文章列表-AI魔法学院

文章列表

图片拖拽神器DragGAN介绍及官方安装文档说明

该技术的一个流行实现是拖放生成器(DragGAN)，这是一个深度学习模型，当用户将图像拖放到基于web的界面中时，它可以将图像转换为另一个图像。

开源

在 WebUI 中使用 AnimateDiff 的一些问题和技巧

其实这两天也在轮流学习使用WebUI和ComfyUI，发现同等帧率设置下ComfyUI的生成速度要快很多而且占用资源少一些，但是不知道是不是心理原因总感觉ComfyUI的清晰度不如WebUI，所以相对来说

AnimateDiff SD

Stable Diffusion

Stable Diffusion 年龄转换神器，一键变大变小

思考三秒钟想想解决方案相信大家脑海里面的第一反应就是通过提示词来描述年龄比如：children,teens 等。

Stable Diffusion 文生图

Stable Diffusion

小白也可以一键安装的Stable Diffusion——Easy Diffusion

多个提示文件：输入每行一个提示或通过运行文本文件排队多个提示。

Stable Diffusion 插件安装

建议收藏：超详细ChatGPT(GPT 4.0)论文润色指南

更客观的语言（More objective）：删除主观性语言，以中立的方式呈现信息。

论文润色写作

基于 OpenAI Whisper 模型的实时语音转文字工具

今天给大家分享一款专注于音频处理和创作的开源软件【WhisperLive】什么是 WhisperLive？

WhisperLive 音频开源软件

Fastwhisper + Pyannote 实现 ASR + 说话者识别

前言最近在研究ASR相关的业务，也是调研了不少模型，踩了不少坑，ASR这块，目前中文普通话效果最好的应该是阿里的modelscope上的中文模型了，英文的话，还是非whisper莫属了，而且

faster-whisper 语者识别 ASR

谈谈RAG存在的一些问题和避免方式

一般来说，分块过程忽略了文本的内容，这就产生了问题。

RAG 大模型

一招让你的 AI 图像更惊艳！DALL-E 3 自定义指令魔法

比如同样输入 “photo of young woman” 这个提示词，如果你加上--style raw 这个参数，得到的结果可能是这样的：总而言之，Midjourney

DALL-E3 文生图

智谱AI静悄悄的上线了一大波新模型，过年了，真的

我挨个列一下：大语言模型GLM-4-Plus。

智谱AI 大模型

阿里云开源通义千问多模态大模型Qwen-VL，持续推动中国大模型生态建设

8月25日消息，阿里云推出大规模视觉语言模型Qwen-VL，一步到位、直接开源。

大模型

RAG从入门到精通-RAG简介

前言 RAG（Retrieval Augmented Generation,检索增强生成）是一个将大规模语言模型(LLM)与来自外部知识源的检索相结合的框架,以改进问答能力的工程框架。

rag 大模型

微信搜狗爬虫WechatSogou - 从微信公众号获取文章的利器

引言在当今信息爆炸的时代，微信公众号成为了人们获取资讯和知识的重要来源之一。

WechatSogou 微信搜狗

AIGC工具提示词技巧

因为像国外的一些工具，他们对于英文的理解会更加细致一些，会减少一些不必要的泛化，或者说一些胡言乱语。

AIGC 提示词

免费的文本生成视频解决方案：AnimateDiff下载-可用于StableDiffusion的webui以及ComfyUI

AnimateDiff 是一个基于 Stable Diffusion 模型的文本生成视频插件，它通过控制模块影响图像生成过程，使得生成的图像序列具有与训练视频剪辑相似的特征。

视频生成文生视频

<...25 26 27 282930 31 32 33 34 ...>

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