文章列表-AI魔法学院

文章列表

Stable Diffusion

读取大脑重建高清视频，Stable Diffusion还能这么用

这个模型从大脑信号中逐步学习，在第一个模块多个阶段的过程，可以获得对语义空间的更深入理解。

stablediffusion

AI落地里那些假的机会

把企业类比生命体的话，这就是马斯洛说的生理和安全需求。

大模型

Stable Diffusion

用 Stable Diffusion 10分钟实现电商模特换装/换模特

聘请外模的话价格就更高了。

Stable Diffusion 文生图

如何最简单、通俗地理解Transformer？

你看这个问题下面现在有60多个回答，我大概翻看了一下，几乎都是长篇大论，原因很简单，Transformer就不是简单几句话就能讲得清楚的。

Transformer 大模型

第一性原理以及第一性原理是怎么帮马斯克成为首富的

这句话听起来很抽象，我们不如来看马斯克的实践来理解他。

马斯克商业

人工智能的应用范式呼之欲出

在2023年的整个夏季的100天中，笔者阅读了超过500篇论文，直到上周读到一篇都柏林大学爱尔兰AI应用研究中心《为会话式AI构建信任》的论文后，脑中思考许久的人工智能应用范式渐渐浮现

大模型

阿里出品自动化视频剪辑工具FunClip！

FunClip让用户能够根据识别结果，轻松选择文本片段或特定说话人，从而快速裁剪出所需视频片段。

FunClip 视频阿里

请以“亮相”为题目写一篇记叙文，要求不少于700字。

我对自己的演讲并不是很有信心，因为我的口才并不是很好，而且我很容易紧张。

中文大模型训练

全新换脸工具ReActor，比roop更强！

话不多说，我们直接开整。

ReActor SD 文生图

检索增强生成(RAG)：LLM企业级应用落地的挑战与思考

随着大型语言模型的发展，检索增强生成（Retrieve Augment Generation，简称RAG）已成为构建问答和会话AI系统的一种流行方法。

大语言模型 RAG检索增强

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

以往这一任务需要文本识别、布局检测和排序、公式表格处理、文本清洗等多个步骤—— 这一次，只需一句话命令，多模态大模型 Vary 直接端到端输出结果：无论是中英文的大段文字

OCR 手写文字识别

AI虚拟主播数字人技术实现Wav2Lip

本文主要实现图片说话（如下图的蒙娜丽莎）、视频融合语音（这里的核心都是人物口型与音频中的语音唇形同步）。

数字人视频

Stable Diffusion

Stable Diffusion基础：ControlNet之细节替换

作为 ControlNet，它会对参考图进行分块，并识别出区块内的对象。

StableDiffusion 文生图

盘点字节跳动最新的AI应用

除了豆包本身创作的一些bot之外，豆包的AI智能体页面中还包含许多其他bot，你可以与“绘画”、“游戏动漫”“学习”、“角色”、“影视小说”“古今人物”等等的bot进行对话。

字节 AI工具

AI写作：如何写出逻辑清晰，结构完整的文章？一个提示词帮你搞定！

写出来的东西，用小学老师的话来说就是流水账，突出一个乱。

AI写作提示词

<...7 8 9 101112 13 14 15 16 ...>

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