文章列表-AI魔法学院

文章列表

国外报告90%的AI类产品公司已经实现盈利，而国内大模型和AIGC的访谈说太卷了

这份报告分析了这些产品随着时间的推移而呈现的增长趋势，以及增长来源的分布情况。

大模型

StableDiffusion

StableDiffusion模型推荐系列（全能型）

这些模型背后，可是有着大量时间和资源的投入，比如SD1.5版本，耗资高达60万美元进行训练，其中的训练时间更是以万来计算的！

stablediffusion sd 文生图

OCRmyPDF—可智能识别PDF文本和图片信息的工具

要么它们生成了非常大的PDF文件•要么在尝试进行OCR时崩溃•要么它们没有生成有效的PDF文件•最重要的是，它们都没有生成PDF/A文件（专为长期存储而设计的格式） ...所以我决定开发自己的工具

OCRmyPDF 工具

七问大模型幻觉｜LLM Hallucination

· 外部幻觉：生成的内容不能从源内容中得到验证，既不受源内容支持也不受其反驳。

大模型

打造音乐传奇：Suno推出音乐生成模型Suno V3，让每个人都能成为作曲家

官方大放福利，V3版免费开放使用，人工智能音乐创作不再遥不可及！

suno 歌曲音乐

国内厂商语音识别与Whisper评测：现状与概况对比

通过深入研究和对比分析，我们有望更全面地认识到语音识别技术的现状和概况，为技术研究、应用开发以及产业发展提供有益的指导和参考。

语音识别 Faster-Whisper

AI“同声传译”新进展！Google发布，无监督，语音识别：Translatotron 3！

据统计，世界上有超过7000种语言，但是目前的语音识别系统只能覆盖其中的一小部分，而且对于一些低资源语言，由于缺乏足够的标注数据，训练高质量的语音识别模型非常困难。

Translatotron 语音识别

AA大佬新作：ComfyUI整合包，打造极简解决方案

这对于国内用户来说尤其有价值，因为它解决了网络连接和资源下载速度慢等问题，使得新手用户能够更容易地开始他们的Stable Diffusion之旅。

comfyui 文生图工作流程

Stable Diffusion

stable diffusion 远端跑图—— Api基础知识掌握

整体流程很简单购买云端服务器-> 内网穿透 -> api形式运行sd -> 手机发送api请求，即可实现远端操控sd跑图如果有人对实现远程跑图整个流程感兴趣，我下次可以单独开个文章讲

文生图 api

绝对是你的下载神器！AixDownloader可让你从任何网页下载你想要的内容，音乐、视频、图像、文件等！

有了它，你就像是拥有了一个万能钥匙，可以轻松获取网页上的任何资源！

AixDownloader 下载

TTS它又来了！OpenVoice：一款借鉴于TTS实现的强大的AI语音克隆工具！

项目介绍 OpenVoice 是 myshell ai 开源的一款基于人工智能技术的语音克隆工具。

tts 文本转语音

SeaTable 一站式助力高校多场景数字化升级，打造高效解决方案

通俗点说，学校校园数字化改革不只是建系统、开发应用，而是以数字化引领、撬动、赋能办学治校、人才培养的全方面全过程。

大模型

被高估的Pika，被低估的多模态AI

Pika 1.0 火爆出圈，离不开一段官方宣传视频。

大模型多模态

Finchat：一个基于AI人工智能的金融数据分析工具，让你有一个私人投资助理！

Finchat的使用非常简单，你只需要在网页或手机上打开finchat.io，输入你想要查询的问题，就可以看到Finchat为你生成的回答。

用户 finchat

最好用的AI一键换脸工具FaceSwapLab汉化

1、换脸插件的安装地址： https://github.com/glucauze/sd-webui-faceswaplab 详细过程不再赘述了，这个插件需要微软的开发工具VisualStudio。

一键换脸

<...62 63 64 656667 68 69 70 71 ...>

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