文章列表-AI魔法学院

文章列表

中文开源OCR框架对比及介绍

倾斜校正：由于一般用户，在拍照文档时，难以拍摄得完全符合水平平齐与竖直平齐（我本人就经常拍的歪歪扭扭），因此拍照出来的图片不可避免的产生倾斜，这就需要图像处理软件进行校正。

OCR

GitHub星数暴涨，AIPC的开源实现，用AI记录电脑一整天的使用太简单了，功能非常多！

没买AIPC也没关系，screenpipe实际上就是微软AIPC的部分开源实现。

AIPC ScreenPipe 开源

字节开源项目MimicTalk：快速打造逼真3D Talking Face的利器

技术背景传统的3D说话头像生成方法往往需要大量的数据和长时间的训练过程，这对于资源有限的个人或小型团队来说是一个不小的障碍。

MimicTalk 开源模型

QAnything：网易有道最新开源的“本地化部署知识库”AI问答系统

项目简介 "QAnything"是网易有道开发的本地知识库问答平台。

网易 RAG 知识库

开源免费离线语音识别神器whisper如何安装

whisper介绍 Open AI在2022年9月21日开源了号称其英文语音辨识能力已达到人类水准的Whisper神经网络，且它亦支持其它98种语言的自动语音辨识。

wisper 翻译免费

图片拖拽神器DragGAN介绍及官方安装文档说明

在传统的图像编辑软件中，用户必须手动选择和移动单个图像元素，如像素、线条和形状，以创建所需的构图。

开源

国内开源的低代码框架有哪些？

作者：我比纸巾还能扯链接：https://www.zhihu.com/question/557687352/answer/3072100588 来源：知乎著作权归作者所有。

大模型

【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比，等你来评!

开源：F5-TTS的代码和检查点被开源，以促进社区发展。

语音克隆开源模型

ComfyUI学习笔记：插件安装

进一步丰富功能时，需要按需自主添加节点，例如加入LoRA：也可以使用节点搜索（双击空白处）：这与webui一上来就摆好盘的软件操作思路有所不同：所以之前有webui使用经验后

comfyui 插件绘画

生成式AI领域拓展！MetaAI开源AudioCraft：一个支持AudioGen、MusicGen等模型的音频生成开发框架

MetaAI这次再为开源贡献重磅产品：AudioCraft，一个支持多个音频生成模型的音频生成开发框架。

开源模型

8 月份火火火火的 GitHub 开源项目

单词肌肉记忆锻炼软件 5.

大模型

国内外开源大语言模型一览表

开源免费可商用:Baichuan-13B 不仅对学术研究完全开放，开发者也仅需邮件申请并获得官方商用许可后，即可以免费商用。

大模型

来个优秀的开源人脸识别项目！

今天讲一个优秀的开源人脸识别项目！

人脸识别开源项目

教小朋友学习AI绘画的同时避免生成不健康图片

像Stable Diffsion这种开源软件，自己用的时候，经常会有意无意的生成NSFW（简单翻译是工作时间不宜点开，主要是涩涩图），但很多中小平台也在使用该软件，如果出现不健康图片，怕是要关停网站了，

小朋友绘画

令人惊艳的开源图标生成AI模型：ChartLlama （南洋理&腾讯）

制作图表是一件既费时又费力的事情，需要掌握各种软件和技巧那么，能否使用AI大语言模型来生成图标呢？

ChartLlama 开源模型图标

<...2 3 4 567 8 9 10 11 ...>

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