文章列表-AI魔法学院

文章列表

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

Agent四大范式 | 综述：全面理解Agent工作原理

摘要随着大型语言模型（LLMs）展现出显著的智能，将其应用于自主代理规划模块的研究受到了广泛关注。

Agent 大语言模型

Stable Diffusion

张嘴就能生图？这已经不是科技，这是魔法！（Stable Diffusion进阶篇：SDXL-Turbo）

真的是一秒生成（这比我登录英雄联盟还快）：当然也可能是因为我的显卡比较好（没钱冲阿里云会员了不然我可以试试其他的显卡），但是我看了大多数的视频基本上比较普遍的显卡都是在4-5秒左右就能生成。

SDXL-Turbo 文生图

Westlake - Omni：西湖心辰推出的全球首个开源的中文情感端 - 端语音交互大模型

在当今数字化时代，人工智能技术正以前所未有的速度发展，深刻地改变着我们的生活和工作方式。

Westlake -Omni 语音

StableDiffusion

StableDiffusion模型推荐系列（全能型）

这样一来，就算你只有一张普通的消费级显卡，在官方模型基础上稍加训练，也能制造出具有个人风格的模型。

stablediffusion sd 文生图

Stable Diffusion

Stable Diffusion快速生图，LCM-Lora、sd_xl turbo寄养和亲生谁好？！

二、LCM-LoRA 使用方法： 1.明确的是LCM-LoRA的使用方法和普通的Lora模型使用方法一样 2.支持各种大模型的添加，也支持修脸插件ADetailer，风格插件sdxl style，

sdxl SD 绘画

金融行业的开源AI大模型

大家经常把通用大模型比喻为高考前的学生，智商似乎达到了巅峰，天文地理历史生物无所不知，但是对某个行业的真实运作缺乏一定的了解。

开源大模型

如何构建基于大模型的App

所谓智能原生（AI Native），往往是指那些没有大模型就无法成立的应用，那是一些新的业务机会和挑战。

构建大模型App

DeepMusic发布“和弦派”2.0：重塑AI音乐创作范式，赋予创作者全方位掌控

4月29日，国内领先的人工智能音乐服务商DeepMusic，发布了自主研发的AI音乐工作站——“和弦派”2.0正式版。

和弦派 DeepMusic 音乐创作

全球最强长文本大模型，一次可读35万汉字：Baichuan2-192K上线

百川智能进行了一番简单演示。

Baichuan2 百川开源

替代画师？不，AI把枪指向了商业摄影

融合信息：前几次合并使用的是常规权重和: A*(1-alpha)+B*alpha / 添加差异:A+(B-C)*alpha / 三重和:A*(1-alpha-beta)方法和普通计算模式。

文生图

造梦师手记：C站首推的动漫模型竟然是十八禁？

即便是在普通的动漫绘画中，这个模型的表现也非常优秀。

stablediffusion sd 文生图

Stable Diffusion

stable diffusion十七种controlnet详细使用方法总结

11.Tile tile用法非常多，就使用而言，目前是我使用感觉最强的一个controlnet模型，特别是在还原图片风格上，因为是分块重采样，基本完美复刻，同时高清修复效果细节也远超普通放大算法

绘画作图

腾讯开源的数字人MuseTalk到底行不行？

就像这个团队的愿景那样，要引领数字人的发展，让数字人的技术普惠大众，就这个，还是应该为他们点赞，总比国内另一家公司要好吧，说是搞了很牛逼的就是，说开源，结果呢，只是营销上宣传了一波，吸引了人家的眼球，然后开源了一个

MuseTalk 数字人音频

体验完阿里的EMO模型，我emo了

第二就是普通人被诈骗的可能性提高，之前在B站看过一个视频，讲述就是一对母女通过微信视频通话，但是与之通话的女儿其实不是真实的，大家感兴趣可以看看 https://www.bilibili.com

EMO 文生图

<...26 27 28 293031 32 33 34 35 ...>

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