文章列表-AI魔法学院

文章列表

学术党狂喜，Meta推出OCR神器，PDF、数学公式都能转

公式中出现的上标、下标等各种数学格式也分的清清楚楚： Nougat 还能识别表格：扫描产生畸变的文本也能处理：不过，Nougat 生成的文档中不包含图片，如下面的柱状图：看到这

大模型

Docker介绍及常用命令大全

Docker中的三个重要构成：Image(镜像)，Container(容器)，Repository(仓储)。

Docker 容器

大模型应用中大部分人真正需要去关心的核心——Embedding

· 企业检索应用：企业应用中最常见的就是更高级的检索，我们可以一般叫它检索增强生成

大模型

开源免费离线语音识别神器whisper如何安装

whisper的日常用途 whisper的核心功能语音识别，对于学生党和工作党来说，可以帮助我们更快捷的将会议、讲座、课堂录音整理成文字稿；对于影视爱好者，可以将无字幕的资源自动生成字幕，不用再苦苦等待各大字幕组的字幕资源

wisper 翻译免费

AI的百亿套壳：做船不做柱子

四是各种Midjourney的变形体，都是基于 diffusion 做文生图，面向专业用户的MJ，社区化的MJ，二次元的MJ，擦边的MJ，GPT4o原生图片能力出来后，又把上限抬高了。

AI 创业

Westlake - Omni：西湖心辰推出的全球首个开源的中文情感端 - 端语音交互大模型

此外，端到端的设计是它的一大亮点，这种设计直接从文本输入生成语音输出，无需繁琐的中间环节，极大地提高了语音合成的效率和准确性。

Westlake -Omni 语音

谈Agent构建平台的设计

现在很明显，还没有现成的基于构建Agent的平台的生态，所以这是一个如何构建新生态的问题。

Agent 构建

震惊！OpenAI发布Meta-Prompt，未来不再需要提示词。

👀实测案例太震撼了：初始提示词： 1 优化提示词：使用Flux 1.1模型生成图像优化后的提示词： 1 生成一条优化后的提示词，以便使用Flux 1.1模型生成图像

Meta-Prompt 提示词

Prompt全攻略(四):强力Prompt带来出色的AI应用

2.指定回复格式可以要求AI以列表、图表、幻灯片等格式回答,直接得到可用的结构化信息。

prompt

AI写作不如意？万字长文深度剖析背后原因

由于克劳德的训练，这个关键词表明我可能是一个试图抄袭或在学校作业中作弊的学生。

AI写作

Fastwhisper + Pyannote 实现 ASR + 说话者识别

huggingface.co/pyannote/speaker-diarization-3.1 以上代码即使你运行的时候把模型下载到缓存里了，偶尔还是会443，笔者猜测这玩意就算你下载下来了还是还是要联网推理，所以，要部署到生产环境的同学最好还是使用离线加载

faster-whisper 语者识别 ASR

AI助手App“腾讯元宝”已上线应用商店

腾讯元宝已经上架应用宝、小米、华为、vivo、OPPO等应用商店，苹果App Store中尚未搜到该应用，还需要等一等~ 中文支持：腾讯元宝依托于腾讯混元大模型，该模型在中文理解与创作能力方面表现出色，特别是在文本生成

腾讯元宝

GitHub本月榜单：一个数字人技术的“非官方”实现

GitHub榜单有一个“非官方实现”数字人，太牛了 github地址 https://github.com/guoqincode/AnimateAnyone-unofficial 看看效果实时动图，

AnimateAnyone 人工智能

【ComfyUI】使用ComfyUI玩SDXL的正确打开方式

使用这个工作流我们来跑一张sdxl模型的图片，设置好两个模型和提示词，点击生成。

开源模型

Prompt提示优化工具

ChatGPT Prompt Generator 输入角色生成Prompt提示词。

prompt 提示词

<...55 56 57 585960 61 62 63 64 ...>

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