新型视频人脸超分辨率技术KEEP：让模糊不清的人脸视频变得清晰
南洋理工大学 S-Lab推出一种新型视频人脸超分辨率技术KEEP，也就是让模糊不清的人脸视频变得清晰。例如，你手里有一些老旧电影的片段，或者监控摄像头拍到的模糊人脸，这项技术能够让这些人脸在视频中变得...
排序
如何从HuggingFace导入新模型到Ollama
在《如何在本地安装及使用Ollama，轻松玩转本地大语言模型》这篇文章里，已经详细向大家介绍了Ollama这款软件如何安装及使用，虽然官方的模型库已经提供了大量可用模型，但与Hugging Face上...
ComfyUI-IndexTTS2：轻量IndexTTS-2包装器实现语音克隆 + 情感控制，附安装与节点指南
在 AI 音频生成领域，高质量的文本转语音（TTS）系统正从“能说”向“会表达”演进。近期，由 B站IndexTeam 推出的 IndexTTS-2 因其出色的语音克隆能力与细粒度情感控制机制受到关注...
豆包AI修图大升级！一键P图、换风格、删杂物，一句话搞定！
字节跳动旗下多功能AI助手 豆包（Doubao） 宣布其 App 内的智能修图功能迎来重大更新。此次升级基于全新图像编辑模型 SeedEdit 3.0，带来了更多实用又有趣的 P 图玩法，让普通用户也...
Stable Diffusion中的embedding是什么？什么是文本嵌入？
在使用Stable Diffusion进行生图的时候，我们常常会用到embedding模型，这个embedding模型是什么呢？在中文中通常被翻译为“文本嵌入”，其实也就是我们之前介绍的Textual...
Stable Diffusion提示词简介、语法规则、常用提示词与浏览器插件推荐
在使用 Stable Diffusion模型进行绘画的时候，最令人头疼的可能就是提示词该怎么写，无论是Stable Diffusion Web UI还是ComfyUI都有插件可以解决这个问题，不过大家...
新型SD加速模型PCM：解决在高分辨率、文本条件图像生成中的一些现有问题而设计
香港中文大学、 Avolution AI 、Hedra、上海人工智能实验室、商汤和斯坦福大学的研究人员推出新的SD加速模型PCM（Phased Consistency Model，分阶段一致性模型...
新型图像生成模型Diffusion Mamba（DiM）：通过结合Mamba序列模型的效率和扩散模型的表现力，来高效生成高分辨率的图像
来自香港大学、华为诺亚方舟实验室、清华大学和上海交通大学的研究人员推出新型图像生成模型Diffusion Mamba（简称DiM），它融合了基于状态空间模型(SSM)的高效序列模型——Mamba，与扩...
字节跳动推出PuLID：用于个性化文本到图像的生成
字节跳动推出PuLID，它用于个性化文本到图像（Text-to-Image，简称T2I）的生成。PuLID的全称是“Pure and Lightning ID customization”，即纯粹和闪...
一种新颖的模型微调方法DoRA：比LoRA更精细、更全面的微调策略
DoRA（Weight-Decomposed Low-Rank Adaptation）是一种用于微调（fine-tuning）大型预训练模型的新方法。DoRA的核心思想是将预训练模型的权重分解为两个部...
零成本尝鲜 OpenClaw：一部安卓手机就能跑起本地 AI 助手
最近，不少用户分享了通过部署 OpenClaw（原名 Clawdbot）实现自动化、提升效率甚至“改变人生”的体验。但很多人误以为必须拥有一台 Mac 或高性能 PC 才能运行它——其实不然。 你只需...
Windows 11 新增命令行文本编辑器：Microsoft Edit 使用指南
微软为 Windows 命令提示符和 PowerShell 用户带来了一款全新的 CLI（命令行界面）文本编辑器——Microsoft Edit。这是一个轻量、开源、功能齐全的命令行文本编辑工具，适用...
