文章列表-AI魔法学院

文章列表

聊聊我对AI Agents技术的一些看法

，从而可以自主完成从实验设计、实验规划到执行复杂的科学实验等的一整套流程。

AI Agents 大模型

被高估的Pika，被低估的多模态AI

例如，在医疗领域可以通过结合图像、录音和病历文本，提供更准确的诊断和治疗方案；在交通领域，结合图像和传感器数据，带来更智能、更安全的自动驾驶体验；在教育领域，将文本、声音、视频相结合，呈现更具互动性的教育内容

大模型多模态

如何使用ChatGPT进行写作

如果没有这些，ChatGPT 只会生成一些通用的内容，这对读者的价值有限，也很可能无法在搜索引擎中获得较高的排名。

ChatGPT 写作

【SD魔法手册】之25个常用服饰类咒语（Prompt）

在用SD生成人物主题时，服饰很大程度决定了画面风格，为更好生成角色模特，以下是筛选的25个服饰咒语供参考，无论在写实或二次元模型中都能比较稳定的输出。

提示词 SD

微软研究团队：Sora核心技术及未来机会研究报告-中英对照版

2.背景 2.1 发展历程在计算机视觉（CV）这个领域，深度学习带来革命之前，人们主要依靠手工设计特征的方法来生成图像，比如纹理合成 [5] 和纹理映射 [6]。

sora 论文

惊艳推荐！8款好用又免费的文本转语音TTS工具

在早期，TTS技术主要依赖于预录制的声音样本，通过组合这些样本来生成语音。

TTS Maker 语音

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！

比如，系统处理了多少部分，以及如何识别和处理文档中的图表、图形和表格。

OCR RAG 开源

RAG模型的主要痛点和解决方案

- 设计提供明确的条件化信号和监督的训练方案。

rag 大模型

LLM之RAG实战（五）| 高级RAG 01：使用小块检索，小块所属的大块喂给LLM，可以提高RAG性能

RAG（Retrieval Augmented Generation，检索增强生成）系统从给定的知识库中检索相关信息，从而使其能够生成事实信息、上下文相关信息和特定领域的信息。

RAG 检索

你的AI还在睡觉？33条Prompts让它瞬间变身超能力团队！

提示："设计一个高效的电子邮件管理系统，包括根据需要采取的行动对收到的电子邮件进行分类，设定回复电子邮件的特定时间，以及归档已完成的对话以保持收件箱的整洁。"

提示词

17K star！30秒偷走你的声音，开源声音克隆工具

现在的AI发展越来越快，生成一段语音不是难事，那如果生成的是你自己的声音？

OpenVoice 声音克隆开源

从零开始：构建你的首个ComfyUI工作流

这个工具以其快速、流畅的图像生成能力，以及对低配置设备的友好性，迅速在创作者中流行起来。

comfyui 文生图工作流程

Stable Diffusion

这篇深入浅出帖助你早日实现Stable diffusion自由

++ SDE Karras，设置 10~15 步（计算较慢的采样器）、或者使用 DDIM 求解器，设置 10~15 步； · 喜欢稳定、可重现的图像，请避免使用任何原始采样器（SDE 类采样器

AI图片

AI声音克隆 | 最全最简教程（权威版）

它是一种将文本内容转换为语音的技术，通过TTS技术，计算机可以将文字信息转换成人类可听懂的语音输出，实现语音合成的功能目前市场上的AI声音我们最多用的还是普通的

声音克隆教程

深度洞察：人工智能体(AI Agent)2024年重要发展趋势指南

LLM在生成文本、图像和代码输出方面令人印象深刻，这些输出可供人们在工作中使用（或只是为了娱乐）。

AI Agent 人工智能

<...42 43 44 454647 48 49 50 51 ...>

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