文章列表-AI魔法学院

文章列表

几款开源的OCR识别项目，收藏备用

随着科技的发展，OCR场景随处可见，很多APP也集成如身份证识别，银行卡识别的功能，包括微信都支持截图文件中的文字提取。现在，各大厂商均有提供各种场景的OCR识别的API。但是，有时候我们也想自己来折腾一下。这时候，就可以借助一些主流开源框架来快速达到我们的目的。

OCR

MidjourneyV6高级提示词技巧（人物篇）

这样做是为了为V6在下一步发挥其强大能力做好准备。

Midjourneyv6 文生图提示词

技术爆炸！AI一图换脸新王者，Instant ID保姆级安装与使用测评

它可以仅通过一张图片进行完美换脸，可能是目前最强的脸部迁移模型。

Instant ID 文生图

向量数据库不是一个单独的数据库分类

因此，相信绝大多数能够存储文本的数据库都会提供向量搜索。

大模型向量数据库

爆肝！超详细的胎教级Midjourney使用教程，看这一篇就够！

我们拿最常见的Midjourney（简称MJ）和Stable Diffusion（简称SD）来对比 Midjourney：一个商业产品，其公司主要负责模型开发、训练、调整和用户界面，为用户提供打开即用的体验

文生图

一键部署本地“妙鸭”，证件照，写真照，模特换装全部搞定！

去年年初，一款很火的AI写真软件“妙鸭”横空出世，消费者仅仅只需几张照片就能给自己拍摄出各式各样的证件照、写真照，简直太神奇了。

妙鸭文生图

一个完整Prompt让ChatGPT自动生成短视频制作脚本

通过将产品信息、售卖对象和优惠信息结合，它能够快速生成吸引人的短视频制作脚本，帮助企业在激烈的市场竞争中脱颖而出，实现更为成功的营销策略。

ChatGPT Prompt 视频

四木测评｜让教父唱《野狼disco》、恶搞《甄嬛传》，火遍全网的阿里明星项目EMO正式开放

输入音频和一张图片，EMO就能生成对应的视频目前，用户直接下载登录通义千问，就能免费体验到 EMO 。

EMO 阿里全民演唱

Ilya认错，Scaling Law崩了？自曝SSI秘密技术路线取代OpenAI

就在刚刚，路透社也发文表示，由于当前方法受到限制，OpenAI和其他公司正在寻求通向更智能AI的新途径。

Scaling Law AI大模型

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

必读！RAG好用的3种Router

PolyRouter提供了一个多LLM路由系统，该系统根据特定需求动态将查询路由到最合适的专家，从而优化性能，减少响应时间和成本，同时提高输出质量。

RAG Router

万字长文-大语言模型指令调优综述

为了创建Baize 数据集，作者提出了自我聊天的建议，ChatGPT轮流扮演用户和人工智能助手的角色，并以会话的形式生成消息。

大语言模型

AI声音克隆 | 最全最简教程（权威版）

它是一种将文本内容转换为语音的技术，通过TTS技术，计算机可以将文字信息转换成人类可听懂的语音输出，实现语音合成的功能目前市场上的AI声音我们最多用的还是普通的

声音克隆教程

大模型高效微调：🤗 PEFT 使用案例

最近的最先进的PEFT技术实现了与完整微调相当的性能。

大模型

大模型应用中大部分人真正需要去关心的核心——Embedding

本文我们从基础开始，了解一下向量Embeddings的人工智能搜索功能。

大模型

<...64 65 66 676869 70 71 72 73 ...>

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