文章列表-AI魔法学院

文章列表

8个常用中文OCR数据集，附下载链接

下载链接：https://opendatalab.com/MSRA-TD500 MSRA-TD500由华中科技大学于 2012 年在 CVPR 发布，是一个用于测试和评估多方向、多语言文字检测算法的自然图像数据集

OCR

Stable Diffusion

免配置、免翻墙，Stable Diffusion平替来了！

个人内容：打开个人可以看到自己生成的图像， 3.

LeonardoAI 文生图

写好Prompt要记住这六点！

写好一个有效的prompt是实现与人工智能成功互动的关键。

prompt 写作

LLM每周速递！大模型最前沿：多模态RAG、RAG加速、大模型Agent、模型微调/对齐

引言紧跟技术发展趋势，快速了解大模型最新动态。

大模型研究

我尝试了 100 个免费 AI 工具，这些是最好的

这里的独特之处在于他们开发了自己的语言模型，而且最好的部分是免费的。

AI 工具

深度好文，Agent盛行前传

Agent从何定义 Agent中文是代理，你可以理解成有一个具体的对象在完成某个任务；agent在某个时间点收到一个观测值后，基于以往在此时间点及之前接收观测值和做出的动作做出新的动作反馈。

Agent 大模型

什么是极限、导数、微分与积分（通俗易懂）！

你的目光时而注视前方的道路，时而瞥向仪表盘上跳动的速度指针。

极限导数微分积分

30条 SEO Prompt

任何时候SEO都不晚，现在给到大家30条SEO相关的提示词，赶紧行动起来吧 1、Find Long-Tail QueriesPrompt: List down all the long-tail

SEO 提示词

营销Prompt：三分钟生成百篇营销文案，领先99%的同行！

就拿营销文案来说，别人动动手指就可以十分钟生产几百篇营销文案，你如果还用人工一篇一篇来写，那结果........

写作营销 prompt

阿里&字节发表VividTalk，只需单张照片即可根据音频生成栩栩如生的人物说话头像视频

由于音频信号与口腔运动最相关，因此很难从音频中模拟非口腔运动；2)从音频到面部表情运动的映射自然具有一对多的属性，这意味着相同的音频输入可能有多个正确的运动模式，导致没有个人特征的mean face现象

VividTalk 视频

“大模型+机器人”的现状和未来，重磅综述报告来了！

以R3M为例，该模型在视觉、语言和机器人动作数据上进行预训练，通过掩码自回归学习视觉-语言-动作的表示。

论文机器人

MindChat心理大模型

后续我们将不断完善数据积累, 争取为开源社区贡献一份高质量的多轮心理对话数据, 共同推动开源心理大模型的建设.

心理大模型

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

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

<...8 9 10 111213 14 15 16 17 ...>

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