文章列表-AI魔法学院

文章列表

Google 模型解读 | MoveNet-SinglePose：自底向上做单人姿态估计

Neck部分使用了目标检测中常见的FPN，这主要因为MoveNet是一个Bottom-up模型。

MoveNet-SinglePose Google 模型

说真的，SDXL究竟藏着多少秘密，也许没人知道

探索功能，线上部署，更新工作流……我只想告诉你，SDXL不是一个绘图模型那么简单，在它里面，隐藏着太多不为人知的秘密。

文生图

比GPT-4快18倍，世界最快大模型Groq登场！每秒500 token破纪录，自研LPU是英伟达GPU 10倍

实际上，搜索占据了超过四分之三的处理时间，而非内容的生成！

Groq 大模型

使用stable diffsion对老照片进行AI高清放大修复

一张照片往往耗时几个小时甚至几天才能获得比较满意的效果。

SD 高清老照片修复

8个常用中文OCR数据集，附下载链接

Database) 下载链接：https://opendatalab.com/MSRA-TD500 MSRA-TD500由华中科技大学于 2012 年在 CVPR 发布，是一个用于测试和评估多方向、多语言文字检测算法的自然图像数据集

OCR

国产编程大模型CodeGeex

VS Code版本，在应用市场搜索“codegeex”或通过该链接安装。

编程

LlamaIndex的QueryPipeline在实现RAG应用后，Agent应用也可以实现了（附开发示例）

工具调用可以利用ToolRunnerComponent 模块来完成。

Agent QueryPipeline 大模型

深度洞察：人工智能体(AI Agent)2024年重要发展趋势指南

最近，ChatGPT等聊天工具也与网络搜索和数据库连接等工具配合使用，以利用最新信息来增强查询。

AI Agent 人工智能

金融行业中 Fintech 的应用场景

不知道小伙伴们有用「借款软件」借过钱的没，我一天到晚接到一些借款电话。

Fintech 金融

关于AI声音生成的一切（语音+音乐+嘴型）

目前还要申请acess，包含模块： Prosody UnitY2是基于UnitY2架构的语音到单元转换模型，能够转换短语级别的语调，如语速或停顿。

声音

AI的百亿套壳：做船不做柱子

一是各种ChatGPT的变形体，AI 搜索，套壳ChatGPT，金融ChatGPT，医疗ChatGPT 等。

AI 创业

10大Midjourney描述词网站，让你Ai创作随心所欲！

有梦想就有希望 PromptHero https://prompthero.com/ PromptHero是一款免费的关键词搜索引擎

描述词文生图

RVC和SVC声音模型难找？推荐这个网站

以下是该网站的详细图文介绍网站首页预览页面简洁大气可以直接搜索想要的声音模型网站内页介绍声音模型的介绍和试听比如比较流行的AI懒羊羊的翻唱声音模型

声音克隆数字人

用了一个月，终于找到点写 AI Agent 的思路

AI 自主编写 Pipeline AI Agent 通过输入，自主检索向量库，拿到相关的 Task 和上下文信息，编写出 Pipeline

AI Agent Ops 运维工具

有道开源的国产语音库EmotiVoice爆火了！具有情绪控制功能的语音合成引擎！

前不久小圈为大家介绍过 Coqui 文本转语音（Text-to-Speech，TTS）模型，相比较市面上原有的开源TTS模型，Coqui 有其独特的优势，也受到了广大科技互联网爱好者的青睐

EmotiVoice 语音库

<...37 38 39 404142 43 44 45 46 ...>

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