文章列表-AI魔法学院

文章列表

本地运行140亿参数，阿里千问玩起来！Qwen+Win11+3060

通义千问的开源也做得非常棒。

大模型

StableDiffusion

StableDiffusion模型推荐系列（全能型）

这些模型背后，可是有着大量时间和资源的投入，比如SD1.5版本，耗资高达60万美元进行训练，其中的训练时间更是以万来计算的！

stablediffusion sd 文生图

OCRmyPDF—可智能识别PDF文本和图片信息的工具

要么它们生成了非常大的PDF文件•要么在尝试进行OCR时崩溃•要么它们没有生成有效的PDF文件•最重要的是，它们都没有生成PDF/A文件（专为长期存储而设计的格式） ...所以我决定开发自己的工具

OCRmyPDF 工具

人工智能的应用范式呼之欲出

ensp; 来自爱尔兰都柏林大学爱尔兰AI应用研究中心的团队首先构建了一个大语言模型的数据库（数据表）LLMXplorer，数据覆盖了150多种大语言模型，从17个关键指标上审视大语言模型的训练方法和资源、

大模型

一文看懂RAG：大语言模型落地应用的未来

RAG的演进轨迹在四个不同阶段展开，如下图所示。

rag 检索增强

七问大模型幻觉｜LLM Hallucination

· 外部幻觉：生成的内容不能从源内容中得到验证，既不受源内容支持也不受其反驳。

大模型

腾讯 IMA： AI 智能教学新助手

二、知识管理升级，构建个性化教学资源库 IMA 允许教师将本地资料、公众号文章、网页链接以及问答结果等纳入个人知识库，这一功能对于教师的教学资源整合具有革命性意义。

腾讯 IMA 智能教学

提高写作能力的90个prompt大全

对话语气：“起草两个角色之间的对话，讨论可再生能源的利弊。”

prompt 写作

国内厂商语音识别与Whisper评测：现状与概况对比

通过深入研究和对比分析，我们有望更全面地认识到语音识别技术的现状和概况，为技术研究、应用开发以及产业发展提供有益的指导和参考。

语音识别 Faster-Whisper

20款AI工具助力在家副业

1 Perplexity ChatGPT竞争对手的Android应用程序已经发布 2 Open Souls 在Discord上实现的开源汉字人工智能 3 InterviewMe Al

工作

AI“同声传译”新进展！Google发布，无监督，语音识别：Translatotron 3！

据统计，世界上有超过7000种语言，但是目前的语音识别系统只能覆盖其中的一小部分，而且对于一些低资源语言，由于缺乏足够的标注数据，训练高质量的语音识别模型非常困难。

Translatotron 语音识别

AA大佬新作：ComfyUI整合包，打造极简解决方案

这对于国内用户来说尤其有价值，因为它解决了网络连接和资源下载速度慢等问题，使得新手用户能够更容易地开始他们的Stable Diffusion之旅。

comfyui 文生图工作流程

Stable Diffusion

stable diffusion 远端跑图—— Api基础知识掌握

整体流程很简单购买云端服务器-> 内网穿透 -> api形式运行sd -> 手机发送api请求，即可实现远端操控sd跑图如果有人对实现远程跑图整个流程感兴趣，我下次可以单独开个文章讲

文生图 api

绝对是你的下载神器！AixDownloader可让你从任何网页下载你想要的内容，音乐、视频、图像、文件等！

有了它，你就像是拥有了一个万能钥匙，可以轻松获取网页上的任何资源！

AixDownloader 下载

TTS它又来了！OpenVoice：一款借鉴于TTS实现的强大的AI语音克隆工具！

项目介绍 OpenVoice 是 myshell ai 开源的一款基于人工智能技术的语音克隆工具。

tts 文本转语音

<...48 49 50 515253 54 55 56 57 ...>

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