53AI知识库
学习大模型的前沿技术与行业应用场景
SDXL能够比较好的理解自然语言,但在构图细节等方面,依然还有欠缺。
刚刚发布的SD3对自然语言的理解更加精准,一定程度上解决了提示词的难题,但目前不认识中文。
去年的时候,我曾经介绍过用百度翻译等翻译插件来翻译中文提示词的工具,但大模型会把你的句子重新整理、组合,生成AI绘画大模型能理解的格式。
这个插件有独立安装板,也有ComfyUI节点,使用很简单,但无法科学上网的情况下,安装非常繁琐。
安装后先不要重启启动器,先下载并安装模型。
如果在墙内,模型无法联网自动下载。
如果贸然重启启动器,然后使用Omost会报错。
我制作了安装包,请下载后解压缩,安装在这个路径(以秋叶启动器为例):
其中,最复杂的是模型安装的位置,这是llama的8b模型:
安装完毕后,重启启动器。
加载工作流,工作流网盘下载:
Omost LLM chat,这是和大模型对话的节点,输入想要的提示词,支持汉语。然后大模型会把它转化成复杂、专业的提示词。
比如我输入的是“正在跑马拉松的女孩”。
不难发现,大模型不仅把中文翻译成了英文,还添加了非常详实的细节:什么样的头发,穿什么衣服,什么颜色,背景的旗帜,路边观众... ...
Omost layout cond,该节点把转化后的提示词送给AI绘画模型,生成图片。
给足了提示词信息后,AI绘画大模型输出图片,细节非常丰富。
当然了,这个大模型提示词也并非完美,因为额外加载一个大模型,跑图的速度非常缓慢。
53AI,大模型落地应用首选服务商
定位:开箱即用的大模型落地应用平台
承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业
微软技术社区:做RAG?向量搜索还不够
全球首个开源AIGC数字人模型免费使用,手机端可跑!
如何让AI基于超长文档进行问答?
翻车了?这才是真正的SD3!
《构建和评估高级RAG》: RAG评估要素和方法
【AI大模型应用开发】AI+知识图谱极简入门:手把手带你体验LangChain实现知识图谱创建和查询(附代码和源码分析)
Translation Agent 引领智能翻译新方向
广州:广州市华景路37号(华景软件园)暨南大学科技大厦6楼(整层) 杨小姐 186 6662 7370
上海:上海市浦东新区金新路58号1602室 戴先生 186 1639 7587
广州:广州市华景路37号(华景软件园)暨南大学科技大厦6楼(整层) 杨小姐 186 6662 7370
上海:上海市浦东新区金新路58号1602室 戴先生 186 1639 7587
与创始人交个朋友
-->广州:广州市华景路37号(华景软件园)暨南大学科技大厦6楼(整层) 杨小姐 186 6662 7370上海:上海市浦东新区金新路58号1602室 戴先生 186 1639 7587
-->自动秒收录 | 电影导航 | 网络推广 | ChatGPT中文版 | AI绘画 | AI文生图 | 网站地图 | 网站目录