文章列表-AI魔法学院

文章列表

颠覆数据存储方式：向量数据库的威力

[0.12, 0.32, -0.5] 在计算机视觉中，图像可以通过一组数值（即像素值）表示，这组数值构成一个向量。

编程数据库

AI生成卡通人物项目|VToonify

虽然基于强大的 StyleGAN 模型构建的一系列成功的肖像图像卡通化模型已经被提出，但这些面向图像的方法在应用于视频时存在明显的局限性，如固定帧大小、需要面部对齐、缺失非面部细节和时间不一致性等。

AI生成卡通人物 VToonify

PymuPDF4llm：PDF 提取的革命

（三）图像提取 1.

PymuPDF4llm PDF

做大模型需要的环境设置

今天在下载OpenCV的时候发现清华的conda channel镜像已经不能用了，故在此记录： 1）如何显示所有channel； 2）如何更换channel。

开发环境

Stable Diffusion

这篇深入浅出帖助你早日实现Stable diffusion自由

AI通过深度学习的方式，将很多不同的图像都转换成了这样的抽象内容，并逐渐开始理解了这个“扩散”的过程，每学一张图，它就会通过一些方式提取图像里的信息特征，并和它的原图建立关联。

AI图片

Stable Diffusion

硬核解读Stable Diffusion（系列一）

latent空间，然后用扩散模型来生成图像的latents，最后送入autoencoder的decoder模块就可以得到生成的图像。

StableDiffusion 文生图

如何用大语言模型构建一个知识问答系统

这里提供一个 python 库textract[12]，支持从多种类型文件中提取文字信息，普通文本文件自不必说，其它各种常用格式文件也都支持，比如：Microsoft 全家桶 docx, xlsx；图像

知识库

宁德核电推出全球参数量最大的核工业大模型｜InfoQ 独家

便可迅速进行专利审查工作并给出风险分析： · 核工业首个多模态 AI 讲师书锦，通过文字、图像、

宁德核电大模型

AI换脸工具:facefusion使用心得

frame_enhancer: 提升整个帧的图像质量。

FaceFusion 文生图

全球最强长文本大模型，一次可读35万汉字：Baichuan2-192K上线

从几万字到几十万字，头部创业公司都在抢滩「长窗口」如果你关注大模型在文本理解方向的应用，或许会注意到一个现象：一开始，大家用来测评模型能力的文本可能都是一些财报、技术报告，这些文本通常有十几页到几十页不等

Baichuan2 百川开源

ComfyUI学习笔记2，一文看透Workflow

上图，从最左边加载模型开始，经过中间的CLIP Text Encode对关键词Prompt做处理，加入一个初始的Latent Image，然后是采样器，VAE解码，最后得到生成的图像。

comfyui 文生图

医疗+人工智能的创新应用

AI+医疗产业链上游为仪器产商包括影像设备厂商、医疗机器人厂商。

大模型

一键AI换脸！小红书和北大合作的InstantID

这个模块通过解耦的交叉注意力机制，使得图像和文本能够独立地影响生成过程，从而在保持身份信息的同时，允许用户对图像风格进行精细控制，实现「双赢」。

InstantID 文生图

麦肯锡专家都在用的方法：用ChatGPT速览用户研究领域的 50 个核心概念

这个过程就像在绘制现实生活中的同理心地图。

用户工作

人工智能的应用范式呼之欲出

Bloomberg-GPT、法律领域的ChatLaw、医疗领域的Med-PaLM 和自然科学研究领域的DARWIN等垂直领域大模型都是类似的思路：历史积累丰富垂直行业数据经过清洗标注后形成知识库，在大模型基座上从头进行训练

大模型

<...40 41 42 434445 46 47 48 49 ...>

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