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

为了让计算机更快的、更好地进行OCR相关计算，我们需要先对彩色图进行处理，使图片只剩下前景信息与背景信息。

OCR

中文通用大模型评测基准发布，全方位解析评价维度，助你选出最优秀的模型！

基础能力: 包括了常见的有代表性的模型能力，如语义理解、对话、逻辑推理、角色模拟、代码、生成与创作等10项能力。

大模型训练中文

LangChain 完整指南：使用大语言模型构建强大的应用程序

Prompt Template 有助于将用户输入和其他动态信息转换为适合语言模型的格式。

langchain 大模型

懒人福音！用AI生成会议纪要，让你的工作更高效！

通义听悟主要聚焦于音视频内容，提供多种功能，包括实时语音转写、音视频文件转写、实时翻译、内容标记和智能全文概要等。

会议纪要 AI工具

腾讯的 PhotoMaker - 更快更像更可控的 AI Avatar

它主要通过堆叠ID嵌入方式编码任意数量的输入ID图像，以保留ID信息。

PhotoMaker 文生图

无限逼近真人效果的“超真实人像大模型”，或许它才是你一直在寻找的真爱！

项目主页-https://snap-research.github.io/HyperHuman/ 论文链接-https://arxiv.org/abs/2310.08579 代码链接-https:/

大模型文生图

Wunjo AI: 合成和克隆英语/俄语/中文语音,实时语音识别,深度换脸和唇动合成,通过文本提示更改视频,分割和修饰

主要特征语音合成：轻松将文本转换为类似人类的语音。

AI语音克隆实时语音识别

RAG检索增强技术在知识库智能检索场景下的应用实践

提示工程要求对模型的预测方式有深入了解，以便设计出能够有效激发模型潜能的提示。

知识库 RAG检索增强

芯片拼接技术：英伟达新核弹，站在苹果的肩膀上

芯片在执行计算任务时需要经历两个阶段：数据传输和计算，数据传输花费时间过多，计算“空载”，就会造成算力的浪费。

芯片拼接

芯片拼接技术：英伟达新核弹，站在苹果的肩膀上！

芯片在执行计算任务时需要经历两个阶段：数据传输和计算，数据传输花费时间过多，计算“空载”，就会造成算力的浪费。

芯片拼接技术

AIGC的7个黑暗面

下一波计算将涉及AIGC，可能会出现在工作流程的几个地方，趋势将是势不可挡的。

大模型

GitHub星数暴涨，AIPC的开源实现，用AI记录电脑一整天的使用太简单了，功能非常多！

项目简介 ScreenPipe 在你的计算机上 7*24小时全天候记录你的电脑屏幕和麦克风，数据由用户自行掌控，确保隐私和安全，并且把记录的数据连接到大模型

AIPC ScreenPipe 开源

构建开源多模态RAG系统

实时更新和依赖权威来源减少了决策过程中灾难性损失、监管问题或代价高昂的错误的可能性。

RAG 大模型

DALL-E 3 不只是文生图！10 个案例颠覆认知

我希望这些可视化设计能帮助您将企业活动的愿景变为现实！

DALL-E 3 文生图

Fastwhisper + Pyannote 实现 ASR + 说话者识别

-> 122.90s] 一方面我们当初刚好从2014年刚好开始要出去的时候国内就是三个北上广深但在海外要同时开服北美美东美西欧洲日本我还记得那个时候我们在海外如何去建立这种IDC的康碳建设基础设施建设云服务的部署那都是一个全新的挑战

faster-whisper 语者识别 ASR

<...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