文章列表-AI魔法学院

文章列表

Stable Diffusion

Stable Diffusion基础：ControlNet之身份标识

本文给大家分享一个新的ControlNet类型：Instant ID，翻译为身份标识，核心能力是由国内的小红书团队开发的。

ControlNet 文生图

动画制作工具AnimateDiff用法详解

AnimateDiff 使用Stable Diffusion模型将文本提示转换为视频。

AnimateDiff 视频训练

我如何夺冠新加坡首届 GPT-4 提示工程大赛 [译]

这里分享的是我在实践中学到的一些提示工程策略，这些策略能够精准地驱动任何大语言模型为你服务，甚至做得更多！

GPT-4 提示词

高效选择：Ollama与LM Studio深度对比

今天，我们就来深度对比这两个本地语言模型（LLMs）工具，帮助你找到最适合你的那一款。

Ollama LM Studio 对比

Insanely Fast Whisper：超快的Whisper语音识别脚本

项目简介这篇内容介绍了OpenAI的Whisper Large v2语音转录模型的超快速能力。

音频 Whisper

关于AI声音生成的一切（语音+音乐+嘴型）

提供了比原始 Whisper 模型快 70 倍的实时语音转录速度，并使用了更快的后端 faster-whisper。

声音

RPA终极发展方向瞄准AI Agent，超自动化智能体时代已经开启

直到今年大语言模型实现重大突破，AI Agent与RPA的结合才真正让大家看到了希望。

RPA 自动化

数字人直播哪家强？中国数字人平台分析大全

当前AI数字人的市场需求比较旺盛，市面上也有至少几十家的数字人品牌，比如腾讯、百度、科大讯飞、硅基智能、风平智能、闪剪、元分身等等，选择虽然很多但有一个问题，就是行业相对不透明，各家的产品价格是多少

数字分身数字人

PymuPDF4llm：PDF 提取的革命

随着人工智能和自然语言处理技术的发展，对能够与大型语言模型（LLMs）无缝配合的 PDF 提取工具的需求日益增长（利用LLM从非结构化PDF中提取结构化知识）。

PymuPDF4llm PDF

Stable Diffusion

硬核解读Stable Diffusion（系列三）

首先是模型结构方面，SD 1.x版本的text encoder采用的是OpenAI的CLIP ViT-L/14模型，其模型参数量为123.65M；而SD 2.0采用了更大的text encoder：基于

Stable Diffusion 文生图

微信向量检索分析一体化数仓探索：OLAP For Embedding

背景在过去的一年里，大型语言模型 (LLM) 以及 ChatGPT 等产品吸引了全世界的想象力，推动新一轮技术浪潮。

OLAP For Embedding 一体化数仓

Prompt工程入门

2 Prompt 简单的理解成它是给 AI 模型的指令。

prompt 提示词

Stable Diffusion

OpenAI救了Stable Diffusion！开源Dall·E3同款解码器，来自Ilya宋飏等

开发者日的另一项重磅开源是语音大模型Whisper 3。

SD 文生图 DALLE

Stable Diffusion

嘴里塞饭型Stable Diffusion提示词写法实用小笔记

选定一个底模，一个采样，就可以开始工作了。

stablediffusion prompt 提示词

Byzer-LLM 快速体验智谱 GLM-4

Byzer-LLM 可以让用户用一套接口就可以部署和使用市面上主流的开源和SaaS版本大模型，之前以Qwen 写过一篇，可以看这里：Byzer-LLM 支持同时开源和SaaS版通义千问今天我们升级了一个

Byzer-LLM GLM-4

<...57 58 59 606162 63 64 65 66 ...>

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