文章列表-AI魔法学院

文章列表

OCR是什么以及推荐几款开源中文OCR识别软件

后期处理：根据特定的语言上下文的关系，对识别结果进行校正。

OCR

【AI科技大创意】2024年人工智能10大趋势

然而现在，大型语言模型已经使虚拟助手能够实现人类水平对话能力。

人工智能趋势

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

跨语言支持：支持与训练数据集不同语言的推理，目前支持英语、日语和中文。

数字人声音克隆 GPT-SoVITS

【提前体验GPT-5】吴恩达AI智能体工作流详细解读

二、使用工具（Tool use）大语言模型本身也不是万能的，比如吴恩达提到，在早期视觉研究领域，大模型便需要依靠视觉处理工具才能实现对图像视频等内容的处理。

GPT-5 智能体

基于 Kimi Chat 的 AI 渐进式阅读法

我的文章处理步骤是这样的：粗略阅读，筛选信息经过筛选的信息，阅读其中一部分/全文阅读阅读过后记录「文献笔记」具体的步骤可以参考我在 2021 年写的《我的阅读工作流(2021版)》有了AI 以后，大语言模型

Kimi Chat 阅读

花钱买AI写作工具？究竟哪款工具值得你掏钱

请以${lang}语言呈现。

写作 ChatGPT

AI+音乐｜对话 Suno CEO：破圈的音乐生成产品是如何诞生的？

比如也许你可以哼唱一段旋律,模型就能以此为灵感,生成一首完整的歌曲;又或者你可以上传一些图片或视频,讲述你的生活片段,模型就能据此创作出与之相匹配的背景音乐。

suno 音乐

4秒惊艳！Stable Cascade AI绘画神器，设计师和普通用户的无限创意新选择

近日，一款AI绘画模型Stable Cascade发布。

文生图绘画

点评：六大向量数据库

俗话说：千言万语不如一张图。

向量数据库

从 ChatGPT 系统提示中，分享几个拿来就能用的prompt提示工程技巧

ChatGPT的强大毋庸置疑，特别是GPT4里面的数据分析、DALL.E 3图片生成等功能，以及近期推出的GPTs功能，这些官方公布的功能都是由他们自己内部的模型开发人员编写的提示词构成的。

ChatGPT prompt

Claude 官方提示词，中文版（含API Prompt）

SQL 魔术师把日常语言变成SQL查询语句 *注意，这个是 api 里的 system prompt 获取将以下自然语言请求转换为有效的SQL查询。

prompt 写作

SD入门教程四：图生图基础用法

图生图的出现是为了弥补文生图的不足，因为文生图有个无法避免的问题，就是随机性太大，当你抽卡抽到一张你喜欢的图片，但是可能某些地方不满足需求，对于文生图而言，是很难进行修正以及修改的。

SD 入门图生图

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

AI提示设计技巧剖析 - 29个动词助你获取更好文本生成

提示：请使用现代语言把这篇文章进行重写，替换掉过时的词汇。

提示词文本

阿里&字节发表VividTalk，只需单张照片即可根据音频生成栩栩如生的人物说话头像视频

多种角色多种语言方法对比 VividTalk不仅能够同步口型，还支持多种语言和不同的风格，包括真实风格和卡通风格等。

VividTalk 视频

<...61 62 63 646566 67 68 69 70 ...>

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