文章列表-AI魔法学院

文章列表

微信向量检索分析一体化数仓探索：OLAP For Embedding

Hallucination 的问题使回答更精准；另一方面，LLM 能回忆自己过往的经验与历史，更了解用户的需求，通过反思实现更好的个性化 AI Native : LLM + 交互 + 记忆（专有数据 + 个性化） + 多模态

OLAP For Embedding 一体化数仓

开源免费离线语音识别神器whisper如何安装

拿我自己录的一段音频举例，5min长度400多字，使用whisper的medium模式识别，只错了两个英文单词，那两个英文单词还是因为发音问题识别错误。

wisper 翻译免费

Comfy肖像大师非常推荐

ComfyUI Portrait Master 是一个用于生成人物肖像提示词的模块，旨在优化肖像生成过程。

comfyui 文生图

主流网络爬虫蜘蛛详解

所有网站都会有很多网络漫游器来爬取页面，其中越优秀的网站蜘蛛越多，不过我们要区分蜘蛛的真伪，同时了解各种蜘蛛，屏蔽一些对网站无用的蜘蛛，避免养“蛛”为患。

爬虫蜘蛛详解

中学生也能看懂的Sora视频生成原理解读

好吃的堡堡多模态输入处理最后，Sora的多模态输入处理能力也不容忽视。

视频生成 sora

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

数字人起飞！字节Loopy对口型功能在即梦上线可根据语境匹配表情和情绪

以往，对口型视频往往存在一个通病，那就是看似嘴型对上了，但总感觉这个声音不是他发出来的，以至于大家看对口型视频的时候，会有一种割裂感。

Loopy 视频

AI助力Logo设计！5类关键词帮你快速获取高质量灵感

Eagle with wings spread open, neon, psychotronic, Dynamic poses --ar 7:4 一个标志，上面有一只张开翅膀的强大的鹰，霓虹灯，精神电子，动态姿势

midjourney logo制作文生图绘画

AI换脸：FaceFusion 3.5.0更新，解决老版本无法使用问题！

闲话不多说，今天主要是通知一下FaceFusion两个版本的更新。

FaceFusion 文生图

Stable Diffusion

Stable Diffusion 抽卡必备神器！Agent Scheduler

相信大家在玩 Stable Diffusion 的时候一直有一个痛点，每次出图抽卡时都只能等待上一次抽卡结束，才能继续下一次抽卡；特别是当我们想抽大量的卡来测试不同的模型，不同的参数的效果时，那么是非常奔溃的

Agent Scheduler Stable Diffusion

SDXL Styles：七十七种绘画风格任你选择

通过在UI界面上简单的选择，我们就可以生成多种多样的风格图片，如动漫、水彩、平面、3D、线稿、涂鸦、剪纸、朋克、童话等等。

文生图

一文读懂AIGC产业链：AIGC的前世今生和未来展望

AIGC中也叫“模型层” 模型层：即垂直化、应用化、场景化的模型和应用工具，主要分为底层通用大模型和中间层模型，底层通用大模型又可分为开源基础模型、非开源基础模型和模型托管平台;中间层模型有人类互动反馈

生成式AI

2023年人工智能行业总结

年底谷歌发布了多模态大模型Gemini，可以理解文字、图片、代码和音视频。

人工智能 AGI 思考总结

检索增强生成(RAG)有什么好的优化方案

：基于新语料微调嵌入模型、动态表征。

RAG 检索增强生成

ComfyUI 基础教程（一）环境部署和插件安装

环境，但是不包括模型，所以需要将模型放置到ComfyUI对应目录中： 1.

comfyui 文生图

<...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