文章列表-AI魔法学院

文章列表

ComfyUI官方使用手册【官网直译+关键补充】

定义 GLIGEN全称是Guided Language-Image GENeration,表示通过语言/文本指导和控制来生成图像的方法。

文生图图生图 comfyui

腾讯开源混元AI绘画大模型

最近大厂的大模型竞争激烈，百度的文心一言主打闭源和付费路线，阿里的通义千问主打开源免费路线，而腾讯的混元大模型，则不温不火。

腾讯混元文生图

解读wav2lip：探究语音驱动唇部动作的技术原理！

本文将深入介绍一下wav2lip的技术原理和细节，了解它是如何实现语音驱动唇部运动的！

wav2lip 语音

掌握这10个AI 工具用1小时完成别人1周的工作

本文强烈推荐10个非常好用的AI工具。

AI 工具

几款开源的OCR识别项目，收藏备用

tesseract Tesseract，一款由HP实验室开发由Google维护的开源OCR引擎，开源，免费，支持多语言，多平台; https://github.com/tesseract-ocr

OCR

字节推出开源绘画大模型SDXL-Lightning，秒级出图

这是因为其所有两大核心业务——头条和抖音（海外为TikTok）均对AI有强烈的需求。

sdxl 字节绘画

真格基金大模型能力测试问题集---垂直能力篇

在这个过程中，我们逐渐记录了一些大语言模型现在还无法处理得很好的问题，以及很多有意思的 Prompts。

中文训练大模型

真格基金大模型能力测试问题集---进阶篇

在这个过程中，我们逐渐记录了一些大语言模型现在还无法处理得很好的问题，以及很多有意思的 Prompts。

中文评测大模型

真格基金大模型能力测试问题集---基础篇

在这个过程中，我们逐渐记录了一些大语言模型现在还无法处理得很好的问题，以及很多有意思的 Prompts。

大模型训练中文

扣子更新图像流功能，字节版 ComfyUI 来了！

此外，我们还测试了给图片添加文字。

ComfyUI 图像流文生图

QAnything：网易有道最新开源的“本地化部署知识库”AI问答系统

它不仅适合技术开发者，也能为一般用户提供实际帮助。

网易 RAG 知识库

Prompt屠龙术-思维链

COT (Chain of Thought) 本文介绍prompt工程中的屠龙术之一：思维链，这是一种能极大提升大模型输出质量的技术。

Prompt 思维链

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

MiniCPM-V是面向图文理解的端侧多模态大模型系列。

minicpm 面壁

LangChain - RAG: 拿什么「降伏」PDF 中的 Table 类型数据

时间过得真快，写上一篇文到现在已经过去半个月之多！

大模型 LangChain RAG

微调百川Baichuan-13B保姆式教程，手把手教你训练百亿大模型

Baichuan-13B 是由百川智能继 Baichuan-7B 之后开发的包含 130 亿参数的开源可商用的大规模语言模型，在权威的中文和英文 benchmark 上均取得同尺寸最好的效果。

大模型微调

<...56 57 58 596061 62 63 64 65 ...>

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