文章列表-AI魔法学院

文章列表

whisper-live：OpenAI Whisper模型的近实时实现

该项目是一个实时转录应用程序，使用 OpenAI Whisper 模型将语音输入转换为文本输出。

OpenAI Whisper 大模型

GPTs+Notion，打造最强GPTs数据处理方案！喂饭级教程！

不写一行代码，做出一个带Action功能的GPTs。

GPTs Notion

DeepMusic发布“和弦派”2.0：重塑AI音乐创作范式，赋予创作者全方位掌控

作为一款全方位辅助音乐创作的工具，“和弦派”贯穿歌词构思、旋律构建、编曲设计、虚拟演唱直至后期混音的全过程，运用AI技术助力音乐人与爱好者跨越创作瓶颈，孕育出丰富多样且充满个性特色的音乐作品。

和弦派 DeepMusic 音乐创作

Stable Diffusion

硬核解读Stable Diffusion（系列一）

这篇文章将介绍比较火的文生图模型Stable Diffusion（简称SD），Stable Diffusion不仅是一个完全开源的模型（代码，数据，模型全部开源），而且是它的参数量只有1B左右，大部分人可以在普通的显卡上进行推理甚至精调模型

StableDiffusion 文生图

惊艳！2.77亿参数锻造出Agent+GPT-4V模型组合，领航AI领航机器人、游戏、医疗革新，通用智能时代你准备好了吗？

斯坦福、微软、UCLA的顶尖学者联手，推出了一个全新交互式基础代理模型！

Agent+GPT-4V 大模型

大模型训练工程那些事

从而进一步指导实验管理、数据管线、算力规划、效果评估、训练框架、模型设计等。

训练工程大模型

Stable Diffusion

Stable Diffusion｜儿童绘本全流程制作分享

上次分享了一个将小说转化为视频的全过程的教程。

StableDiffusion 绘本

AI产品经理视角：如何构建人工智能产品

这迫使您将注意力从技术上转移开，专注于解决方案的用户方优势。

大模型产品经理

【重磅推荐】PaddleOCR：超越人眼识别率的AI文字识别神器！

二、PaddleOCR功能特点 1.高准确率：PaddleOCR的算法经过精心设计和优化，可准确识别不同字体、字号、字形的文字图像，实现超越人眼识别率的准确率。

PaddleOCR 文字识别

30 多年前被 Windows、Linux “灭掉”的操作系统 MS-DOS 4.0，微软在 GitHub 上开源了！

基于此，研究员 Starfrost 联系了微软开放源代码计划办公室 (OSPO)，希望他们能够发布 DOS 4 的源代码，因为他正在研究记录 DOS 4、MT-DOS 和 IBM的&ensp

MS-DOS 4.0 开源模型微软

Insanely Fast Whisper：超快的Whisper语音识别脚本

项目简介这篇内容介绍了OpenAI的Whisper Large v2语音转录模型的超快速能力。

音频 Whisper

LangChain 的问题所在

LangChain，虽号称多功能，但集成过多引发问题，逼人只用其代码。

大模型大语言模型

聊天机器人阅读 PDF？用这25个提示词技巧，亲测有效！(ChatGPT & Claude 2)

如何发挥它们的潜能依赖于精心设计的提示词。

GPT-4 工作

AI Comic Factory：AI(连环)漫画生成器

项目目前使用Llama-2 70b作为LLM，有三种选项：使用Inference API模型、使用Inference Endpoint URL、或自行修改代码以使用其他LLM系统。

生成式AI

AI写作：如何让AI帮你写出10万+标题？

尤其是在大多数平台都转为信息流推送的模式后。

AI写作提示词

<...13 14 15 161718 19 20 21 22 ...>

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