文章列表-AI魔法学院

文章列表

AI+音乐｜对话 Suno CEO：破圈的音乐生成产品是如何诞生的？

Suno由一支专门从事AI和机器学习的专家团队创立，他们之前在Kensho Technologies工作过，Suno旨在使音乐创作民主化。

suno 音乐

百万token上下文窗口也杀不死向量数据库？CPU笑了

诚然有很多人在体验过超长上下文窗口大模型后，觉得这种方式已经让AI在回答的准确性上做到了突破，无需再用RAG：而且从Claude、Gemini等玩家在测评榜单的数据来看，在回答准确性上的成绩也是屡创新高

向量数据库大模型 cpu

图片拖拽神器DragGAN介绍及官方安装文档说明

拖放图像编辑是一项功能强大的技术，它涉及训练生成模型来根据用户提供的指令转换图像。

开源

OpenAI的官方Prompt工程指南详解 - 看这一篇真的就够了！

Test changes systematically（系统地测试变更）我用这篇文章，来通俗易懂的给大家聊一下具体的原则和例子，第六条可以不看，对普通用户没啥大用。

OpenAI Prompt 提示词

Fastwhisper + Pyannote 实现 ASR + 说话者识别

前言最近在研究ASR相关的业务，也是调研了不少模型，踩了不少坑，ASR这块，目前中文普通话效果最好的应该是阿里的modelscope上的中文模型了，英文的话，还是非whisper莫属了，而且

faster-whisper 语者识别 ASR

SD入门教程六：ControlNet基础入门

这些信息都可以通过 ControlNet 来控制模型生成的图片。

ControlNet 文生图

阿里云王坚：中国AI不惧R2迟发！靠「群体智能」破局：算力不是瓶颈，但AI应用层急需炸开OpenAI想象围墙！不看好硅谷抢人乱象

在今天的中国，有没有哪一款小语言模型或大语言模型特别让您印象深刻？

阿里云 AI

pdf2htmlEX：效果相当好的一个PDF转HTML程序，和原始PDF几乎一模一样。

项目简介这应该是效果相当好的一个PDF转HTML程序，生成的结果和原始PDF几乎一模一样。

PDF转换

一个完整Prompt让ChatGPT自动生成短视频制作脚本

———————— 把你想象成热门短视频脚本撰写的专家。

ChatGPT Prompt 视频

来个优秀的开源人脸识别项目！

通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段的密切结合，将人体固有的生理特征或行为特征收集起来，进行取样、数字化处理和分析。

人脸识别开源项目

腾讯最新的人像写真工作PhotoMaker

还能输入两个图片，融合他们的长相，即使是真人照片+漫画也完全ok。

PhotoMaker 文生图

本地部署操作AI抠图软件

百度飞桨PP的 PaddleSeg内置了两个模型 PP-Matting 和 PP-MattingV2。

抠图

Stable Diffusion

张嘴就能生图？这已经不是科技，这是魔法！（Stable Diffusion进阶篇：SDXL-Turbo）

原版的Turbo已经接近14GB大小，远超之前下载的所有Checkpoint模型，而下方带fp16的是所谓的精简版本，这里推荐下载精简版本试试（放在以往的Checkpoint模型地址就好）。

SDXL-Turbo 文生图

固定的“魔咒”：正负面质量标准化提示词

fingers, extra digit,bad hands, missing fingers, (((extra arms and legs))), *广泛适用于写实及二次元风格，可以考虑搭配不同模型使用

提示词 prompt 绘画文生图

零一万物API开放平台出场！通用Chat多模态通通开放，还有200K超长上下文版本

分别是覆盖更大的参数量、更强的多模态、更专业的代码/数学推理模型、更快的推理速度、更低的推理成本。

零一万物 YI 李开复

<...60 61 62 636465 66 67 68 69 ...>

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