文章列表-AI魔法学院

文章列表

本地部署操作AI抠图软件

pwd=ybq2 提取码: ybq2 复制这段内容后打开百度网盘手机 App 一、图片预览二、使用说明 1、工具应解压到非中文路径，含中文的路径必出错。

抠图

超越Animate Anyone! 南加大&字节提出MagicPose，不需任何微调就可生成逼真的人类视频

南加州大学&字节提出MagicPose，一种新颖有效的方法，提供逼真的人类视频生成，实现生动的运动和面部表情传输，以及不需要任何微调的一致的野外零镜头生成。

MagicPose 视频

完全指南——使用python提取PDF中的文本信息（包括表格和图片OCR）

PDF文件本身缺乏结构化信息，如我们可以一眼识别的段落、句子或单词等。

大语言模型 python

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

这些插件涵盖了常见任务，例如将语音转换为文本，反之亦然，以及在生成式 AI 模型上运行推理。

voice agent 开源音视频

摆脱 OpenAI 依赖，8 分钟教你用开源生态构建全栈 AI 应用

大模型时代的到来使得 AI 应用开发变得更加轻松、省时，尤其是在 CVP Stack 的范式下，开发者甚至可以用一个周末的时间做出一个完整的应用程序。

开源模型

AI拟声: 5秒内克隆您的声音

这个助手可以回答你的问题、提醒你日程、播放音乐等，而且它的声音完全是你自己的，这使得交互更加自然和亲切。

声音克隆开源

AI赋能实验室：儿童绘本插图

在这一点上，这个prompt提供了一个有趣的挑战：如何利用鲜艳的色彩和具象的动物角色、环境设置，来激发儿童的好奇心和探索欲望？

插画文生图

让AI记住你说的话、让AI给你生成几十万字的小说！StreamingLLM 让无限长token成为可能

MIT、Meta AI、CMU的论文传统AI大模型鱼一样健忘的原因 LLM都是在一定长度的数据块（或者叫做序列）上进行预训练的，比如Llama 2就是在4000个单词（或者叫做token

StreamingLLM 写作

Stable Diffusion

AI绘画Stable Diffusion进阶使用

掌握提示词技巧提示语输入基本要求使用英语描述最佳，避免出现单词拼写错误；（不同模型可能有训练中文和日文，可自行判断）标点符号同样使用英文半角进行输入；建议使用逗号隔开的单词作为提示词；（

Stable Diffusion 文生图

AI创作｜如何通过GPT进行漫画视频的故事改写

此处内容，作者将在下面这篇内容中介绍：如何通过AI技巧进行“故事分镜、画面关键词（Prompt）提取、头部图片调整”。

生成式AI

一文读懂AIGC产业链：AIGC的前世今生和未来展望

AIGC产业链：国内AIGC产业链全景图： 1、上游，基础层：它是人工智能产业的基础，为人工智能提供数据及算力支持。

生成式AI

ComfyUI | 这么入门就顺了，硬入疼的是自己

基础工作流五核心板块（大模型、VAE、提示词、参数采样设置和生图窗口）本人是三维软件爱好者，像OC渲染器这种节点连节点的看多了，看Comfy界面自带好感，但是直接看内容逻辑就有点卡眼睛，于是就从熟悉的

生成式AI

比尔盖茨最新预言：AI智能体颠覆计算机交互体验甚至软件行业

比尔·盖茨：AI智能体即将彻底改变我们使用计算机的方式 “智能体不仅会改变每个人与计算机交互的方式。

AI智能体

大模型狂飙两年后，“六小龙”开始做减法

首先，在技术侧，OpenAI o1的发布提供了新技术范式。

AI 大模型

一个小妙招从Prompt菜鸟秒变专家！加州大学提出PromptAgent，帮你高效使用ChatGPT！

请注意，“locus”一词应被识别为基因组位置，而不是疾病名称。

PromptAgent 大模型

<...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