文章列表-AI魔法学院

文章列表

OCR的终极解法——传统算法VS多模态大模型

，截止目前，我使用上没遇到识别文字错误的问题：https://github.com/PaddlePaddle/PaddleOCR 本文重点讨论的是文字的后处理问题。

OCR 大模型文字识别

Stable Diffusion

深入浅出学习Stable diffusion之线稿转效果图

进入正题：在sd的左上角我们看到秋叶包中加载的暂时只有一个anything的模型，这是一个大体模型，就是很多风格集中在一起的模型，不论是景观、建筑、动漫人物还是什么，但是当你需要出独特的风格图时候就需要更优化的模型

Stable Diffusion 文生图大模型

【AI科技大创意】2024年人工智能10大趋势

这里我整理挑选了与AI相关的比较典型的10大趋势前沿，供大家阅读参考，翻译的全文大家可以在文末获取。

人工智能趋势

[开源]面向中小团队的轻量化知识管理应用，构建知识库和知识社区

特色功能 2022年04月07日更新 “知了”现已支持正式针对附件的解析（支持word、excel、txt、pdf等文本类型），并提供支持附件正文内容及评论内容的全文检索，搜索结果列表中将会通过

大模型

从第一性原理看大模型Agent技术

我们有一个大胆的预测，未来的5到10年将可能带来一场大变局：99%的开发、设计和文字工作将被AI接管。

大模型 agent

最全攻略！OpenAI 发布 GPT-4 使用指南，所有干货全在这

例如，当我们让他写一篇心理学的论文，给出的提示词应该长这样 👇请帮助我撰写一篇有关「抑郁症的成因及治疗方法」的心理学论文，要求：需要查询相关文献，不能抄袭或剽窃；需要遵循学术论文格式，

提示词 prompt

“实时”语音翻译！AI语音具有“情绪”！最强开源AI大模型来了

你想把一段语音转成文字，或者把一段文字转成语音，但是你不知道怎么操作！

大模型开源模型语音

比真人还像真人！字节跳动PersonaTalk的黑科技有多强大？

无论是微笑、说话，还是任何面部表情，视频中人物的嘴唇动作都和新配音的语音高度一致。

PersonaTalk 视频

让你不怕任何事的3个顶级思维（建议收藏）

02、灰度思维毛姆在《面纱》里提到：人性并不是非黑即白，它存在许多灰色地带。

灰度思维减法思维

你的下一个浏览器，可以是豆包电脑版！

例如在跟着李沐老师学Llama 3.1论文过程中，视频的右上角现在就有了豆包的总结视频功能：点击这个按钮，只需要几秒钟时间，一份针对视频内容的AI精读就完成了。

豆包浏览器

15种ChatGPT高频用法

学术和作业帮助可以帮助解决数学问题、寻找历史资料、理解科学概念、写论文等 2.

大模型效率

独家：4259款AI产品关键指标排名与分析

无论您是投资者、创业者、AI 从业人员还是希望提高工作效率的普通用户，这份报告都将为您剥去迷雾，揭示哪些AI产品真正值得您的关注。

生成式AI

探索Sora的魔法世界：功能展示、原理解析、未来市场影响大猜想！

它不仅能够根据文字指令创造出既逼真又充满想象力的场景，而且能生成长达1分钟的超长视频，不管是一镜到底还是分镜头切换模式，都能够保持角色及背景神一般的一致性和稳定性。

视频生成 sora

中学生也能看懂的Sora视频生成原理解读

无论是模拟真实场景还是创造幻想中的世界，Sora都能依据文本提示“涂改”出惊人的视觉作品。

视频生成 sora

吴恩达Prompt教程之总结图解

本篇文章是前几篇文章的总结，一图胜千言，所以用如下的思维导图将吴恩达老师Prompt教程进行了梳理。

prompt 教程吴恩达

<...41 42 43 444546 47 48 49 50 ...>

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