VoxCPM 完整教學 一句話定位：OpenBMB（清華大學 NLP / 面壁智能 ModelBest 主導）旗下旗艦 TTS (text-to-speech; 文字轉語音) 開源項目；採 tokenizer-free + diffusion autoregressive 架構、基於 MiniCPM-4 language model + AudioVAE V2 latent space，最新版 VoxCPM 2 以 2B 參數支援 30 種語言、48 kHz 高保真合成、voice design（純文字描述生聲）、voice cloning（參考音複製）、controllable cloning（風格調...

Stable Diffusion WebUI (A1111) 詳細教學 §1. 專案定位與適用情境 stable-diffusion-webui (常稱 A1111 / WebUI) 是 stable diffusion (SD; 穩定擴散) 模型的本地圖形化操作介面，以 gradio (Gradio; 一個快速 web UI 框架) 為前端、PyTorch 為後端推論引擎。 核心定位： 個人 / 工作室在本地 GPU 跑 text-to-image (T2I; 文生圖) / image-to-image (I2I; 圖生圖) 的標準工具 是社群分享 checkpoint / LoRA / textual inversion...