文章列表-AI魔法学院

文章列表

集成文字生成、抠图、图像融合等强大功能的comfyUI 插件 Allor Plugin

使用自己的字体来生成需要把字体文件放到ComfyUI\comfy_extras\fonts文件下，需要先手动创建fonts文件夹。

comfyui 插件绘画

图像作为prompt#IP-Adapter

IP-Adapter是图像提示适配器，用于预训练的文本到图像扩散模型，以实现使用图像提示生成图像的能力。

prompt IP-Adapter 文生图

扣子更新图像流功能，字节版 ComfyUI 来了！

相关的爱好者/从业者，却不知道特工宇宙一样，属于是落后版本了而就在 5 月 13 日晚，即 OpenAI 春季发布会前两个多小时，扣子也上线了“字节版 ComfyUI”——图像流。

ComfyUI 图像流文生图

解码二维码：揭秘我的漂亮二维码生成秘诀！

这几天我又生成了很多漂亮的二维码图片，有了一些感受和想法，特总结此文，分享给大家。

图像文字

Stable Diffusion

Stable Diffusion修复老照片-图生图

1、原理这个方法需要一个真实模型，以便让修复的照片看起来比较像，我这里选择：realisticVisionV20，大家有更好的给我推荐哦。

图像文字

探秘制作艺术二维码的新姿势

在之前的文章《AI制作艺术二维码-文生图》中，我介绍了一种直接通过提示词生成高逼格二维码的方法，但是通过提示词我们无法很好的控制生成图片的样式，特别是有些同学想要将自己的Logo或者头像附加到二维码中，

图像文字

无需编码，轻松提升图像品质：探索ComfyUI的图像增强功能

该GitHub项目提供的Nodes/Graph/Floochart接口使图像修改、合成和其他任务的复杂工作流变得简单。

文生图

图解检索增强式生成（RAG）技术 | 万字长文

以下是展示核心步骤和涉及算法的示意图。

检索增强式生成 RAG

炸裂！百川开源第1个7B多模态大模型 Baichuan-Omni | 能够同时分析图像/视频/音频/文本

在多模态监督微调阶段，作者汇编并合成了一个涵盖200多个任务，包括600,000个实例的广泛数据集，涵盖纯文本、音频、图像文本、视频文本和图像音频交互数据。

Baichuan-Omni 多模态大模型

手把手教你用 SD 生成文字形状的光线，用来做营销宣传图非常有效

昨天类似这种文字光效或者将文字合成在衣服上的图好像又火了，很多朋友在问怎么做，其实就是ControlNet的简单应用，比如模拟光线照射文字的，之前用来调整自然光线的角度和范围这次不过是将原来模拟光照的图变成了文字了

图像文字 ControlNet Stable Diffusion

比真人还像真人！字节跳动PersonaTalk的黑科技有多强大？

字节跳动最近推出了一款名为PersonaTalk的AI模型，这项黑科技让视频配音彻底摆脱了传统的“僵硬感”。

PersonaTalk 视频

一张照片秒生不同风格图像！小红书InstantID来了！

· · 即插即用：作为一个轻量级的模块，InstantID可以轻松地集成到现有的文本到图像扩散模型中，无需对模型进行复杂的修改。

InstantID 文生图

文生图提示词prompt详解

提示词 Prompt 用文字描述你想要生成的东西支持的语言支持的输入语言为英语（不用担心英语不好的问题，目前网上有很多tag生成器供你使用），SD支持用自然语言描述，不过还是推荐使用用逗号分隔的一个个的关键词来写

SD prompt 文生图提示词

字节跳动最强AI工具 “豆包” ，近1000款应用！一句话自动生成图文，堪比ChatGPT？

朋友们，字节跳动真的是爆款制造机，太卷了！

AI工具文生图

中文开源OCR框架对比及介绍

从严格定义来看，学字符识别（Optical Character Recognition, OCR）是指对文本资料的图像文件进行分析识别处理，获取文字及版面信息的过程。

OCR

<12 3 4 5 6 7 8 9 10 ...>

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