文章列表-AI魔法学院

文章列表

语音、视频转文字神器：开源whisper介绍

用法直接使用whisper指令识别音频和视频文件为文本，如： whisper video.mp4 这里需要重点说明的是，默认会生成5个文件，文件名和你的源文件一样，但扩展名分别是：.json

人工智能大模型 wisper

大模型RAG检索增强问答如何评估：噪声、拒答、反事实、信息整合四大能力评测任务探索

信息集成测试包含只能使用多个外部文件才能回答的问题。

大模型 RAG检索增强

A1111 终于支持最先进 SDXL ControlNet！安装方法看这里~

github 网址： https://github.com/Mikubill/sd-webui-controlnet ②　点击 Code，Download Zip ③　将下载的文件解压

大模型 SDXL ControlNet

Docker介绍及常用命令大全

也就是说，镜像是一个特殊的文件系统，除了提供容器运行时所需的程序、库、资源、配置等文件外，还包含了一些为运行时准备的一些配置参数(如匿名卷、环境变量、用户等)。

Docker 容器

用AI做郭德纲说英文相声的爆款视频（详细教程）

然后跳转到注册登录页面，你可以选择使用电子邮件进行注册，也可以使用Google、Facebook等账号进行注册登录。

视频翻译语言

你要牢记的四个常用AI提示词框架：ICIO、CRISPE、BROKE、RASCEF，有助于获取更加稳定和高质量的内容

特点：具备出色的市场分析能力，了解当前的电子邮件营销趋势和最佳实践。

大模型提示词

四木测评｜让教父唱《野狼disco》、恶搞《甄嬛传》，火遍全网的阿里明星项目EMO正式开放

而上传图片的限制，可能会让用户进行多次尝试——系统会校验图片像素大小、人脸清晰程度、非多人、版权风控、画风检测、不能有头部倾斜、露出手部等条件。

EMO 阿里全民演唱

清华&面壁开源新一代主动Agent交互范式！让AI从被命令到主动帮助

场景2：当用户在电脑上接收到一份重要文件时，Agent 主动帮用户把文件存到了本地，并自动识别出 PDF 文件第一页显示的标题然后帮用户把文件名进行了重命名。

Agent 大模型

阿里Outfit Anyone实现真人百变换装

今天我要分享另一个阿里的AI工具：Outfit Anyone，它是一项适合任何服装和任何人的超高质量AI虚拟试穿技术，使用户能够在不真实试穿衣物的情况下尝试不同的时尚款式，是阿里巴巴集团智能计算研究院最新发布的基于条件扩散模型的虚拟试穿技术

Outfit Anyone 阿里

OpenAI官方ChatGPT提示工程 - 最佳实践11篇（大合集）

提升GPT Prompt效果最佳实践 - 提供参考文本 3.将复杂的任务拆分为更简单的子任务就像在软件工程中将复杂系统分解为一组模块化组件一样，在提交给GPT模型的任务中也是如此。

ChatGPT 大模型

自己电脑上跑大语言模型（LLM）要多少内存？

7B代表这个模型文件大约有7 billion / 70亿个参数，一般参数量越高的模型能力越强。

大语言模型运行

职场及工作中常用的方法论总结

做事方法论　　5W2H 　　我们在做一件事时，经常需要和老板或者合作方去讲为什么要做这件事，准备怎么做，以求获得来自老板和合作伙伴的认可及支持。

工作

7.1k Star！RAGFlow：最新开源OCR+深度文档理解的RAG引擎、大海捞针测试、降低幻觉、服务化API集成进业务！

o 兼容各类异构数据源 o • 支持丰富的文件类型，包括 Word 文档、PPT、excel 表格、txt 文件、图片、PDF、影印件、复印件、结构化数据

OCR RAG 开源

一文搞定 ComfyUI SDXL1.0 完整流程

2.绘图速度： ComfyUI 对 SD 的优化更好，这意味着在相同的硬件条件下，ComfyUI 可以实现更快的计算速度和更低的显存占用。

文生图 comfyui

郭德纲讲英语相声详细教程

视频文件要求：文件类型包括：mp4、quicktime和webm；文件大小：不得超过1GB；视频时长：在30秒到5分钟之间；视频分辨率：360x360到4096x4096之间视频要求

数字人音视频

<...39 40 41 424344 45 46 47 48 ...>

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