文章列表-AI魔法学院

文章列表

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

无监督的嵌入映射（Unsupervised Embedding Mapping）：这是一种可以把不同语言的语音或文字的内部表示，映射到一个共同的空间的方法。

Translatotron 语音识别

一个令人惊艳的图片高清化重绘神器：SUPIR来了！

所以这又给我提供了一个新的思路，先通过之前SD WebUI的方法对图片进行高清处理，再通过SUPIR进一步处理，我们仍然能获得一些收益。

SUPIR 文生图

Stable Diffusion

stable diffusion 远端跑图—— Api基础知识掌握

; "sd_model_checkpoint" :"wlop-any.ckpt [7331f3bc87]"}, // 一般用于修改本次的生成图片的stable diffusion 模型，用法需保持一致

文生图 api

AI赋能实验室：儿童绘本插图

--ar 16:9 --v 6.0 --s 250 --style raw 译文：这是一个充满奇妙想象的儿童插图，描绘了一个充满好奇的[动物]在一个充满活力和魔法的[地点]展开了一段愉快的冒险

插画文生图

LLM之RAG实战（五）| 高级RAG 01：使用小块检索，小块所属的大块喂给LLM，可以提高RAG性能

在这篇博客文章中，我们将深入研究这两种方法在LlamaIndex中的实现。

RAG 检索

Stable Diffusion

Stable Diffusion插件：提示词

安装方法一，通过 WebUI 的扩展功能进行安装：插件地址：https://github.com/Physton/sd-webui-prompt-all-in-one 启动 Stable Diffusion

Stable Diffusion 提示词

教会AI画汉字（ComfyUI篇）

ControlNet模型一个利用qrcode模型的图图融合模型这边是下载链接以及安装方法：总之是一个使用方式非常简单的ComfyUI插件接下来是使用方法再开始构筑工作流之前我们需要先安装插件

comfyui 文生图

5个最佳开源RPA框架！

它提供了易用的操作界面，无需编码或使用最少的命令（无代码、低代码方法）即可实现自动化机器人的创建。

智能自动化大模型 RPA框架

5个最佳开源RPA框架

它提供了易用的操作界面，无需编码或使用最少的命令（无代码、低代码方法）即可实现自动化机器人的创建。

开源模型智能自动化

Dify：大模型创业开源工具，46,558 行代码，完全开源

我们欢迎每一位开发者的参与和贡献，如果你对 Dify 有任何想法，可通过 GitHub issue 、PR 或 Dify 社区参与讨论、贡献你的代码与想法。

Dify 开源工具

SD入门教程六：ControlNet基础入门

通俗的讲，就是输入一些额外的控制参数，然后通过所对应的辅助模型（ControlNet专用模型）去控制图片的生成结果，这些控制参数可以是线稿图，深度图，人体姿态图，法线图等。

ControlNet 文生图

FaceFusion又更新咯，增强功能再增强！

; 依赖更新到最新包含了演示素材包含了各类模型界面和提示全部做了汉化解除了XX限制解决启动时需要魔法的问题

FaceFusion 文生图

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

不同于现有方法直接用现成的 CLIP 词表，Vary 分两个阶段：第一阶段先用一个很小的 Decoder-only 网络用自回归方式帮助产生一个强大的新视觉词表；然后在第二阶段融合新词表和 CLIP 词表

OCR 手写文字识别

Stable Diffusion

超详细的 Stable Diffusion ComfyUI 基础教程（二）：文生图基础流程

我们用同样的方法“右键——新建节点——条件——CLIP文本编码器”，这个地方我们要添加两个“CLIP文本编码器”用来输入正、反关键词。

comfyui 文生图

大厂都在用的结构化Prompt，把写提示词变成填空题！

结构化提示词是借鉴了编程语言方式，以一定的语法结构或形式来表达指令或请求，以提供清晰、明确的信息指导GPT执行特定任务，减少歧义和误解。

prompt 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