文章列表-AI魔法学院

文章列表

Fooocus更新了2.3

fooocus又更新了，现在版本2.3，注意，我现在使用的是英文版fooocus，自动更新到最新版。

fooocus 文生图

除了深度换脸、模拟配音，还能口型匹配的AI软件出现了

这些应用程序允许用户上传视频，然后在几分钟内将其转换成流利的土耳其语、法语、阿拉伯语或意大利语。

AI

OpenAI大动作：Whisper large-v3重塑语音识别技术

这意味着无论用户身处何地，都能依靠这一技术实现清晰、准确的语音转写。

Whisper 语音识别

中文开源OCR框架对比及介绍

倾斜校正：由于一般用户，在拍照文档时，难以拍摄得完全符合水平平齐与竖直平齐（我本人就经常拍的歪歪扭扭），因此拍照出来的图片不可避免的产生倾斜，这就需要图像处理软件进行校正。

OCR

4K star！录屏好帮手，超酷的实时按键显示工具

今天我就帮你找到了一个好用的工具，它开源免费效果还超酷，帮你完成实时可视化键盘按键的效果，它就是：Keyviz。

Keyviz 录频

RAG从入门到精通-RAG简介

其核心手段是利用外挂于LLM的知识数据库（通常使用向量数据库）存储未在训练数据集中出现的新数据、领域数据等。

rag 大模型

接私活必看的11个开源项目

· 认证机制：采用gtoken的用户状态认证及casbin的权限认证 · &ensp

私活开源项目

向量数据库不是一个单独的数据库分类

现有的数据库产品会利用已有的负载和客户基础来获取新的RAG（检索增强生成）负载。

大模型向量数据库

大模型狂飙两年后，“六小龙”开始做减法

据行业媒体「智能超参数」的统计，今年前三季度，智谱AI中标项目达22个，分布在通信、金融、能源、教科等行业，且以央国企客户为主，从拿单量来看，仅次于科大讯飞、百度。

AI 大模型

取代 Vue 和 React？25 年码龄程序员不满 Web 现状创建新框架 Nue JS，能将代码量减少 10 倍！

而其最大的亮点在于，它能将用户界面代码量控制在其他同类方案的十分之一。

开源模型

华为盘古画画3.0发布 | PanGu-Draw：业界最大的中文文生图模型，效果YYDS！

另一方面，由于图像分辨率和潜在空间嵌入结构不兼容，现有的扩散模型(每个模型专门用于不同的控制并在独特的潜在空间中运行)的集成带来了挑战，阻碍了它们的联合使用。

PanGu-Draw 文生图

郭德纲讲英语相声详细教程

郭德纲用英文说相声的短视频火爆全网，同类型的AI短视频层出不穷，更有好莱坞明星说中文的短视频，不断地出爆款，那么现在我们就开始学习如何制作一个同类型的AI短视频吧！

数字人音视频

颠覆数据存储方式：向量数据库的威力

在推荐系统中，用户和物品可以用向量表示，以捕捉其特征和属性。

编程数据库

DeepMusic发布“和弦派”2.0：重塑AI音乐创作范式，赋予创作者全方位掌控

作为一款全方位辅助音乐创作的工具，“和弦派”贯穿歌词构思、旋律构建、编曲设计、虚拟演唱直至后期混音的全过程，运用AI技术助力音乐人与爱好者跨越创作瓶颈，孕育出丰富多样且充满个性特色的音乐作品。

和弦派 DeepMusic 音乐创作

深入解析 Mistral AI 的 Mixtral 8x7B 开源MoE大模型

它对法语、德语、西班牙语、意大利语和英语的多语言支持，使其能够满足不同用户的需求。

开源模型 Mixtral 8x7B

<...46 47 48 495051 52 53 54 55 ...>

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