处理器）: face_swapper（脸部交换）: 一种在图像或视频中交换脸部的算法，类似于深度伪造技术

FaceFusion 教程

ChatGPT提示工程 - 总结

ChatGPT提示工程的两个关键原则 - 吴恩达和OpenAI合作编写Prompt的两个关键原则原则一：编写清晰、具体的说明策略1：使用分隔符清晰地标识出输入的各个部分策略2：提示模型以结构化格式输出结果

GPT

14.6K star！最好用的OCR文字识别项目，没有之一！

项目是基于PaddleOCR开发的，支持截图识别、批量导入识别、个性化识别等功能。

Umi-OCR 开源项目文字识别

全球下载量最大的AI绘画大模型，更新Lightning极速版

都能在5-8步实现出图效果，把出图时间缩短了5-10倍。

Stable Diffusion 大模型提示词

国产编程大模型CodeGeex

语料：CodeGeeX的训练语料由两部分组成。

编程

Stable Diffusion

Stable Diffusion 年龄转换神器，一键变大变小

模型介绍这组 embeddings 模型分为两类： · 变年轻：AS-YoungV2

Stable Diffusion 文生图

<...83 84 85 868788 89 90 91 92 ...>

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