文章列表-AI魔法学院

文章列表

使用ComfyUI玩SDXL的正确打开方式

在生成过程中，显存的占用率为7-9GB。

文生图 ComfyUI

ComfyUI-基础图生图&基础图片缩放

.🤔A航线有webui的底子，想了解生图过程，能举一反三，进阶学习的。

ComfyUI 图生图

大模型在金融行业的应用场景

目前已有的大模型知识库基本上都采用 RAG 的方案构建，但是数据源多样（流程规范、产品材料、规章制度等），数据格式繁杂（文字、表格、公式、图片等），针对不同的数据都需要业务上进行单独处理

大模型金融应用

一文彻底搞懂多模态 - 多模态推理

知识图谱推理是指基于知识图谱中的事实和关系，通过逻辑、规则、统计或机器学习等方法，从已知的信息中推断出新的信息或关系的过程。

多模态推理大模型

Windrecorder：连续记录屏幕内容，通过OCR技术识别记录内容

优化流程，提升性能添加画面模态的识别，以实现对画面内容描述的搜索记录前台进程名与记录OCR词语对应位置，以在搜索时作为线索呈现

Windrecorder 录屏

超越Animate Anyone! 南加大&字节提出MagicPose，不需任何微调就可生成逼真的人类视频

方法提出的MagicPose流程概述。

MagicPose 视频

向量数据库简介和5个常用的开源项目介绍

这些数据可能包括文本、图像、音频和视频，使用各种过程(如机器学习模型、词嵌入或特征提取技术)将其转换为向量。

开源模型

AI文档智能助理都是如何处理pdf的？

ppstructure PDF2Word 其中PDF2Word是PaddleOCR社区开发者 whjdark[1] 基于PP-StructureV2版面分析与恢复模型实现的PDF转换Word应用程序

大模型

WeChatpy：Python中优秀的微信开发库，与微信官方接口交互的工具

多种功能支持：WeChatpy支持微信公众号、企业微信、小程序和支付等多种微信功能的开发和调用。

WeChatpy 开发库

GTC大会黄仁勋发言稿

这是 Nvidia(884.55, 6.18, 0.70%)的旅程，始于 1993 年。

黄仁勋 nvidia

清华&面壁开源新一代主动Agent交互范式！让AI从被命令到主动帮助

主动Agent技术原理下图展示了主动 Agent 技术原理的整体流程。

Agent 大模型

详解 Diffusion (扩散) 模型

如果我们能逆转这个过程不是很好吗？

Diffusion 开源模型

8 月份火火火火的 GitHub 开源项目

https://github.com/documenso/documenso 04 单词肌肉记忆锻炼软件为键盘工作者设计的单词记忆与英语肌肉记忆锻炼软件，整个开源软件也有专门为程序员准备常用单词词库

大模型

令人惊艳的开源图标生成AI模型：ChartLlama （南洋理&腾讯）

ChartLlama的优势在于它可以使用自然语言来与你交互，你不需要学习复杂的语法或者编程，只需要用你平时说话的方式来告诉它你想要做什么，它就会尽力满足你的需求。

ChartLlama 开源模型图标

《嬛嬛朕emo啦》但马斯克！阿里这项技术开放试玩

在生成过程中，面部定位器（Face Locator）用来编码面部的边界框区域。

音频阿里

<...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