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

光学字符识别（Optical Character Recognition, OCR）是指对文本资料的图像文件进行分析识别处理，获取文字及版面信息的过程。

OCR

【NLP技术分享】文本生成评价指标的进化与推翻

的精确率（参考文献里写的是准确率(accuracy),我理解是写错了，此处应该是精确率(precision)） p1 计算 a cat is on the table 分别都在参考翻译S1中所以 p1

开源模型

Wunjo AI: 合成和克隆英语/俄语/中文语音,实时语音识别,深度换脸和唇动合成,通过文本提示更改视频,分割和修饰

无论您是钻研语音合成、制作 Deepfake 动画、通过文本提示绘制稳定扩散视频还是视频制作，Wunjo AI 都能满足您的需求。

AI语音克隆实时语音识别

低调的PDF，为什么成了数字文档“永远的神”？

的PDF文件格式，不仅已经低调出道整整三十年了，而且早就以电子书、说明书、学术论文以及各色表格甚至直接用微信不便转发的“学习资料汇编“等形式渗透到了普通人生活和工作的方方面面。

工作

Stable Diffusion

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

下载所需文件 2.

AnimateDiff 视频训练

DALL-E 3 不只是文生图！10 个案例颠覆认知

DALL-E 3 会自动根据你的想法帮你写提示词，并最终生成图像。

DALL-E 3 文生图

万字长文-大语言模型指令调优综述

2.研究方法 2.1 指令数据集构建指令数据集中的每个实例由三个元素组成：一条指令，它是一个指定任务的自然语言文本序列(例如，为XX写一封感谢信给 XX，写一篇关于 XX主题的博客，等等); 一个为上下文提供补充信息的可选输入

大语言模型

Stable Diffusion

[Stable Diffusion]AnimateDiff ：最稳定的文本生成视频插件

在小视频风靡的时代，稳定的文本生成短视频成为了迫切需求。

AnimateDiff 视频训练

一文汇总市面上所有prompts提示词框架！

应扮演什么角色 Insight:见解提供你请求的背后见解、背景和上下文 Statement:声明你要求ChatGPT 做什么 Personality:个性你希望

prompt 提示词

两个案例教你如何用BRTR原则优化Prompt

案例1：新手机营销文案初始 Prompt : "写一些关于新手机的营销文案。"

BRTR Prompt 写作

大模型时代-行业落地的再思考

正好身边有很多人在讨论行业大模型，想要以行业大模型为切入点开始创业。

大模型

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

Stable Diffusion

万字长篇！超全Stable Diffusion AI绘画参数及原理详解

每小节都配有相关理论出处或参考文章，并附上了相应链接。

文生图

垂直领域大模型的思考

也会介绍整体的系统设计，并串讲一系列相关的论文和产品。

垂直领域大模型

【重磅推荐】PaddleOCR：超越人眼识别率的AI文字识别神器！

其中，OCR（Optical Character Recognition）技术将图像中的文字转化为可编辑的文本，为众多行业带来了极大的便利。

PaddleOCR 文字识别

<...17 18 19 202122 23 24 25 26 ...>

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