文章列表-AI魔法学院

文章列表

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！

首先来看看百度曦灵，相比它的短视频功能，直播功能相对完善，并针对带货直播做了一些优化，可以通过文心一言来AI生成话术，直接从文案里提取互动的问题线索，可以大大节省人力，提高搭建直播间的效率。

数字人数字分身

Flowith：革新你的工作方式，体验节点式 AI 的超流畅生产力

在数字化时代，我们每天都在与海量信息打交道。

Flowith GPT 生产力工具

Animatediff V2 版本来了！就一个字：秀

最近 animatediff 升级了 2.0 版本，相较于 1.0 版本呢，只能用一个字来形容，就是：秀。

Animatediff 文生图

TrOCR——基于transformer模型的OCR手写文字识别

前期我们使用大量的篇幅介绍了手写数字识别与手写文字识别，当然那里主要使用的是CNN卷积神经网络，利用CNN卷积神经网络来训练文字识别的模型。

OCR 手写文字识别

马斯克怒告OpenAI案解密：Ilya看到了什么？125万亿参数Q*细节曝光，53页PDF全网疯转

现在，公众仍然不清楚细节，马斯克似乎认为答案是肯定的，而「看到了什么」的Ilya，至今去向不明。

OpenAI 大模型

AI数字人：重构人货场的新力量

一、AI数字人的定义和发展 AI数字人是指通过计算机技术创造的具有人类外貌特征、行为举止和语音表达的虚拟存在形式。

数字人 AI 商业

万字长文-大语言模型指令调优综述

具体来说，会话树中的每个节点表示会话中角色(即提示符、助手)生成的消息。

大语言模型

18种 DALL-E 3 炫酷的文字效果和提示词

DALL-E 3 不仅可以在图片上生成文字，还可以把文字巧妙地融合到图像中。

DALL-E 3 提示词文生图

依赖倒置：以数字和AI的思维模式思考

所有数字智能相关的应用都有三个共通环节：数字的采集、数字的加工（AIGC等大模型在这儿）、数字的应用。

写文章

图解检索增强式生成（RAG）技术 | 万字长文

鉴于本文旨在概述和解释现有的 RAG 算法和技术，我将不深入探讨代码实现的细节，仅进行引用，推荐阅读相关文档和学习教程。

检索增强式生成 RAG

第一个StableCascade动漫大模型上架了

在Sora发布的时候，StabilityAI默默的发布了StableCascade，随后发布了Stable Diffusion 3（暂未放出开源程序），中间字节跳动发布了基于Stable Diffusion

StableCascade 文生图

【重磅推荐】PaddleOCR：超越人眼识别率的AI文字识别神器！

导语：在当今数字化时代，人工智能技术已经渗透到各个领域。

PaddleOCR 文字识别

请以“亮相”为题目写一篇记叙文，要求不少于700字。

舞台上，戏曲演员有登场亮相的瞬间。生活中也有许多亮相时刻: 国旗下的讲话，研学成果的汇报，新产品的发布......每一次亮相，都受到众人关注，每一次亮相，也会有一段故事请以“亮相”为题目写一篇记叙文，要求不少于700字。

中文大模型训练

语音、视频转文字神器：开源whisper介绍

让我们感受一下开源语音转文字的魅力吧。

人工智能大模型 wisper

腾讯开源的数字人MuseTalk到底行不行？

该模型能够根据输入的音频信号，自动调整数字人物的面部图像，使其唇形与音频内容高度同步。

MuseTalk 数字人音频

<1 2 345 6 7 8 9 10 ...>

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