文章列表-AI魔法学院

文章列表

语音、视频转文字神器：开源whisper介绍

Whisper是OpenAI的一个项目，旨在通过大规模的弱监督学习来实现语音识别。这种方法使用大量的未标注语音数据和一些已标注的数据来训练一个深度学习模型，从而自动学习如何从语音信号中提取特征并将其转换为文本。Whisper的特点是速度快、准确性高，并且可以处理各种各样的语音信号，包括噪音、口音和语速等。该项目旨在为那些缺乏手动标注数据的语言学家和工程师提供一种新的工具，以帮助他们实现更高效的语音识别。

人工智能大模型 wisper

Stable Diffusion

超详细的 Stable Diffusion ComfyUI 基础教程（三）：Refiner 细化流程

多了 refiner 模型加载器，多了 refiner 模型切换时机。

comfyui 文生图

Stable Diffusion

Stable Diffusion 加速/优化/升级优化出图速度

手动升级，启动器会自动更新，但是WebUI主版本必须手动切换！

Stable Diffusion 文生图

StreamingLLM 框架：利用最新标记让 AI 记住你的话、创作长篇小说，探索无限长度文本

如果大模型能够像人一样长时间对话并记住之前的内容，那么我们将拥有更广泛的应用可能性，让AI能够做更多事情。

大模型 llm框架

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

换句话说，让 LLM 作为核心控制者来学会使用不同工具，进而完成最终任务。

GPT-4

AI扫盲指南！什么是大模型？什么是GPT？什么prompt？什么是大模型参数？LLaMA2-70b中70b是什么？

2023年是AI席卷全球的一年，人们见识到了各种AI带来的变化，但是很多人不清楚AI中的术语。

大模型

SD入门教程五：后期处理图片高清放大

· ESRGAN_4X：在ESRGAN_4x中，生成器网络负责将输入的低分辨率图像转换为高分辨率图像，而判别器网络则负责评估生成图像的质量，确保其与真实高分辨率图像尽可能相似。

SD 入门教程修复

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！

但不足是，仍无法换掉绿幕背景。

数字人数字分身

[中文开源震撼首发]33B QLoRA大语言模型Anima真的太强大了！QLoRA技术可能是AI转折点！

因此我们认为QLoRA 的工作很重要，可能是个Game Changer，是AI这一波技术革新的一个转折点。

开源模型

向量数据库失宠了？OpenAI 力捧检索增强生成（RAG）技术，对行业来说意味着什么？

换言之，OpenAI 将提供一款 Retrieval 检索工具，用户已无需创建或搜索向量。

检索增强生成大语音模型

深度体验3天后，我把腾讯这款copilot锁进了程序坞

1个搜索框、4个按钮，包圆AI搜索、AI笔记、AI写作、文生图、AI收藏夹……这样的AI产品总算来了。

copilot ima 知识库

体验完阿里的EMO模型，我emo了

一、唠嗑近日，阿里宣布通义千问研发的AI模型—EMO模型正式上线通义千问App，并开放给所有用户免费使用。

EMO 文生图

爆肝！超详细的胎教级Midjourney使用教程，看这一篇就够！

在这个基础上我们再加一个关键词 “一个女生的特写画像（a close-up portrait of a girl）” 这时候我们就可以看到：特写就是人物肩膀以上的怼脸拍照片

文生图

我为什么不看好大模型行业

这是《生成式AI到Agent economy：产业再分工与场景再想象》的续篇。

大模型

AI异常值案例库第2期，5个灵感案例，新型流量获客法和产品形态

思考这里面的案例有没有你能做的，能复制的，能放大的可能啥用没有，也可能黄金万两感谢大家对第一期的喜欢，第二期来了1.证件照新型P图法2.MJ批量定制手机壳3.画师新型流量获客法4.AI

文生图

<...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