多模态
关注
分享
扫一扫
文章平均质量分 88
多模态
二分掌柜的
二分掌柜的
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
UNO Less-to-More Generalization: 通过上下文生成解锁更多可控性
flyfish原创 2025-04-26 11:32:21 · 897 阅读 · 0 评论 -
基于Stable Diffusion XL模型进行文本生成图像的训练
flyfish原创 2025-05-08 18:53:03 · 857 阅读 · 0 评论 -
Stable Diffusion XL 文生图
flyfish原创 2025-05-10 11:03:37 · 376 阅读 · 0 评论 -
CogView4 文本生成图像
flyfish原创 2025-05-10 11:01:50 · 1150 阅读 · 1 评论 -
Wan2.1 文生视频 Wan2.1-T2V-14B-Diffusers
flyfish原创 2025-04-15 14:50:44 · 1529 阅读 · 0 评论 -
SkyReels-V2 视频生成
flyfish原创 2025-05-10 11:02:48 · 1369 阅读 · 0 评论 -
Wan2.1 图生视频 Wan2.1-I2V-14B-720P-Diffusers
flyfish原创 2025-04-15 14:51:24 · 2790 阅读 · 0 评论 -
whisper 语音识别
flyfish原创 2025-04-03 14:49:43 · 1232 阅读 · 0 评论 -
Wan2.1 多模态数据导出 export_to_video
flyfish原创 2025-04-15 14:52:06 · 1124 阅读 · 0 评论 -
Gemma 3：谷歌的多模态、多语言、长上下文开源大语言模型 代码实践
flyfish代码在文末尾系列模型的参数范围从10亿到270亿，上下文窗口最长可达12.8万个词元，能同时处理图像和文本，并且支持140多种语言。原创 2025-03-19 18:47:38 · 1720 阅读 · 0 评论 -
Wan2.1 图生视频模型内部协作流程
flyfish原创 2025-05-27 11:01:58 · 1765 阅读 · 0 评论 -
Wan2.1 文生视频 支持批量生成、参数化配置和多语言提示词管理
flyfish原创 2025-05-20 18:50:22 · 1779 阅读 · 0 评论 -
Wan2.1 图生视频 支持批量生成
flyfish原创 2025-05-20 20:13:55 · 3137 阅读 · 0 评论 -
Wan2.1 图生视频 多GPU原命令的使用
flyfish原创 2025-05-27 10:52:14 · 1065 阅读 · 0 评论 -
Wan2.1 加速推理方法
flyfish原创 2025-05-20 18:51:58 · 2602 阅读 · 0 评论 -
AnyText2 在图片里玩文字而且还是所想即所得
flyfish原创 2025-05-20 18:53:11 · 1081 阅读 · 0 评论 -
Phantom 视频生成的命令
flyfish原创 2025-05-22 15:58:48 · 783 阅读 · 0 评论 -
Wan2.1 通过首尾帧生成视频
flyfish原创 2025-05-20 18:52:41 · 2192 阅读 · 0 评论 -
Phantom 视频生成的流程
flyfish原创 2025-05-22 15:58:19 · 1393 阅读 · 0 评论 -
Phantom 根据图片和文字描述，自动生成一段视频，并且动作、场景等内容会按照文字描述来呈现
flyfish原创 2025-05-22 15:57:43 · 3324 阅读 · 0 评论 -
Wan2.1 图生视频 多卡推理批量生成视频
flyfish原创 2025-05-26 19:48:25 · 2031 阅读 · 0 评论