文章列表-AI魔法学院

文章列表

详解大模型RLHF过程（配代码解读）

先上一张经典的论文图。

训练

SD入门教程零：应用场景

它可以用于生成插图、概念艺术、角色设计等。

Stable Diffusion 文生图入门教程

字节，悄咪咪做了个 Liblib

在国内做 AI 生图的创作者，几乎没有没听过 Liblib 的。

Lumi 大模型

从零开始：构建你的首个ComfyUI工作流

第六步，添加【图片生成区】拖动【图像】连接点，选择【预览图像】即可成功添加图像生成区。

comfyui 文生图工作流程

把ChatGPT装进二次元手办，你来吗？AI桌面机器人众筹

智能小车，手机/语音遥控+无线图传+实时拍照，配套浏览器控制界面就能操控，也不需要装额外软件。

ai小车 esp32 开源

清华大学ChatGLM团队发布AI Agent能力评测工具AgentBench：GPT-4是全能战士，超越所有模型

PART 01 未来大模型的发展方向：AI Agent 大语言模型（Large Language Models, LLM)最核心的能力是对语言的处理，具备良好的意图识别和文本生成能力让 LLM

GPT-4

深度体验3天后，我把腾讯这款copilot锁进了程序坞

其中，搜索框支持文字输入、文档输入、截图输入，下方的两个按钮是文档解读和智能写作。

copilot ima 知识库

openpose原理及安装教程（姿态识别）

OpenPose是一个用于实时多人姿态估计的开源库，它可以检测图像或视频中的人体关键点，并且能够识别不同的身体部位和动作。

行为识别姿态识别

SD3 正式开源 Sora同源架构

; 2月16日伴随着OpenAI世界大模型Sora的发布，stability_ai也发布了其最新的模型Stablediffusion3,如果说一个是音视频方向，一个是图像生成方向

SD3 绘画

几款开源的OCR识别项目，收藏备用

github.com/PaddlePaddle/PaddleOCR.git EasyOCR EasyOCR是用Python编写基于Tesseract的OCR识别库，用于图像识别输出文本

OCR

Kimi+扣子Coze，我零门槛制作了一个好用的智能体Agent | 智能体开发

开发者在扣子（coze.cn）上，可以体验到 Kimi 大模型全新的 Tool Calling 能力和超强的用户意图识别能力，将这颗全新的'大脑'与平台上丰富的插件、工作流等能力结合，低门槛地打造各种业务场景下的

Kimi 扣子Coze 大模型

AI Agent的千亿美金问题：如何重构10亿知识工作职业，掀起软件生产革命？

AI agent 是达到这一图景的可实现路径：一方面，成熟的 AI Agent 可以使软件生产大幅降低成本。

大模型 AI编程

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

固定的“魔咒”：正负面质量标准化提示词

固定的“魔咒”：正负面质量标准化提示词，广泛适用于写实及二次元风格，可以考虑搭配不同模型使用！

提示词 prompt 绘画文生图

AI助力Logo设计！5类关键词帮你快速获取高质量灵感

logo for a payment app, flat icon style, Monochrome gradient, black background --v 5 一个支付应用程序的创意标志，平面图标风格

midjourney logo制作文生图绘画

<...23 24 25 262728 29 30 31 32 ...>

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