文章列表-AI魔法学院

文章列表

字节开源项目MimicTalk：快速打造逼真3D Talking Face的利器

「MimicTalk」是由浙江大学和字节跳动联合研发的一个项目，它利用先进的NeRF（神经辐射场）技术，在「短时间内训练出高质量」的3D说话头像模型，极大地提高了个性化数字人视频的生成效率和质量。

MimicTalk 开源模型

DALL-E 3 不只是文生图！10 个案例颠覆认知

很多人被它生成文字和超现实图像的能力所吸引，但并没有发掘它的另一个强大功能—把你脑中的 Idea 变成现实中的图像。

DALL-E 3 文生图

PymuPDF4llm：PDF 提取的革命

随着人工智能和自然语言处理技术的发展，对能够与大型语言模型（LLMs）无缝配合的 PDF 提取工具的需求日益增长（利用LLM从非结构化PDF中提取结构化知识）。

PymuPDF4llm PDF

华为盘古画画3.0发布 | PanGu-Draw：业界最大的中文文生图模型，效果YYDS！

这种方法将一个综合的文本到图像模型(表示为)分成两个跨不同时间间隔操作的专门子模型:结构生成器和纹理生成器。

PanGu-Draw 文生图

完全指南——使用python提取PDF中的文本信息（包括表格和图片OCR）

这些文件只不过是存储在PDF文件中的图像集合。

大语言模型 python

Stable Diffusion

Stable Diffusion真实人物转卡通证件照（2.0版）

现在就来试试Stable Diffusion中的dreamshaper_7模型和卡通证件照_v2.0模型，再配合ControlNet插件，就可以把各种真实人物照片变成卡通证件照头像啦！

Stable Diffusion 文生图

AI绘画：stable difussion SD插件之无限抽卡神器 dynamic prompts（动态提示词）

今天带来抽卡神器：dynamic prompts（动态提示词）插件可以大幅提升抽卡的效率，结合前面的提示词合集让我们开启无限抽卡之旅吧！

AI图片

开源大模型部署及推理所需显卡成本必读：也看大模型参数与显卡大小的大致映射策略

例如：Meta 开发并公开发布的 Llama 2 系列大型语言模型 (LLM)，这是一组经过预训练和微调的生成文本模型，参数规模从 70 亿(7b)

开源模型

一张照片秒生不同风格图像！小红书InstantID来了！

最近腾讯的PhotoMaker很火，因为仅需要一张大头照就可以快速实现类似妙鸭相机的效果，现在又有一个类似的解决方案InstantID出现了，它能够在保持高保真度的同时，仅使用一张面部图像实现个性化图像合成

InstantID 文生图

通往AGI之路：思维链提示过程

思维链(Chain of Thought，CoT) 提示过程是一种最近开发的提示方法，它鼓励大语言模型解释其推理过程。

思维链提示词

更强的小型LLM：Zephyr-7B

用户观察到这些模型通常缺乏“意图对齐”，意味着它们并不总是以符合人类偏好的方式行事。

Zephyr-7B 大语言模型

自动化神器Autolt：不再重复工作

ensp; Autolt简介 Autolt是一种自动化脚本语言

RPA 自动

一键部署本地私人专属知识库，开源免费！可接入GPT-4、Llama 3、Gemma、Kimi等几十种大模型，零代码集成。

1、MarxKB知识共享系统简介今天跟大家分享的内容是，如何在本地搭建自己的本地知识库问答系统MaxKB，与其他问答知识库相比，他真正做到了开箱即用，零代码集成，支持ChatGPT、百度千帆、Lama2

知识库MaxKB 开源

数字人直播哪家强？百度、硅基、风平与闪剪四大AI数字人横向评测！

在AI大模型的驱动下，基于深度学习的自然语言生成技术与数字人结合成为可能，使得数字人的智能化水平有望大幅提升，解决了数字人技术门槛高、资金投入大等难题，真正赋予数字人以"人"的要素。

数字人数字分身

向量数据库简介和5个常用的开源项目介绍

随着我们对人工智能应用，如图像识别、语音搜索或推荐引擎的深入研究，数据的性质变得更加复杂。

开源模型

<...24 25 26 272829 30 31 32 33 ...>

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