文章列表-AI魔法学院

文章列表

关于AI声音生成的一切（语音+音乐+嘴型）

: OpenAI Whisper自动语音识别模型的高性能GPGPU推理，基于DirectCompute技术，对Windows系统进行了优化，并且在性能和内存使用上优于原始OpenAI实现。

声音

AI写作：如何写出逻辑清晰，结构完整的文章？一个提示词帮你搞定！

写出来的东西，用小学老师的话来说就是流水账，突出一个乱。

AI写作提示词

7.1k Star！RAGFlow：最新开源OCR+深度文档理解的RAG引擎、大海捞针测试、降低幻觉、服务化API集成进业务！

通过智能解析，将数据准确录入数据库，允许用户使用任何大型语言模型查询其上传的文档。

OCR RAG 开源

Mokker，想取代商业棚拍效果的场景生成AI

有别于其他的生成式工具，Mokker有她特别用心和擅长的地方，专注帮你更换合适的商品场景，如果有一张产品图了，那么可以通过Mokker的摄影道具，添加自己想要的道具模型到场景中，然后靠谱的AI就会生成一张融合产品在内的准确场景

Mokker 图生图

PhotoMaker：腾讯最新开源，根据照片生成该人物各种风格图片，项目可落地！

示例依赖和安装 Python >= 3.8（推荐使用 Anaconda 或 Miniconda）PyTorch

PhotoMaker 文生图

这个数字人开源项目太牛了，非常全面的项目解决方案(含源码)

数字人面试官：在招聘过程中，使用数字人面试官可以提供自动化的面试流程，公正地评估应聘者的资格。

Fay 开源项目数字人

准备迎接超级人工智能系统，OpenAI宣布RLHF即将终结！超级对齐技术将接任RLHF，保证超级人工智能系统遵循人类的意志

传统的机器学习（也就是现在），人类比模型强，所以才能使用RLHF监督和引导模型更强更好。

OpenAI 人工智能

ComfyUI初学者指南

本教程适合以前没有使用过 ComfyUI 的人。

文生图 comfyui

Gartner：2024年人工智能渗透的十大战略技术趋势

全民化的生成式人工智能生成式AI（又名GenAI）正在通过大规模预训练模型，云计算和开源的融合而变得民主化，从而使世界各地的用户都可以使用这些模型。

Gartner 人工智能

【语音识别】OpenAI语音力作Whisper

其用于训练的标注音频时长高达68万小时，比Wav2Vec 2.0使用的未标注训练数据 (6 万小时) 还多一个数量级。

语音转文字 whisper

Stablediffusion3论文下载-确定了Stablediffusion3与Sora的架构是一致的

与之前版本的稳定扩散一样，我们使用预训练模型来推导合适的文本和图像表征。

SD 论文

图解检索增强式生成（RAG）技术 | 万字长文

它取决于你使用的嵌入模型及其在 Token 上的处理能力。

检索增强式生成 RAG

RAG模型的主要痛点和解决方案

- 使用像DPR或ANCE这样的模型采用密集的检索器模型，以提高召回率和相关性。

rag 大模型

初创企业必知的 30种商业模式（附实例）

如果你是一名创业者，那么我相信这30种商业模式里面肯定有一款是你的初创企业正在使用的。

初创商业模式

80多个罕见的论文prompt，让你起飞！

我应该如何使用[引用样式，例如“APA”]方法来格式化它？

prompt 提示词论文

<...51 52 53 545556 57 58 59 60 ...>

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