文章列表-AI魔法学院

文章列表

SD入门教程零：应用场景

它可以用于生成插图、概念艺术、角色设计等。

Stable Diffusion 文生图入门教程

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

基于大模型（LLM）的Agent 应用开发

1.1 Agent 的结构与特性 Agent 的一般结构如下图所示： Agent 的主要特性有： ● 自主性（Autonomy）：运行无需人类或其它 Agent 的直接干预，对其自身行为及内部状态进行某种控制

大模型 Agent

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

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

Lilian Weng认为一个AI Agent系统应当包含如下图所示的几个部分：规划（Planning）、记忆（Memory）、工具使用（Tool Use）。

GPT-4

深度体验3天后，我把腾讯这款copilot锁进了程序坞

▲ima首页 ima是一个集搜、读、写一体的效率工具，其中最亮眼的功能是：ima为用户构建了一个“第二大脑”——知识库。

copilot ima 知识库

在飞速发展的时代管理AI风险

仅仅四年后，深度学习系统就可以编写软件，根据需求生成逼真的场景，就知识主题提供建议，并结合语言和图像处理指导机器人。

人工智能伦理

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

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

预训练对话大模型深度解读

那么在这之前都有哪些机构在研究呢？

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

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

固定的“魔咒”：正负面质量标准化提示词

固定的“魔咒”：正负面质量标准化提示词，广泛适用于写实及二次元风格，可以考虑搭配不同模型使用！

提示词 prompt 绘画文生图

AI助力Logo设计！5类关键词帮你快速获取高质量灵感

logo for a payment app, flat icon style, Monochrome gradient, black background --v 5 一个支付应用程序的创意标志，平面图标风格

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

<...31 32 33 343536 37 38 39 40 ...>

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