文章列表-AI魔法学院

文章列表

换脸软件 FaceFusion 保姆级教程

FaceFusion 是由 Roop 项目的核心开发者独立发布的，它被官方描述为下一代的人脸交换和增强软件，这个软件可以用于处理图片和视频，可以运行在 GPU 和 CPU 下面。

FaceFusion 教程

挑战全网，字节跳动coze平台让你免费创建ChatGPT4的机器人，不仅能免费使用DallE3，还能免费导入自己的知识库

看看我选取的工具，剪映的文生视频都有，反正不要钱，先搞几个熟悉的吧。

Coze 聊天机器人

大模型应用发展的方向｜代理 Agent 的兴起及其未来（上）

视频输入由一系列连续的图像帧组成，与图像信息相比，视频信息增加了时间维度。

大模型

一种通用的 Prompt 框架 - CRISPE

; 提示工程是对语言模型（如ChatGPT）生成回应的初始文本或输入（即提示）进行设计和精炼的过程。

Prompt 提示词工程

RAG检索增强技术在知识库智能检索场景下的应用实践

其次，由于知识库的更新频率较低，导致所获取的信息往往已经过时，无法满足实际应用的需求。

知识库 RAG检索增强

全球最强大模型一夜易主，GPT-4时代终结！Claude 3提前狙击GPT-5，3秒读懂万字论文理解力接近人类

多模态视觉能力，也是一绝另外，值得一提的是，Claude 3系列模型具备与其他领先模型相媲美的高级视觉识别能力。

claude 大模型

13个神级Chatgpt指令，助你小说丝滑过审

本文将分享13个常用的指令，让你的文章写作更加丝滑，帮助你快速写出高质量的文章！

ChatGPT 写作

构建开源多模态RAG系统

本质上，多模态涉及有两个输入——音频和视觉——并产生一个单一的输出，从而实现更丰富和全面的理解。

RAG 大模型

LLM每周速递！大模型最前沿：多模态RAG、RAG加速、大模型Agent、模型微调/对齐

，例如文生图、图像编辑、主题驱动生成和视觉条件生成等。

大模型研究

语音识别的新拐点：OLMoASR 带来的机会

语音识别正在悄悄重塑我们的生活：内容创作：播客自动生成文字稿；视频自动生成多语言字幕；AI 主播无缝上岗。

OLMoASR 语音识别

“大模型+机器人”的现状和未来，重磅综述报告来了！

5、视觉生成模型(Visual Generative Models)：如扩散模型和GAN等，用于视觉信号的生成。

论文机器人

大模型套壳祛魅：质疑套壳，理解套壳

非 AI 从业者，视套壳如洪水猛兽；真正的 AI 从业者，对套壳讳莫如深。

大模型套壳

玩转大模型必备：milvus向量数据库私有化安装部署及使用介绍

这个也很好理解etcd 应该是内部集群数据初始化保存程序运行基础数据，minio 存储一些非结构化数据使用所以需要大量文件存储使用。

向量数据库

AI开源 - LangChain UI 之 Flowise

通过拖拽可视化的组件，组建工作流，就可以轻松实现一个大语言模型的应用配置，包括不限于 ChatGPT。

大模型

Stable Diffusion

Stable Diffusion | SD的老舅ComfyUI来了，节点式工作流，分部控制出图

方便大家看，我把板块调整为竖版，有一定SD基础的同学可以看到这其实就是SD的界面板块打散： ComfyUI有以下特点：优点： 1.上限高，更适合复杂长线的大型工作 2模块化工作流 3.可视化

生成式AI

<...45 46 47 484950 51 52 53 54 ...>

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