文章列表-AI魔法学院

文章列表

最强国产开源多模态大模型MiniCPM-V：可识别图片、视频，还可在端侧部署

该系列模型接受图像和文本输入，并提供高质量的文本输出。

minicpm 面壁

AI改变未来，ChatDoc手把手教你写研报

尤其是ChatGPT等生成式AI工具的普及，让很多普通人有了接触AI的机会。

大模型应用写作

保姆级教程：Coze 打工你躺平

最近在玩 Coze/扣子发现这事无需代码，人人都行比如，链接丢过去，工作结束，下班！

Coze 教程

全新换脸工具ReActor，比roop更强！

今天我们介绍一个比 roop 更强的换脸插件 ReActor，嗯，它们其实是一个作者，ReActor 是在 roop 的基础上更新换代的，roop 后续作者应该不维护了，所以小伙伴们可以直接使用

ReActor SD 文生图

语音识别的新拐点：OLMoASR 带来的机会

键盘输入和鼠标点击曾经是主角，但如今，语音正在成为最自然、最高效的入口。

OLMoASR 语音识别

比真人还像真人！字节跳动PersonaTalk的黑科技有多强大？

只需提供一段音频和一个视频，PersonaTalk便能精准同步人物的口型，不仅让声音和嘴型无缝贴合，还能保留视频中人物的表情和个性化说话风格，仿佛原生发声一般自然流畅。

PersonaTalk 视频

一个写了会上瘾的公众号写作模板

现在还是有很多人想要学写作，但是又不知道如何下手的情况，想起最开始接触写作的时候，总是会在各大平台上搜索那些写作的模板、写作的结构，这种之类的干货知识，但是，能够坚持写作的模板其实并没有那么的华丽，反而特别的简单

公众号写作模版

真超越了GPT？国产大模型实用场景横评②

当时，对于不少从业者而言，AI大模型的重点不是能不能做顺口溜或回答哲学问题，而是在于AI是否能够在实际工作中发挥作用，提升效率。

大模型

Stable Diffusion

stable diffusion如何确保每张图的面部一致？

Compatible Image Prompt Adapter for Text-to-Image Diffusion Models，翻译成中文就是：用于文本到图像扩散模型的文本兼容图像提示适配器，名字很长很拗口，

图生图文生图 sd

Trickle + Nano Banana，我给老婆 VibeCoding 了一个虚拟试衣间

Samu 说：他全程一行代码没写， “口喷”完成了那个网站。

Trickle Nano Banana 文生图

基于本地知识的问答机器人langchain-ChatGLM

github链接为：GitHub - imClumsyPanda/langchain-ChatGLM: langchain-ChatGLM, local knowledge based ChatGLM

langchain

无显卡+纯本地跑Qwen1.5版模型！0基础闭眼部署指南！适用绝大部分开源模型！llama2+Mistral+Zephyr通杀！

可以无缝接入到各大应用中！

Qwen1.5 开源模型

令人惊艳的开源图标生成AI模型：ChartLlama （南洋理&腾讯）

你是否经常需要处理各种数据，比如销售额、股票价格、人口统计等？

ChartLlama 开源模型图标

腾讯开源的数字人MuseTalk到底行不行？

这样，观众就能看到数字人物口型与声音完美匹配的效果。

MuseTalk 数字人音频

Qwen2.5更新百万超长上下文，推理速度4.3倍加速，网友：RAG要过时了

这不，刚在写代码这事儿上刷新SOTA，Qwen2.5系列又双叒突然更新了—— 一口气读三本《三体》不费事，并且45秒左右就能完整总结出这69万token的主要内容，还真不是糊弄事儿，“大海捞针”实验显示

Qwen2.5 开源模型

<...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