文章列表-AI魔法学院

文章列表

「语音识别的未来已来」——探索Distil-Whisper，轻量级AI的强大力量

无论是在快速的实时语音翻译，还是在嘈杂环境下的清晰语音捕捉，Distil-Whisper都能提供出色的解决方案，展现AI技术的实用性和创新性。

Distil-Whisper 语音识别

写不好Prompt？可以先写个粗糙版本，然后让GPT帮助优化。

有哪些案例研究或成功故事可以作为学习和灵感的来源，特别是那些展示了Prompt编写在解决复杂问题或提高工作效率方面的应用？

Prompt GPT

淘宝模特全体注意！阿里AnyDoor AI换装神器出来了，年度最强AIGC重制绘图工具，重塑电商模特产业

最重要的是，这个工具完全开源，直接在网上就可以下载到电脑上搞活，在文章的末尾，我贴心地提供了一键解压安装包，看完了自取即可。

AnyDoor 换装文生图

ai出图软件Fooocus

进入正题：软件免安装直接解压即可使用，使用前需要安装模型，模型可在c站下载。

Fooocus 文生图

深度｜万字访谈！Open AI Sora作者，亲自揭秘Sora原理，Sora能带我们通往AGI吗？

它还精通三维空间的理解。

Sora 原理

[开源]面向中小团队的轻量化知识管理应用，构建知识库和知识社区

特色功能 2022年04月07日更新 “知了”现已支持正式针对附件的解析（支持word、excel、txt、pdf等文本类型），并提供支持附件正文内容及评论内容的全文检索，搜索结果列表中将会通过

大模型

Stable Diffusion

新手向，Stable Diffusion API 接口，在本地调用

如果结果是：{'detail': 'Not authenticated'} 那么你应该是用的一键启动包进行登录，或是在别的地方设置了用户名和密码，解决方法如下： &

SD 文生图

Stable Diffusion

深入浅出学习Stable diffusion之线稿转效果图

在了解stable diffusion是怎么加载模型，并用线稿图转效果的，先要了解三个网站：世界第一模型网：C站，civital 世界第二模型网：拥抱脸，hugging face 世界第三模型网

Stable Diffusion 文生图大模型

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

整体项目的框架如下: 核心模型一: 语音识别模型SenseVoice介绍 SenseVoice 是一个全面的语音基础模型，旨在执行各种语音理解任务，包括自动语音识别（ASR）、语言识别

asr tts 声音

垂直领域大模型的思考

这样的垂直大模型能帮助我们真正解决问题，提高生产效率。

垂直领域大模型

LangChain: LLM 应用聚焦的两大方向，RAG 和 Agents

翻译一下其实两层含义，第一个，LLMs 会去阅读你提供的 APIs 的说明文档，学会这些 APIs 的实现的目的、使用方式、组合方式，根据你提出的总体要求，按照它自己关于这些 APIs 的理解来拆解成不同的小任务

大模型

图片生成速度最高提升10倍！可以做到“实时”生成！清华推出LCM/LCM-LoRA！

为了解决这个问题，清华大学的研究者提出了一种新的技术，叫做潜在一致模型（Latent Consistency Models，简称LCM）。

LCM/LCM-LoRA 文生图

PymuPDF4llm：PDF 提取的革命

LamaPars等商业工具虽然在一定程度上缓解了这一困境，但其高昂的费用和有限的免费额度却让人望而却步。

PymuPDF4llm PDF

揭秘数字人困境：代理商亏钱、直播屡被封、刘润也不用了

“数字人解决的是主播问题，运营能力一定是要你自己具备的。”

数字人

领域大模型LLM训练Trick

问题二：领域数据训练后，通用能力往往会有所下降，如何缓解模型遗忘通用能力？

垂直训练大模型

<...50 51 52 535455 56 57 58 59 ...>

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