文章列表-AI魔法学院

文章列表

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

想将一份文档图片转换成 Markdown 格式？

OCR 手写文字识别

AI虚拟主播数字人技术实现Wav2Lip

本文主要实现图片说话（如下图的蒙娜丽莎）、视频融合语音（这里的核心都是人物口型与音频中的语音唇形同步）。

数字人视频

数字人：从科幻走向现实的技术革命

它们可以根据学生的学习进度和需求进行个性化教学，提高教育资源的利用效率和教育质量。

数字人语音

【2023.10】看目前巨头的AI原生产品布局

等等巨头虽然有很多的资源，但管理成本是也同样是较高的，同时速度也很重要，所以短期会略倾向于能够更加充分发挥大部队协作的方案。

大模型产品

面向知识图谱的大模型应用

知识图谱的应用由来已久，如果企业已经投资了知识图谱系统，而且效果还不错，需要用LLM重新实现一遍么？

知识图谱大模型

不会PS也能做神图？豆包AI绘画全解析，让你的创意秒变艺术品！

图片数量：一次能生成1 - 4张图片，多生成几张能让你有更多的选择，你可以对比一下不同图片的效果，挑出最满意的那张。

Qwen3

40个值得收藏的AI prompt提示词，帮助你更好地思考问题，做出更加准确地商业决策，让你无往不利

2、护城河分析：护城河分析是一种评估公司竞争优势持久性的框架，源自于投资界，尤其是沃伦·巴菲特对于选择投资对象的准则。"

prompt 提示词

如何从零开始训练专属 LoRA 模型？4600字总结送给你！

确定好画风后，就需要准备用于训练的素材图片，素材图的质量直接决定了模型的质量，好的训练集有以下要求：不少于 15 张的高质量图片，一般可以准备 20-50 张图；图片主体内容清晰可辨

训练

如何用AI做LOGO？

在绘画领域，AI已经向画师们发起了挑战，更令人震惊的是，AI绘画甚至可以绘制出非常真实的照片，堪比专业摄影师。

Stable Diffusion 文生图

如何修复GPT幻觉、及评估数据集的挑战

我们要求模型给出几个答案，然后通过投票选择最佳答案：在回答之前逐步思考并给出三个答案：是否由领域专家回答、是否由主管回答以及您的答案。

大模型

用ChatGPT辅助学习，成为超级学霸

在过去，想要实现这一飞跃，至少需要投入数万元请一位培训学习思维的导师，而现今，有了ChatGPT，这一切都变得触手可及。

教育 AI 学习

大模型落地“诸神之战”，场景玩家先杀出重围了

“森易销”则是解决电商运营图片、视频素材的制作问题。

大模型文生图

WebUI使用用InstantID，AI换脸完美版

从路线上看，主要有两条路线，一是一张图换脸，优点是操作简便，缺点是换个姿势的时候，往往不太像，roop等插件是基于这个思路；二是炼制专属LoRA，用目标的5-20张甚至更多脸部照片，训练一个LoRA，从而生成满意的换脸画面

换脸小红书

ChatGLM3-6B：新一代开源双语对话语言模型，流畅对话与低部署门槛再升级

的量化加速推理方案，实现笔记本上实时对话 · ChatGLM3-TPU: 采用TPU加速推理方案，在算能端侧芯片

ChatGLM3 语音模型开源模型

忘了提示词吧，用自然语言教会AI画出想象力

名场面：太阳被一小片黑云遮住了，在大地上投下一团移动的阴影。

文生图

<...18 19 20 212223 24 25 26 27 ...>

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