文章列表-AI魔法学院

文章列表

几款开源的OCR识别项目，收藏备用

随着科技的发展，OCR场景随处可见，很多APP也集成如身份证识别，银行卡识别的功能，包括微信都支持截图文件中的文字提取。现在，各大厂商均有提供各种场景的OCR识别的API。但是，有时候我们也想自己来折腾一下。这时候，就可以借助一些主流开源框架来快速达到我们的目的。

OCR

最佳开源文生图大模型可图：安装与批量出图的完整教程

Github地址： https://github.com/Kwai-Kolors/Kolors 目前截止4月份的数据来一起测评，官方邀请了50位图像方面的专家来测试，衡量维度为：画面质量

可图 kolors

通俗易懂地解释OpenAI Sora视频生成的特点有哪些？它与此前的Runway Gen2、Pika有什么区别？以及缺点是什么？

这种能力表明Sora不仅具备强大的语言理解和任务推断能力，还能处理复杂的视觉和控制任务，尤其在视频游戏仿真领域表现出色。

sora 视频生成

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！

图1显示了两种现有的训练策略:(a)级联训练，使用三个模型来逐步提高分辨率，数据效率高，但训练和推理时间增加了三倍。

PanGu-Draw 文生图

一位芯片投资人的十年复盘：谁是中国的英伟达｜AI光年

“华为的系统能力强，华为有自研的CPU鲲鹏、 AI处理器昇腾

AI光年芯片投资

挑战全网，字节跳动coze平台让你免费创建ChatGPT4的机器人，不仅能免费使用DallE3，还能免费导入自己的知识库

随着aigc的迅猛发展，ChatGPT上线了最新的搞钱工具GPTs，面对这个AI时代的搞钱工具，很多小伙伴们都跃跃欲试想自己搞一套自己的助理机器人，但是对于大多数朋友来说GPTs太贵了，每个月要20美元

Coze 聊天机器人

Midjourney 实现角色一致性的新方法

AI 绘画的奇妙之处，实乃令人叹为观止！

midjourney 文生图绘画

没有思考过 Embedding，不足以谈 AI

和大部分人一样，我对自然语言处理和语言模型的了解从ChatGPT开始。

开源模型

Playground v2：超越SDXL的模型来了，优于SDXL 2.5倍！

Playground团队刚刚发布了新的文生图模型Playground v2，它是基于SDXL的架构从零训练的模型，但是根据用户评价，它在生成效果上比SDXL强2.5倍。

文生图 Playground

检索增强生成(RAG)有什么好的优化方案？

· 此外，还可对query召回的文档块集合进行处理，比如：元数据过滤[7]、重排序减少文档块数量[2

RAG 检索增强

阿里云开源通义千问多模态大模型Qwen-VL，持续推动中国大模型生态建设

Qwen-VL以通义千问70亿参数模型Qwen-7B为基座语言模型研发，支持图文输入，具备多模态信息理解能力。

大模型

震撼科技界：清华大学与智谱AI联手，引领中文长文智能写作新纪元！

模型理论上应能够精确达到所需的文本长度，但实验数据却显示出了明显的限制。

写作长文本

如何提升 GPTs 的翻译效果？

刚开始玩 GPT 那会，除了提高工作效率外，我觉得最大的用处就是提高了翻译效率。

GPT 翻译

京沪“中国大模型第一城”争夺战爆发｜钛媒体·封面

智源研究院的核心包括四项任务：以共享数据、智能计算编程框架和算力基础设施为核心，推动算法开源，构建创新生态，打造北京智源开放服务平台；推动原始创新，共建北京智源联合实验室，围绕人工智能领域重大核心基础理论问题

大模型钛媒体

有了 DALL-E 3，从此自己设计T恤 (附30个提示词模板)

学会 DALL-E 3 真是好处多多，只需要一句提示词，T恤图案就出来了。

DALL-E T恤设计

<...25 26 27 282930 31 32 33 34 ...>

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