文章列表-AI魔法学院

文章列表

中文开源OCR框架对比及介绍

OCR性能（★★★）这里基于github上训练好的模型做测试，不进行二次训练，不过项目里有提供训练数据的百度网盘下载，有资源的同学可以自己跑跑看。

OCR

pdf2htmlEX：效果相当好的一个PDF转HTML程序，和原始PDF几乎一模一样。

在这种情况下，页面的渲染 DPI 将自动增加到 --covered-text-dpi （默认值：300），以减少光栅化文本的影响。

PDF转换

CodeGeeX2来了!效果超LLaMA2-70B

CodeGeeX插件（VS Code, Jetbrains）后端也全面升级，支持超过100种编程语言，新增上下文补全、跨文件补全等实用功能。

CodeGeeX2 开源模型

每天一个AI姬，AI绘画拟真实测，使用ComfyUI模拟闪光灯摄影成像

AI姬，以飨关注者本次AI绘画实测，使用的依旧是出画质量非常优秀的 Stable Diffusion ComfyUI，而所用到的基础模型，以及相关的背景模板、人物模板、特效模板的名称，俱已列出，如下所示

文生图

令人惊艳的开源图标生成AI模型：ChartLlama （南洋理&腾讯）

下图是ChartLlama 生成的各种图表 ChartLlama 是什么？

ChartLlama 开源模型图标

个人从零预训练1B LLM心路历程

对话和续写的能力都不是很理想（比如有时候以对话形式跟预训练后的Steel-LLM交互，他会进行续写），感兴趣的读者可以下载一个Steel LLM的预训练权重感受一下。

LLM 训练

GLM-4-Voice 9B——实时多语言语音对话 AI——几分钟内即可在本地安装

以下是它的突出之处： 1.

GLM-4-Voice 9B 语音安装

LLM微调神器Lamini，疯狂获星1.9k，免费可用！！

项目地址：https://github.com/lamini-ai/lamini 它的优势如下： · 免费，适用于小型 LLM；

大模型

ChatGPT+文字转视频工具，让1个人1天轻松生产100条原创视频（内附全部工具）

比如在抖音，我们可以从「精选联盟爆款榜单」往下捋，卖得最好的分别是：教人沟通技巧、说话的艺术、励志成功学，以及中小学学习资料和学前儿童绘本等。

生成式AI

超越巨头：Zephyr-7B领跑7B级大模型竞赛，开源且笔记本可运行

参考资料 HuggingFace https://huggingface.co/HuggingFaceH4/ AI快站模型免费加速下载 https://aifasthub.com/models

大语言模型开源模型

60.2K Star！别再熬夜写样式了！Screenshot-to-Code：截个图，代码全搞定！！

现在：30 分钟搞定所有页面，剩下时间刷剧休息，谁不爱呢？

Screenshot-to-Code 代码

生成式AI工作流#产品经理和创业者的秘密武器

hi我是Mixlab的shadow ，赞5 另外，ComfyUI还有以下优势： · 易于共享与协作：支持工作流的导出和分享，不仅加速了项目开发，也为团队间的学习和交流创造了条件。

AIGC 工作流

替代画师？不，AI把枪指向了商业摄影

当然了，除了手依然不太完美，用PS精修一下基本可以拿来商用。

文生图

大模型外挂知识库优化-大模型辅助向量召回

Zero-Shot体现了模型的迁移能力,我猜大部分同学都是在zero shot场景上使用向量化模型的，比如从网上下载个向量化模型权重，直接在自己的业务场景上用。

大模型

被高估的Pika，被低估的多模态AI

在行业主语为“落地”的当下，多模态 AI 正走向场景化、实用化、商业化。

大模型多模态

<...38 39 40 414243 44 45 46 47 ...>

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