文章列表-AI魔法学院

文章列表

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

字节跳动和浙江大学的科研团队联合开发的基于音频驱动的视频扩散模型LOOPY完美解决了这个问题。

Loopy 视频

腾讯最新的人像写真工作PhotoMaker

由于用于原始clip的数据大部分是自然图像，为了更好地提取脸部特征，对这部分模型参数进行了微调。

PhotoMaker 文生图

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

功能介绍 RPA（Robotic Process Automation）是一种自动化技术，它可以模拟和执行人工业务流程，自动化重复性的、规则性的、高度可预测的任务。

RPA框架自动化

Stable Diffusion

回来啦｜ Stable Diffusion 图片背景完美替换

设置 ControlNet 深度模型进行优化一插件安装首先我们需要安装 rembg 插件，用来获取图片主体的蒙版图。

Stable Diffusion 文生图

ChatGPT提示工程5篇合集 - 吴恩达和OpenAI出品

; 原则一：编写清晰、具体的说明 · 原则二：给予模型思考的时间

ChatGPT prompt

几款开源的OCR识别项目，收藏备用

tesseract.js.git PaddleOCR PaddleOCR是百度开源一套OCR,旨在打造一套丰富、领先、且实用的OCR工具库，助力开发者训练出更好的模型

OCR

用AI为古诗词生成插画

2、下载和准备大模型 SDXL的大模型对自然语言理解比较好，因此推荐使用SDXL的大模型。

Stable Diffusion 文生图提示词

借题发挥下最近几例声音克隆的应用案例

因为儿子托梦告知人是可以复活的，于是这位父亲到处寻找让人复活的办法，于是他关注到了最新的人工智能技术，开始找人咨询和学习技术，通过摸索，他知道通过ChatGPT可以训练儿子的过去的说话，文字等语料，AI可以模仿儿子的口吻说话

声音克隆数字人

VividTalk：用一张照片和一段音频让人物栩栩如生地说话

技术详解音频到3D网格的映射：在这一步骤中，VividTalk使用先进的算法将输入的音频映射到3D网格上，模拟表情运动和头部运动。

VividTalk 视频

独家：4259款AI产品关键指标排名与分析

Top50、月访问量不足10万但营收颇丰的Top30、Chatbot Top 20、角色生成Top 5、文本生成 Top 50、图片生成 Top 100、视频生成 Top 20、编码助理 Top 20、模型部署与数据

生成式AI

Sora懂不懂物理世界？

一方面因为临界态样本的稀缺，另一方面因为扩散模型将稳恒态数据流形的边界模糊化，消弭了临界态的存在，生成的视频出现了不同稳恒态之间的跳跃。

文生视频视频生成 sora

深入浅出人工智能常用技术，让你轻松掌握AI应用核心！

深度学习是机器学习的一种，可以利用神经网络模型学习图像特征，从而让计算机可以基于图片进行分类和识别。

人工智能

Fooocus更新了2.3

首先现在加入了上次说的闪电就是lightning，默认4步模型，所以会自动下载模型。

fooocus 文生图

Stable Diffusion

Stable Diffusion生成图片参数查看与抹除

2、在左侧选择本地的一张图片，如果是Stable Diffusion生成的图片，我们可以在右边看到图片的生成参数，依次是：提示词、反向提示词、模型详细参数。

文生图 Stable Diffusion

剪映克隆声音功能详解：剪映上线5秒“AI克隆音色”，一堆AI公司又要进入慢性死亡了...

我问了下剪映的朋友，他们说，目前还在小规模测试中，大概只有10%的人能拿到这个功能的体验资格。

剪映声音克隆

<...85 86 87 88 89 909192 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