文章列表-AI魔法学院

文章列表

Stable Diffusion

硬核解读Stable Diffusion（系列三）

SD 2.0相比SD 1.x版本的主要变动在于模型结构和训练数据两个部分。

Stable Diffusion 文生图

Sora懂不懂物理世界？

我们真实的视频是会体现真实世界的物理规律，以航行为例这意味着 AI 需要考虑到重力、浮力、碰撞以及船体结构在动态环境中的行为。

文生视频视频生成 sora

开源免费离线语音识别神器whisper如何安装

whisper介绍 Open AI在2022年9月21日开源了号称其英文语音辨识能力已达到人类水准的Whisper神经网络，且它亦支持其它98种语言的自动语音辨识。

wisper 翻译免费

国产“小钢炮”MiniCPM3-4B：小参数，大能量！

这款全新模型不仅实现了在移动设备上运行 GPT-3.5 级别的能力，而且具备超强的推理、检索与代码解释功能。

MiniCPM3-4B 大模型

造梦师手记：SDXL迎来了AI插画师

据说，很多动漫站开始大规模下架AI漫画。

文生图漫画

Selenium+ddddocr | 再也不担心图片验证码

ddddocr库在多个领域有着广泛的应用，包括自动化办公、图像处理、文字识别等。

Selenium ddddocr库

让你起飞的五个Prompt框架模型

这种技术可以被视为一种超能力，因为它使我们能够更有效地与AI交互，从而获取更准确的结果。

prompt 大模型

Midjourneyv6创作中国龙十大技巧

2024年是龙年，龙又是十二生肖里唯一不存在大自然的生肖动物。

Midjourneyv6 文生图

有道开源的国产语音库EmotiVoice爆火了！具有情绪控制功能的语音合成引擎！

前不久小圈为大家介绍过 Coqui 文本转语音（Text-to-Speech，TTS）模型，相比较市面上原有的开源TTS模型，Coqui 有其独特的优势，也受到了广大科技互联网爱好者的青睐

EmotiVoice 语音库

VividTalk：用一张照片和一段音频让人物栩栩如生地说话

由南京大学、阿里巴巴、字节跳动和南开大学联合开发的这一项目，在技术层面上展现了巨大的潜力和创新性。

VividTalk 视频

【AI代理】多代理模式之多任务分配&信息传递

昨天探索了多任务模式，让系统根据用户的输入信息自动找到对应的代理进行处理。

多任务模式分配传递

深度解读｜做出海必看的一份产品报告

今年我们查看了无门槛的产品（16%）、交互式演示（14%）和逆向试用（5%）。

工作

深度｜红杉重磅发布：2024 AI 50 榜单 (全网最全)

工作流程自动化平台ServiceNow通过AI驱动的Now Assist，实现了近20%的事件避免率。

生成式AI 榜单 AI应用

昆仑万维携Skywork-13B打造AI新纪元：600GB中文数据集全球开源

引言在人工智能的浪潮中，数据和算力是推动技术发展的两大驱动力。

Skywork 开源数据

火山写作：一款助力写作能力提升的AI助手

这是由字节跳动的火山引擎团队精心打造的AI创作辅助工具，无论是修改毕业论文、精炼个人简历，还是进行全文修订、检查语法拼写错误，添加生动词汇及灵活修改等，火山写作都能为您提供全方位的协助。

火山写作工具文章

<...6 7 8 91011 12 13 14 15 ...>

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