文章列表-AI魔法学院

文章列表

OCR是什么以及推荐几款开源中文OCR识别软件

倾斜校正：　　由于一般用户，在拍照文档时，难以拍摄得完全符合水平平齐与竖直平齐（我本人就经常拍的歪歪扭扭），　　因此拍照出来的图片不可避免的产生倾斜，这就需要图像处理软件进行校正。

OCR

探秘制作艺术二维码的新姿势

在之前的文章《AI制作艺术二维码-文生图》中，我介绍了一种直接通过提示词生成高逼格二维码的方法，但是通过提示词我们无法很好的控制生成图片的样式，特别是有些同学想要将自己的Logo或者头像附加到二维码中，

图像文字

超越Animate Anyone! 南加大&字节提出MagicPose，不需任何微调就可生成逼真的人类视频

南加州大学&字节提出MagicPose，一种新颖有效的方法，提供逼真的人类视频生成，实现生动的运动和面部表情传输，以及不需要任何微调的一致的野外零镜头生成。

MagicPose 视频

铁锅炖blender+ComfyUI配置，更改模型地址

今天继续学习ComfyUI，本推文主要讲铁锅炖的实验：如何改模型地址、尝试与blender一起打开、添加第一个controlnet节点树。

comfyui 文生图

OCR的终极解法——传统算法VS多模态大模型

我在做的 OCR 识别商务名片这个项目上也积累了些经验，大家可以根据我的经验选择合适的算法。

OCR 大模型文字识别

中国首个长时长、高一致性、高动态性视频大模型，Vidu 登场

今日，在中关村论坛未来人工智能先锋论坛上，生数科技联合清华大学正式发布中国首个长时长、高一致性、高动态性视频大模型——「Vidu」。

Vidu 大模型视频

2024年傅盛开年AI大课演讲内容PPT

他特别提到了猎户星空推出的大型机器学习模型——140亿参数的模型。

猎豹 AI 演讲

企业如何更好的使用大模型？都有哪些框架和方案

例如，在法律政策解读、电商客服、投资研报等专业领域中，由于大型模型缺乏足够的专业领域数据，用户在使用过程中经常会感觉大模型在一本正经地“胡说八道”。

人工智能大模型

一网打尽 | 掌握64个策划思维模型，逆转职业寒冬!（高清图+模型详解）

事实上，我们的思维是一个升维的过程，有点像数学里的“点线面体”—— 一维是点状思维：未经训练的思维是点状思维，各种事物和想法散落在大脑各个位置，没有相互关联，随时都会忘记。

策划思维模型方法论

歪理大集合，谁也跑不了

大模型能力已经通用化了，再配上通用的结构，这种通用能力就能够彻底发挥，相当于给瓮中之脑加了一个终结者的身体。

大模型

如何使用ChatGPT一天搞定论文初稿

ChatGPT从推出到现在将近一年的时间给我们的工作和生活都带来了很大的冲击，渗透到了我们生活的方方面面，在学术写作方面更是大放异彩，实质上提升了普通人撰写学术论文的质量。

ChatGPT 写作

数字人起飞！字节Loopy对口型功能在即梦上线可根据语境匹配表情和情绪

这个让数字人声音完美匹配画面还匹配表情和情绪的对口型项目已经正式在即梦上线了。

Loopy 视频

向量数据库简介和5个常用的开源项目介绍

随着数字时代将我们推进到一个以人工智能和机器学习为主导的时代，向量数据库已经成为存储、搜索和分析高维数据矢量的不可或缺的工具。

开源模型

Stable Diffusion

[Stable Diffusion]SD安装、常用模型（checkpoint、embedding、LORA）、提示词具、常用插件

本文将为您介绍如何安装Stable Diffusion以及深入使用的学习教程。

开源模型文生图图生图提示词

深度解读｜做出海必看的一份产品报告

前段时间我们分析的 Voiceflow 和经典的小而美 SaaS企业 Calendly 都是 OpenView 被投版图的一部分。

工作

<...11 12 13 141516 17 18 19 20 ...>

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