文章列表-AI魔法学院

文章列表

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

AIGC的7个黑暗面

我们可能认为我们正在与一个新的上级生物融合在一起，但我们真的和拉斯维加斯的赌徒没有什么不同，在赌场上，我们在掷骰子的序列中寻找信号。

大模型

AI绘画当前的应用场景有哪些？

Controlnet插件一般用活菩萨秋叶的启动包就会自带，不过模型需要自己安装一下，在往期文章我有专门介绍过Controlnet的插件安装教程以及模型的下载方式，此处不多做说明。

文生图

Stable Diffusion

Stable Diffusion教程：采样器

请参考文章：全面理解Stable Diffusion采样器 - AI魔法学院 (wehelpwin.com) Stable Diffusion 提供的是一种称为稳定扩散的图片生成能力

画图 SD 采样器

使用 Dify 和 Moonshot API 构建你的 AI 工作流（一）：让不 AI 的应用 AI 化

Workflow 新功能的 v0.6.0[2]，这个功能虽然从去年年底就在做了，但是因为功能复杂，代码变更量巨大，直至今天 v0.6.4[3] 正式发布，才算进入一个相对稳定期

Dify Moonshot API 工作流

EduChat：教育行业垂直领域大模型

通过在教育语料库上进行预训练来学习领域特定的知识，并通过在设计的系统提示和指令上进行微调来刺激各种技能的使用。

教育大模型垂直领域

图解检索增强式生成（RAG）技术 | 万字长文

在 LlamaIndex 中，这些问题由 NodeParser 类以及一些高级选项（如自定义文本分割器、元数据、节点 / 块关系等）来处理。

检索增强式生成 RAG

释放潜能：大模型与企业微信SCRM系统的完美结合

看完这篇就懂了~SCRM是Social Customer Relationship Management的缩写，意思是社交客户关系管理。

SCRM 大模型

45个 DALL-E 3 使用案例 (附提示词)

借助于 Transformer 模型优秀的自然语言能力，它可以精准地理解你的设计需求，并近乎如实地反映在画面上。

DALL-E 提示词文生图

Stable Diffusion

Stable Diffusion 和 Midjourney的优劣势比较，如何选择？

其中，B站的秋叶大佬的封装包使用的最为广泛。

文生图

国内厂商语音识别与Whisper评测：现状与概况对比

国内的科技企业在语音识别领域也在不断迭代和创新，其中不乏一些具有竞争力的语音识别技术，如讯飞、百度、阿里巴巴等，这些厂商的技术在一定程度上已经接近或达到了国际领先水平。

语音识别 Faster-Whisper

ComfyUI上使用SDXL1.0官方工作流实操使用零基础讲解节点式生成的Ai绘画工具comfyui，节点模块讲解

ComfyUI 是一个节点式的stable diffusion AI绘画工具，ComfyUI通过将stable diffusion的流程拆分成节点，实现了更加自由的工作流定制。

文生图

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

身体姿态估计旨在识别出给定图像中人或者动物实例身体的关键点，除了典型的身体骨骼关键点，还可以包括手、脚、脸部等关键点，是计算机视觉领域的基本任务之一。

ViTPose+Transformer 身体姿态

精通百种语言的翻译AI来了！Meta推出，免费、开源！

如果你有这样的需求，那么你一定会对Meta公司最近发布的最新AI翻译模型SeamlessM4T感兴趣。

大语言模型

国风真的太绝啦！被10万人围观的咒语快收下！

emerald, traditional figurative art, gigantic scale, dreamlike illustration, traditional」「中国龙、色彩缤纷的莫比斯风格

文生图古风

<...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