文章列表-AI魔法学院

文章列表

17K star！30秒偷走你的声音，开源声音克隆工具

OpenVoice 是什么 OpenVoice 是由AI 创业公司 openshell 开源的一款声音克隆工具。

OpenVoice 声音克隆开源

赛博牛马，智谱 AI，悄悄出了一个 AI PPT

虽然生成的内容也支持在线编辑，你可以修改文字、样式，但对于需要频繁调整、添加公司Logo、或者遵循严格模板规范的场景，就不太方便了。

智谱 AI PPT

OCRmyPDF—可智能识别PDF文本和图片信息的工具

优秀工具：OCRmyPDF[11] •Linux用户使用OCRmyPDF和Scanbd自动化文本识别[12] •Y Combinator讨论[13] 商业咨询没有公司和用户选择支持功能开发和咨询查询

OCRmyPDF 工具

AI绘画 | Midjourney高质量肖像提示词的写法（附50+肖像提示词prompt）

二、创建肖像提示词的prompt公式结构：A portrait of + [主题]+光影+细节+特征1.起手式起手式就是A portrait of，直接表明要生成的是肖像画，关键词“portrait

文生图

一个完整Prompt让ChatGPT自动生成短视频制作脚本

———————— 在当今数字化时代，ChatGPT为我们提供了一种全新而高效的方式，通过其强大的自然语言处理能力，创造出符合个性化需求的短视频制作脚本。

ChatGPT Prompt 视频

垂直领域大模型的思考

虽然2023年以来几乎很多公司都发出了自己的通用大模型，但是都还停留在“开放闲聊”阶段，这种泛娱乐的方式是不能带来实际生产力的。

垂直领域大模型

2024年值得关注的Agent框架

它支持通过一行需求输入产生用户故事、竞争分析、需求、数据结构、API等，并包括产品经理、架构师、项目经理、工程师等角色，提供了一个软件公司整个过程的精心编排的标准操作流程。

Agent 框架

Cursor 0.50 版本：一场惊艳的编程体验升级之旅

降低多项目协作切换成本二、计费模型：更简单直观 0.5 版本对计费系统进行了彻底重构，摒弃了以往繁琐的设置，转而采用更直观的 request 计费模式，就像是为开发者们打开了一扇清晰透明的大门

Cursor 0.50 大模型

Prompt及AI提问实践

目前，国内外大模型百花齐放，比较典型的是ChatGPT、讯飞星火、MiniMAX、文心一言、百川等，各家公司也有自研模型。

Prompt 大模型提问

RLHF 在 Text2SQL 领域中的探索

图1 DB-GPT项目原生对话示意图 02 数据集公开的 Text2SQL 数据集比较多

Text2SQL RLHF

Stable Diffusion

深入浅出学习Stable diffusion之线稿转效果图

ensp;diffusion是怎么加载模型，并用线稿图转效果的，先要了解三个网站：世界第一模型网：C站，civital 世界第二模型网：拥抱脸，hugging face 世界第三模型网，T站，吐司

Stable Diffusion 文生图大模型

达摩院SPACE对话大模型：知识注入与知识利用

流程类知识的第二个特点就是，流程类知识打开每一步看的话，又包含了很多其他的知识。

大模型

从第一性原理看大模型Agent技术

这个角色可以沿着指定的路线，完成一些在环境中探索的任务，如建房子、挖矿、打怪等。

大模型 agent

6个最佳开源TTS引擎

因此，许多公司都选择了这个TTS引擎。

TTS引擎开源模型

一文看懂RAG：大语言模型落地应用的未来

提高语言模型的通用性：RAG通过结合现有知识（检索出的数据）和生成能力（语言模型的创造性输出），提高了模型在各种主题和领域中的表现。

rag 检索增强

<...32 33 34 353637 38 39 40 41 ...>

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