文章列表-AI魔法学院

文章列表

Stable Diffusion

【Stable Diffusion】SD迎来动画革命，AnimateDiff快速出图

今天给大家介绍一个可以快速在sd中生成动画的方法，就是一个叫做AnimateDiff的免费开源项目。

文生图开源模型

基于 OpenAI Whisper 模型的实时语音转文字工具

今天给大家分享一款专注于音频处理和创作的开源软件【WhisperLive】什么是 WhisperLive？

WhisperLive 音频开源软件

MCP服务介绍及应用场景报告-来自Manus

作为一种开放标准，MCP旨在统一大型语言模型与外部数据源和工具之间的通信协议，为AI应用提供了连接万物的接口。

MCP 大模型

基于Ollama本地部署Llama3指南！

众所周知，扎克伯格的Meta又开源了Llama3 8B和70B的预训练（pretrained）和指令微调（instruction-tuned）两个版本，还有个更大的400B参数预计在今年夏天发布，这个400B

LLama3 ollama

搭建程序员自己的在线工具库 it-tools

虽然有一些开发工具也具有一些常用的格式化功能，有时候，我们可能也需要一些其它轻量级的工具。

开源项目工具类

揭秘数字人困境：代理商亏钱、直播屡被封、刘润也不用了

据悉，这家数字人公司每个月都会在全国各地召开代理商大会，诚邀众人“共造财富梦”，声称“我们要让数字人给你们永远打工，你们只需要抽佣就能躺平赚钱”。

数字人

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

Speech Enhancement）、语音分离（Speech Separation）和音视频扬声器提取（Audio-Video Speaker Extraction）功能，能够在嘈杂环境中清理音频、分离复杂声源并结合音频和视觉数据锁定目标发声者

ClearerVoice-Studio 语音

关于GPT-4在变笨，有人写了篇论文证实了这一点

最近几个月一直都有关于OpenAI的两个传说，其一是ChatGPT的流量开始下滑，其二是GPT4“变笨”了。

大模型

PymuPDF4llm：PDF 提取的革命

PymuPDF4llm 的出现，为 PDF 提取领域带来了一场革命，它不仅提供了强大的功能，还以开源的形式为开发者和数据爱好者提供了自由和灵活性。

PymuPDF4llm PDF

依赖倒置：以数字和AI的思维模式思考

其实并不稀奇，开汽车一样先考虑汽车的约束，谁会开汽车下河或者爬楼呢。

写文章

什么是极限、导数、微分与积分（通俗易懂）！

想象一下，你正在开车穿越一片风景如画的乡村。

极限导数微分积分

分析了数百万ChatGPT用户会话后发现的秘密

Datos的优秀人员选择加入，由 2000 万台设备（桌面和移动设备，覆盖 200 多个国家/地区）组成的匿名面板提供了对真实人们在网络上所做的事情的出色洞察，我们开展了一个具有挑战性的项目来回答至少有一些围绕

大语言模型

应用编排的未来是Pipeline，LlamaIndex开发预览版推出Query Pipeline，提升应用开发的灵活性

在大模型时代以前，比如推荐等大数据AI领域，其发展的趋势就是流程编排。

Query Pipeline 大模型

造梦师手记：SDXL迎来了AI插画师

据说，很多动漫站开始大规模下架AI漫画。

文生图漫画

腾讯最新的人像写真工作PhotoMaker

眼尖的我，昨天在腾讯git上发现了这一个新的项目，没开源但是现在有论文。

PhotoMaker 文生图

<...16 17 18 192021 22 23 24 25 ...>

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