文章列表-AI魔法学院

文章列表

一张图看懂IT人的江湖地位

含VDI/IDV/VOI等各种技术路线超融合厂商江湖地位篇仅代表国内市场地位及表现云视频会议江湖地位篇

工作

AI赋能实验室：儿童绘本插图

含义解析：此幻想艺术的儿童插图风格，描绘出一个充满好奇心和顽皮举止的动物角色，将要在一个活力四溢而又神秘的场所开启它的冒险旅程。

插画文生图

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

轻松访问 LiveKit WebRTC 会话并处理或生成音频、视频和数据流。

voice agent 开源音视频

Stable Diffusion

Stable Diffusion生成图片参数查看与抹除

这篇文章就来专门分享如何查看和抹除图片的参数。

文生图 Stable Diffusion

SD入门教程二：文生图基础用法（提示词）

原则三：善用符号 · 使用逗号分隔：虽然 SDXL 在语意理解上已经有了很大的提升，但是在使用 prompt 时，还是建议使用逗号来分隔不同的意图。

SD prompt 文生图提示词

SD入门教程五：后期处理图片高清放大

这个小部分是一个三对角矩阵，它包含了大矩阵的重要信息，但是它的尺寸要小得多，就像把大象剪成了一只小老鼠。

SD 入门教程修复

Ollama的本地化又一图形工具ChatOllama，让你轻松玩转ollama，ChatGPT

ChatOllama是一款ollama图形化管理工具，集成了ollama，OpenAI，可以实现ollama的模型管理，系统指令管理，知识库管理，AI聊天等功能，功能方面与Open WebUI类似，作者在不断改进优化功能

ChatOllama 安装

爆火「视频版ControlNet」开源了！靠提示词精准换画风，全华人团队出品

他们只在一张图像上部署算法，再将图像-图像的转换，提升为视频-视频的转换，将关键点检测提升为关键点跟踪，而且不需要任何训练。

ControlNet

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

背后原理目前的多模态大模型几乎都是用 CLIP 作为 Vision Encoder 或者说视觉词表。

OCR 手写文字识别

Stable Diffusion

stable diffusion 远端跑图—— Api基础知识掌握

如果你想用手机或者电脑访问自己的服务器进行stable diffusion（以下简称sd）跑图，学会使用sd的api是必须的技能上个月做了安卓和苹果手机用远端sd进行跑图的几个demo，整体流程很简单

文生图 api

使用python调用comfyui-api，实现出图自由

使用python调用comfyui-api，实现出图自由 1.

comfyui 工作流

Stable Diffusion

【Stable Diffusion】SD迎来动画革命，AnimateDiff快速出图

参数可以按照正常出图的思路设置，尺寸512x512，根据电脑配置量力而行。

文生图开源模型

耗时7天，终于把15种ControlNet模型搞明白了

这篇文章是SD三部曲的第三篇——「ControlNet的终极攻略」前面我们说到如果想真正把SD应用起来，最重要的两个功能是：Lora和ControlNet Lora负责把想要画面的“主体”或“场景

文生图

Stable Diffusion

AnimateDiff：一篇文章教你学会用Stable Diffusion制作GIF动图

这是一个AnimateDiff介绍教程，这个工具可让您使用Stable Diffusion创建令人惊叹的 GIF 动画，这是目前为止最好的文本生成视频（Text-to-video）人工智能工具之一。

AnimateDiff 视频训练

DALL-E 3 不只是文生图！10 个案例颠覆认知

DALL-E 通过4张图片展示了公司活动现场的效果，并做出了以下说明：以下是企业活动的可视化设置：主厅：这张图片展示了会议中心宽敞的主厅。

DALL-E 3 文生图

<...5 6 7 8910 11 12 13 14 ...>

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