文章列表-AI魔法学院

文章列表

【2023.10】看目前巨头的AI原生产品布局

并不是狭义上理解的那种在具体场景给选择建议的类Github Copilot方式，而是更类似于之前吹的NLUI的感觉，只不过并不止于UI。

大模型产品

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

有关从 GitHub 设置 Wunjo AI 的详细说明，请参阅我们 wiki 中的从 GitHub 启动项目部分。

AI语音克隆实时语音识别

ComfyUI环境方面开窍了，成功跑通animatediff

那我就去github直接搜，然后下载放到custom_nodes：嘿，成功了，机智如我。

animatediff 文生图

来个优秀的开源人脸识别项目！

InsightFace GitHub: https://github.com/deepinsight/insightface InsightFace 是一个基于

人脸识别开源项目

ComfyUI上使用SDXL1.0官方工作流实操使用零基础讲解节点式生成的Ai绘画工具comfyui，节点模块讲解

官方github链接： https://github.com/comfyanonymous/ComfyUIgithub.com/comfyanonymous/ComfyUI 如果不能打开

文生图

Stable Diffusion

SD好复杂，是不是很糊，一文搞懂Stable Diffusion的各种模型及用户操作界面

GitHub发布页面： GitHub: Let’s build from here AUTOMATIC1111/stable-diffusion-webui/releases 2、ComfyUI

Stable Diffusion 文生图

阿里云开源通义千问多模态大模型Qwen-VL，持续推动中国大模型生态建设

通义千问开源模型刚一上线就广受关注，当周冲上HuggingFace趋势榜单，不到一个月在GitHub收获3400多星，模型累计下载量已突破40万。

大模型

OpenAI大动作：Whisper large-v3重塑语音识别技术

Whisper large-v3已经开源，你可以通过以下链接下载并开始探索这一强大工具： · GitHub

Whisper 语音识别

AI文档智能助理都是如何处理pdf的？

•地址：https://pdfbox.apache.org/•github地址：GitHub - apache/pdfbox: Mirror of Apache PDFBox[

大模型

「Agent」通俗易懂地聊聊AI Agent（附66个开源+44个闭源Agent项目）

https://github.com/eumemic/ai-legion 3.AutoGPT 一项旨在使 GPT-4 完全自动化的实验性开源尝试，在 GitHub 上拥有超过 14k星标。

大模型

ComfyUI 基础教程（一）环境部署和插件安装

首先从官方的github连接上找到最新的release包，下载解压即可使用： .

comfyui 文生图

Stable Diffusion

Stable Diffusion｜儿童绘本全流程制作分享

Github地址：https://github.com/ArtVentureX/sd-webui-agent-scheduler 有三种安装方法： 1

StableDiffusion 绘本

Agent具体实现

3 langchain agent Langchain 本身提供一些工具，例如 Google 搜索、GitHub 和 Python 等。

Agent 大模型

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

开发者和研究人员还可通过 GitHub 和 Hugging Face 平台获取工具并探索其潜力。

ClearerVoice-Studio 语音

中文开源OCR框架对比及介绍

EasyOCR、Chineseocr、Chineseocr_lite 这三个OCR开源工具是Github里包含中文OCR功能的，排序相对靠前的两个项目，star也都很多。

OCR

<1 2 3 456 7 8 9 10 ...>

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