文章列表-AI魔法学院

文章列表

字节开源项目MimicTalk：快速打造逼真3D Talking Face的利器

动态表现力：通过上下文风格化的音频到运动模型（ICS-A2M），MimicTalk能够「捕捉和模仿目标人物的动态说话风格」，使生成的视频更加生动和富有表现力。

MimicTalk 开源模型

ComfyUI的特性以及安装流程

GPU 上工作（在显存较低的 GPU 上自动启用）即使没有 GPU，也可以使用 --cpu 进行工作（速度较慢）可以加载 ckpt、safetensors 和 diffusers 模型/检查点

ComfyUI 文生图

Stable Diffusion

回来啦｜ Stable Diffusion 图片背景完美替换

在广告产品图、头像背景替换、图片后期处理等场景下用到的都很频繁。

Stable Diffusion 文生图

刚刚，智谱一口气开源6款模型，200 tokens/秒解锁商用速度之最 | 免费

如此速度，已然是目前国内商业模型中速度最快，而且它的高性价比版本价格也仅为DeepSeek-R1的1/30。

GLM模型智谱

阿里RAG新框架R4：增强检索器-重排序-响应器，5个知识密集任务上都超过Self-RAG等！

尽管检索增强的LLMs通过检索外部数据来减少这种幻觉，但现有的方法通常不考虑检索文档与LLMs之间的细粒度结构语义交互，这在处理长文档时尤其影响回答的准确性。

RAG 检索大型语言模型

搞了一个Dify开源知识库

ensp; 初衷：也是在机缘巧合下，感谢MAX和众多大佬的呼声支持下，临时组建了这么一个dify开源交流社区，因为我是初学者，从官方文档入手，从一个初学者的角度步步为营，整理出一个公开的知识库

Dify 大模型知识库

为什么说数智化可以帮助中小企业降本增效 ?

数智化变革，不仅涵盖了企业的生产、销售、管理等多个环节，还包括了客户服务、决策制定等方面。

大模型

Stable Diffusion

Stable Diffusion ControlNet：Reference“垫图”功能，不炼丹也能保持同一人物

翻译：现在我们有一个 reference-only预处理，它不需要任何控制模型即可实现直接使用一张图片作为参考来引导扩散。

文生图

企业数字化转型的“阿里阿德涅之线”在哪？

一个很典型的场景，在医疗辅助诊断过程中，医学影像检查等信息分析处理速度决定着医生掌握患者信息的速度，继而决定了治疗方案形成速度和病人治疗效率。

大模型用户

RPA终极发展方向瞄准AI Agent，超自动化智能体时代已经开启

适合RPA的任务包括处理事务、操作数据、响应查询和跨系统通信。

RPA 自动化

大模型时代，数据为王，在哪里寻找开源数据集？

经过调研整理，下面列出目前可以寻找开源大模型数据集网站清单，一网打尽，请您按需使用。

开源数据训练

OCR是什么以及推荐几款开源中文OCR识别软件

图像输入、预处理：　　不同的图像格式有不同的存储、压缩方式，目前有OpenCV、CxImage等。

OCR

前半年，我看到的有趣的 AI 产品

还有一款 ToB 的产品，它可以帮助出海公司快速将当地法律法规情况翻译、整理成母语。

AI工具

主流向量数据库一览

免费版可以支持500w的向量存储，其用法简单，价格低廉，可以快速支持向量检索业务的验证与尝试。

向量数据库

一本Python爬虫的书，凭什么能畅销10W册

3.价格比较和产品信息抓取：在线购物和价格比较网站使用网络爬虫来定期抓取不同电子商务网站上的产品信息和价格。

爬虫 python

<...33 34 35 363738 39 40 41 42 ...>

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