文章列表-AI魔法学院

文章列表

从零开始：构建你的首个ComfyUI工作流

安装完【AIGODLIKE】节点后，第一步点击右下角的设置图标，第二步在弹出的设置界面找到【langualge】功能，第三步切换中文界面就可以了，不需要重启即可完成界面汉化。

comfyui 文生图工作流程

字节，悄咪咪做了个 Liblib

在国内做 AI 生图的创作者，几乎没有没听过 Liblib 的。

Lumi 大模型

把ChatGPT装进二次元手办，你来吗？AI桌面机器人众筹

智能小车，手机/语音遥控+无线图传+实时拍照，配套浏览器控制界面就能操控，也不需要装额外软件。

ai小车 esp32 开源

openpose原理及安装教程（姿态识别）

OpenPose是一个用于实时多人姿态估计的开源库，它可以检测图像或视频中的人体关键点，并且能够识别不同的身体部位和动作。

行为识别姿态识别

SD3 正式开源 Sora同源架构

; 2月16日伴随着OpenAI世界大模型Sora的发布，stability_ai也发布了其最新的模型Stablediffusion3,如果说一个是音视频方向，一个是图像生成方向

SD3 绘画

几款开源的OCR识别项目，收藏备用

github.com/PaddlePaddle/PaddleOCR.git EasyOCR EasyOCR是用Python编写基于Tesseract的OCR识别库，用于图像识别输出文本

OCR

深度体验3天后，我把腾讯这款copilot锁进了程序坞

其中，搜索框支持文字输入、文档输入、截图输入，下方的两个按钮是文档解读和智能写作。

copilot ima 知识库

清华大学ChatGLM团队发布AI Agent能力评测工具AgentBench：GPT-4是全能战士，超越所有模型

PART 01 未来大模型的发展方向：AI Agent 大语言模型（Large Language Models, LLM)最核心的能力是对语言的处理，具备良好的意图识别和文本生成能力让 LLM

GPT-4

AI Agent的千亿美金问题：如何重构10亿知识工作职业，掀起软件生产革命？

AI agent 是达到这一图景的可实现路径：一方面，成熟的 AI Agent 可以使软件生产大幅降低成本。

大模型 AI编程

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

想将一份文档图片转换成 Markdown 格式？

OCR 手写文字识别

Kimi+扣子Coze，我零门槛制作了一个好用的智能体Agent | 智能体开发

开发者在扣子（coze.cn）上，可以体验到 Kimi 大模型全新的 Tool Calling 能力和超强的用户意图识别能力，将这颗全新的'大脑'与平台上丰富的插件、工作流等能力结合，低门槛地打造各种业务场景下的

Kimi 扣子Coze 大模型

AI助力Logo设计！5类关键词帮你快速获取高质量灵感

，铅笔艺术参考提示词 ②： Architecture logo, line logo, minimalistic, vector --v 5 建筑标志, 线条标志,

midjourney logo制作文生图绘画

体验了几款AI工具&&最新出现的跟数字人相关的几款大模型

Meta出的文本生成图片工具，目前免费。

数字人大模型文生图

从 ChatGPT 系统提示中，分享几个拿来就能用的prompt提示工程技巧

ChatGPT的强大毋庸置疑，特别是GPT4里面的数据分析、DALL.E 3图片生成等功能，以及近期推出的GPTs功能，这些官方公布的功能都是由他们自己内部的模型开发人员编写的提示词构成的。

ChatGPT prompt

和王小川聊再创业这一年：回应朱啸虎、谈中国AGI第三种可能

他试图阐释在技术和市场、理想和现实之外，中国AGI还有第三种可能性。

王小川中国大模型

<...28 29 30 313233 34 35 36 37 ...>

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