文章列表-AI魔法学院

文章列表

GPU 性能（数据表）快速参考

NVLINK 对于 8 卡 A800 和 910B 模块：910B HCCS 的总带宽为，这似乎与 A800 NVLink 相当。

GPU 算力

Stable Diffusion

张嘴就能生图？这已经不是科技，这是魔法！（Stable Diffusion进阶篇：SDXL-Turbo）

原版的Turbo已经接近14GB大小，远超之前下载的所有Checkpoint模型，而下方带fp16的是所谓的精简版本，这里推荐下载精简版本试试（放在以往的Checkpoint模型地址就好）。

SDXL-Turbo 文生图

8个常用中文OCR数据集，附下载链接

在MSRA-TD500数据集中，难以检测的文字（一般由低分辨率、模糊和遮挡等因素造成）会被标记为“困难”。

OCR

一张图看懂IT人的江湖地位

本文转自公众号特大号大模型江湖地位篇不包括非国产大模型公有云服务商江湖地位篇仅代表国内市场地位与表现

工作

Stable Diffusion

[Stable Diffusion]AnimateDiff ：最稳定的文本生成视频插件

一、AnimateDiff简介 AnimateDiff采用控制模块来影响

AnimateDiff 视频训练

Stable Diffusion

17/180 Stable diffusion 抽卡神器 dynamic prompts (二)

就能够从通配符文件集合中进行随机抽取我这里选择了一个背景集合进行抽卡最后能够抽到不同的背景颜色图片 2.魔法提示词魔法提示词能够根据选择的模型

文生图文生图

FaceFusion又更新咯，增强功能再增强！

换脸模型添加了FP16高性能版。

FaceFusion 文生图

好看的图片不知道怎么写提示词？用AI读出来

靠的是模型，Wd14 Tagger依赖的deepdanbooru模型。

文生图

通往AGI之路，提示词入门

一、什么是提示词在这里，我们用两种方式去讲解什么是提示词，一个是阅读官方的文档，另外一个是使用大模型，让大模型给我们答案。

AGI 提示词

SD出图新思路

（糊点没关系）第二步： ①打开图生图，将模糊的截图丢进去 ②顺便把之前文生图的关键词也粘过来第三步：采样器和尺寸跟之前的调整一致，重绘幅度可以根据情况调整。

文生图 SD

国内厂商语音识别与Whisper评测：现状与概况对比

一、语音识别现状二、评测意义与预期成果三、评测方案四、评测结果一、语音识别现状得益于近年来深度学习技术的快速发展，人工智能的主要分支(图像、语音、自然语言处理等)都相继进入了大规模落地应用阶段

语音识别 Faster-Whisper

学会这招，一个头像变100种风格！

二、操作流程风格迁移一共分为以下三步： 1.生成一张图片，获取图片地址 2.以这张图为参考图，Remix 修改提示词，引入不同的风格、模型版本

Remix 文生图

腾讯出品！开源AI数字人框架！号称可以不限时长

稳定扩散生态系统兼容：与基础模型、lora、controlnet等稳定扩散生态系统兼容，增强了用户的创作自由度。

MuseV 视频数字人框架

让你每次都随机生成各种图片，开盲盒的感觉：SD插件之无限抽卡神器Dynamic Prompts

下载地址： https://github.com/adieyal/sd-dynamic-prompts 抽卡文件准备咱不讲怎么自己写通配符去让模型选择单词（如果有需要可以看文末我引用的知乎文章

文生图

DALL-E 3 不只是文生图！10 个案例颠覆认知

我已经收集了一些资源，包括身着秋季主题服装的人体模型、森林背景以及木凳、灯笼和仿真动物等各种道具。

DALL-E 3 文生图

<...85 86 87 88 899091 92 93 94 >

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