文章列表-AI魔法学院

文章列表

4种通过LLM进行文本知识图谱的构建方法对比介绍

我们在以前的文章中已经介绍了使用大语言模型将非结构化文本转换为知识图谱。

知识图谱大模型

《嬛嬛朕emo啦》但马斯克！阿里这项技术开放试玩

对于上传的照片，系统首先会进行人脸检测，不过有些长得太像人的动物也能顺利蒙混过关！

音频阿里

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

我们还展示了该模型在零样本2D动画生成方面的能力，不仅可以实现从一个身份到另一个身份的外观转换，还可以仅基于姿态输入实现卡通风格的渲染。

MagicPose 视频

2023年人工智能行业总结

例如，Meta开源的Whisper项目能够识别世界上大部分主要语言的视频语音；Roop和FaceFusion两款开源换脸软件不仅能直接给图片和视频换脸，还能将多张图片融合成一张脸；AnimateDiff

人工智能 AGI 思考总结

免训练！单图秒级别生成AI写真，人像生成进入无需训练的单阶段时代

通过这种方式，FaceChain FACT 能够更高效地处理人脸重建任务，从而避免了繁琐的训练阶段。

FaceChain FACT 文生图

Stable Diffusion

Stable Diffusion AnimateDiff | 最稳定的基于文本生成视频的方法

发现效果还是比较差的，连续性也一般般，虽然不会出现闪烁，不过这个画质、脸部细节太糟糕了。

动画 animate sd

最强开源数字人对口型系统介绍

要求：声音时长和视频时长等长；视频分辨率不超过1080P，帧率不超过30；音频为单人声，噪音降到最低；视频为单人露面视频，脸部清洗，每一帧都要有人脸。

数字人开源模型

Stable Diffusion

【Stable Diffusion操作入门】Stable Diffusion 操作界面及基础参数介绍

out of frame, watermark, signature 人物肖像的负面提示：变形、丑陋、残缺、毁容、文本、额外的四肢、面部切割、头部切割、额外的手指、额外的手臂、绘制不佳的脸、

文生图 SD

whisper-live：OpenAI Whisper模型的近实时实现

该项目是一个实时转录应用程序，使用 OpenAI Whisper 模型将语音输入转换为文本输出。

OpenAI Whisper 大模型

2023年人工智能行业总结（精简版）

此外，还有Meta的Whisper项目，能够转化声音为文本、Roop和FaceFusion的换脸软件、AnimateDiff的动画生成技术等。

人工智能行业总结

白话Embedding：普通人都能懂的科普文

将其转换为具有607,500个维度的向量是微不足道的。

Embedding 向量

把ChatGPT装进二次元手办，你来吗？AI桌面机器人众筹

完美对接QQ音乐/喜马拉雅，播放音乐、新闻、有声读物，远程调节音量、切换播报音色不在话下。

ai小车 esp32 开源

教你用StableDiffusion设计AI数字人

货不对版、尺码过大过小、尝试新风格总觉得别扭…每个人买到心仪的宝贝的背后，都一定有无数次的换货、退货。

文生图

字正腔圆,万国同音,coqui-ai TTS跨语种语音克隆,钢铁侠讲16国语言

按照固有的思维方式，如果想要语音克隆首先得有克隆对象具体的语言语音样本，换句话说，克隆对象必须说过某一种语言的话才行，但现在，coqui-ai TTS V2.0版本做到了，真正的跨语种无需训练的语音克隆技术

coqui-ai TTS 语音

AI面部增强器-Remini

下面小白狗将演唱会拍的照片做了处理，放大图片可以看到上图小姐姐脸上的噪点在下图处理过后已经见不到了。

Remini 面部增强修复文生图

<...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