文章列表-AI魔法学院

文章列表

几款开源的OCR识别项目，收藏备用

tesseract-ocr/tesseract.git tesseract.js js版本的Tesseract OCR,支持一百多种语言,使用也是非常简单，可以用npm安装，也可以直接在页面引用

OCR

StableDiffusion升级版SDXL：一键运行包ComfyUI和18G模型分享！

借助 Stable Diffusion XL，您现在可以通过改进的脸部生成来制作更逼真的图像，在图像中生成清晰的文字，并使用更短的提示创建更美观的艺术作品。

comfyui sdxl 文生图

免费文生图工具StableDiffusion喂饭级使用教程

一键安装如果是计算机小白，一定要看这个教程注意:SD本体部署后直接使用非常困难，建议在完成本体部署之后，安装启动器。

文生图 SD

中国大模型融资暗战：罗曼蒂克的快速消亡

在一些投资人看来，虽然杨植麟“长板很长”，比如他研究、技术禀赋过人，但短板同样明显，比如“缺乏商业和管理经验”。

大模型暗战

Stable Diffusion

AI绘画巅峰对决：Stable Diffusion 3与DALL·E 3原理深度比较

Stability AI 分享打造 Stable Diffusion 3 的两大核心技术：Diffusion Transformer 和 Flow Matching。

Stable Diffusion DALL·E

马斯克怒告OpenAI案解密：Ilya看到了什么？125万亿参数Q*细节曝光，53页PDF全网疯转

虽然在大多数人看来，这并不是什么令人印象深刻的事，但这的确是朝向AGI迈出的一大步，堪称重要的技术里程碑。

OpenAI 大模型

用了一个月，终于找到点写 AI Agent 的思路

希望后面有机会借助这次 AI Agent 的技术路线重写 Ops Copilot。

AI Agent Ops 运维工具

Stable Diffusion

Stable Diffusion API

6、使用 Stable Diffusion 作为 API Web UI 专为单个用户设计，非常适合作为交互式艺术工具来制作你自己的作品。

文生图 SD

开源语音大语言模型来了！阿里基于Qwen-Chat提出Qwen-Audio!

我们发现这个任务不仅在超越语音信号的基于语音的问题回答任务（如声音和音乐）方面改进了接地任务，还改善了ASR的性能。

大模型语音

百川智能RAG方案总结：搜索出生的百川智能大模型RAG爬坑之路

一、概述 Title：百川智能大模型+搜索增强技术栈给定制大模型提供解决方案来源：https://mp.weixin.qq.com/s/Hy78rtJuJTehAJIC-HK2Rg 1

RAG 大模型

AI 换脸——Deepfacelab 下载与安装，新手教程

AI 换脸就是采用生成式对抗网络（GAN, Generative Adversarial Networks ）的人工智能算法，第一次接触是冯·诺依曼研究的博弈论，在这里不再深入探究，大家有兴趣可以去了解

Deepfacelab 换脸

各个语种互相翻译：Meta推出NLLB-200 AI模型，可实现200种语言互译

一位用粤语的靓仔看到这里直接喜大普奔。

翻译大模型

RAG从入门到精通-RAG简介

第一阶段是知识索引,需要事先将文本数据进行处理,通过词嵌入等向量化技术,将文本映射到低维向量空间,并将向量存储到数据库中,构建起可检索的向量索引。

rag 大模型

24年首篇离奇论文：加点噪声，RAG效果翻倍？

生成器是一个基于语言模型的序列到序列模型，它接收查询和选定的文档作为输入，并预测下一个可能的单词或短语，以生成回答。

RAG 检索增强

Cursor设计主管分享AI写出高质量代码的12个超绝妙招

在提示的时候，一定要明确技术栈、行为和约束，就像写一个小型规范文档一样。

MCP 代码

<...54 55 56 575859 60 61 62 63 ...>

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