文章列表-AI魔法学院

文章列表

几款开源的OCR识别项目，收藏备用

随着科技的发展，OCR场景随处可见，很多APP也集成如身份证识别，银行卡识别的功能，包括微信都支持截图文件中的文字提取。现在，各大厂商均有提供各种场景的OCR识别的API。但是，有时候我们也想自己来折腾一下。这时候，就可以借助一些主流开源框架来快速达到我们的目的。

OCR

交友神器！AI二维码终极教程，3步做出你的专属艺术二维码！

二、AI艺术二维码怎么做制作艺术二维码可以分为以下三步： 1.生成二维码 2.SD基础设置 3.controlnet设置接下来我们就以制作这张丝带女孩图为例子，看看具体的操作步骤

文生图

SD入门教程六：ControlNet基础入门

通俗的讲，就是输入一些额外的控制参数，然后通过所对应的辅助模型（ControlNet专用模型）去控制图片的生成结果，这些控制参数可以是线稿图，深度图，人体姿态图，法线图等。

ControlNet 文生图

Mixtral 7B 官宣免费，一大波 AI 模型也免费了，有网就能用！

根据大部分人的实际体验结果，Mixtral 8x7B 的性能已基本达到 GPT-3.5，这对于小体积的开源模型而言十分难得。

开源大模型

将任意文本转换为知识图谱

项目简介知识图谱，也称为语义网络，表示现实世界实体的网络，即物体、事件、情况或概念——并说明它们之间的关系。

知识图谱转换文本

Stable Diffusion

Stable Diffusion新手快速入门教程

1.具体的“文字”指令包含2个部分：你想画什么（正面描述）、你不希望画面出现什么（负面/发面描述），下图是SD的Webui文字指令输入界面：这种指令，和MJ是大体相同的，只不过在MJ中需要一次性输入完毕

文生图

A1111 终于支持最先进 SDXL ControlNet！安装方法看这里~

快快去更新体验吧！

大模型 SDXL ControlNet

Stable Diffusion

这篇深入浅出帖助你早日实现Stable diffusion自由

保持这个状态，想象着它正在逐渐变成动漫里的样子，随后慢慢睁开眼睛…… 这就是一个扩散模型工作的基本流程了。

AI图片

2.7B能打Llama 2 70B，微软祭出「小语言模型」！96块A100 14天训出Phi-2，碾压谷歌Gemini nano

谷歌被逼急了，赶在年底之前仓促发布了超大模型Gemini，卷起了多模态，甚至不惜「视频造假」。

小语言模型

为什么说数智化可以帮助中小企业降本增效 ?

数智化的核心，是以海量大数据为基础，结合人工智能相关技术，打通数据孤岛，结合场景化构建生态去解决问题。

大模型

掌握 Midjourney 提示词技巧成为 25 个流派的摄影大师

--ar 16:9 (大厦爆炸后，超级英雄以英雄姿态降落在卷起的碎片中：震撼的动作镜头，戏剧性的灯光突出了烟雾和碎片。

文生图摄影提示词

【万字干货】掌握 Midjourney 提示词技巧成为 25 个流派的摄影大师

--ar 16:9 (大厦爆炸后，超级英雄以英雄姿态降落在卷起的碎片中：震撼的动作镜头，戏剧性的灯光突出了烟雾和碎片。

文生图训练提示词 Midjourney

最透彻的大模型PPO原理和源码解读

即为State，指环境中所有可能状态的集合 § 动作空间A：A即为Action，指智能体所有可能动作的集合 § 奖励R：R即为Reward，指智能体在环境的某一状态下所获得的奖励

PPO 大模型源码解读

一文带你看懂OpenAI-Sora生成视频的原理

就好比我们看到的一张静态图像，可以分割成一个个小格子，每个小格子都承载了整体图像的一部分信息；视频中的补丁也是如此。

视频生成 sora

关于AI声音生成的一切（语音+音乐+嘴型）

ensp; •DreamTalk: 基于扩散概率模型的音频驱动表情丰富的人头生成框架，它可以处理多种语言和噪声音频，生成高质量的视频，并提供了对表情风格和头部姿态的控制

声音

<...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