文章列表-AI魔法学院

文章列表

神秘模型“小熊猫”一夜刷屏：排名超Flux、Midjourney，网友：一看就中国的

这与从Flux 1 schnell到Flux 1.1 Pro的跳跃相同除了强得可怕，red_panda由于无人认领，更是引发大家伙好奇心，各种猜测都有： § 鉴于生成质量过好，很可能是传说中的

red_panda 文生图

ComfyUI的特性以及安装流程

ComfyUI https://github.com/comfyanonymous/ComfyUI 最强大和模块化的稳定扩散 GUI 和后端。

ComfyUI 文生图

14.6K star！最好用的OCR文字识别项目，没有之一！

最近，在Github上发现了一个厉害的开源OCR项目——Umi-OCR，真的很强大，而且还可以离线使用，现在已经有了14.6k+的星标。

Umi-OCR 开源项目文字识别

RAG 领域的新宠：为什么 AI 圈都在谈论 Jina ColBERT？

在 RAG (检索增强生成)领域，选对向量模型至关重要，它基本就决定了 RAG 系统的“天花板”，也因此，向量模型的选择总是业界的热门讨论话题。

rag 大模型

OpenAI Sora视频生成模型技术报告中英全文+总结+影响分析

OpenAI则是用做“大”模型的思路做视频生成——准备足够大量的视频，用多模态模型给视频做标注，把不同格式的视频编码成统一的视觉块嵌入，然后用足够大的网络架构+足够大的训练批次（batch size）+ 足够强的算力

sora openai 视频生成

Stable Diffusion

Stable Diffusion | SD腾讯云3步部署，全程五分钟，附价格费用清单

地域：例如 “北京”。

下载开源模型

教你用StableDiffusion设计AI数字人

虚拟偶像AYAYI、虚拟品牌代言人“花西子”、美妆数字达人柳叶熙、新华社AI合成主播-新小浩…技术新潮下数字人层出不穷。

文生图

大模型下半场，关于Agent的几个疑问

从进化的角度来看，生命体的发展主要通过单元增强和组织增强两种方式实现。

大模型

AI进化的新纪元：AI AIgents时代（1/9）——什么是Agent？

LLM 不仅仅是一个文本生成工具，它可以成为一个强大的通用问题解决器。

大模型

Fastwhisper + Pyannote 实现 ASR + 说话者识别

62.40s -> 90.50s] 因为其实我们最近一直在做海外业务所以说我们碰到了一些问题可以一起分享出来给大家其实一起探讨一下其实海外我们还是这个观点说是无论你准备工作做得有多充分无论你有学习能力有多强你一个中国企业的负责人其实在出海的时候它整体还是一个强势的是做的过程

faster-whisper 语者识别 ASR

RAG从入门到精通-RAG简介

前言 RAG（Retrieval Augmented Generation,检索增强生成）是一个将大规模语言模型(LLM)与来自外部知识源的检索相结合的框架,以改进问答能力的工程框架。

rag 大模型

LLM微调神器Lamini，疯狂获星1.9k，免费可用！！

斯坦福的一组开发人员最近在推动自然语言处理的疆界，他们推出了一个叫做Lamini的新工具，它的目标是让每个开发者都能利用GPT-3和ChatGPT的强大能力。

大模型

Stable Diffusion

Stable Diffusion 常用LoRA模型推荐

LoRA属于微调模型，但是有很强烈的风格化倾向，因此有LoRA和没有LoRA，差别非常大。

文生图 SD

Stable Diffusion

AnimateDiff：一篇文章教你学会用Stable Diffusion制作GIF动图

了解如何使用这个强大Stable Diffusion工具，释放你的创造力。

AnimateDiff 视频训练

大模型落地“诸神之战”，场景玩家先杀出重围了

如美的、TCL、芝华仕这样的国民级品牌，都已实际用上这些能力了。

大模型文生图

<...9 10 11 121314 15 16 17 18 ...>

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