文章列表-AI魔法学院

文章列表

AI绘画：InstantID Win11本地安装记录！

我只记录，比较关键的，比较有用的部分。

InstantID Win11 安装

如何将 GPT 幻觉发生率从 20% 以上降低到 2% 以下

有几种方法可以应对这一挑战。

大模型

AI生成卡通人物项目|VToonify

虽然基于强大的 StyleGAN 模型构建的一系列成功的肖像图像卡通化模型已经被提出，但这些面向图像的方法在应用于视频时存在明显的局限性，如固定帧大小、需要面部对齐、缺失非面部细节和时间不一致性等。

AI生成卡通人物 VToonify

Windrecorder：连续记录屏幕内容，通过OCR技术识别记录内容

优化流程，提升性能添加画面模态的识别，以实现对画面内容描述的搜索记录前台进程名与记录OCR词语对应位置，以在搜索时作为线索呈现

Windrecorder 录屏

开源！数字人资源大集合！

AGORA 在 CVPR 2021论文中提出，由涵盖 350 多个独特主题的 4240 个扫描组成，全部与 SMPL-X 拟合配对。

数字人开源

搞了一个Dify开源知识库

对于AI创业的小伙伴来说，dify具备了AI原生应用的技术栈，值得学习、研究一波，加以应用实践，或许会走很多弯路。

Dify 大模型知识库

5个最佳开源RPA框架！

如果把RPA比作人的躯干神经，那么AI就是人的大脑。

智能自动化大模型 RPA框架

5个最佳开源RPA框架

如果把RPA比作人的躯干神经，那么AI就是人的大脑。

开源模型智能自动化

「语音识别的未来已来」——探索Distil-Whisper，轻量级AI的强大力量

轻量级的力量：Distil-Whisper与OpenAI Whisper的比较 Distil-Whisper以更小的模型体积和更快的响应速度，展现了其在AI语音识别领域的独特价值。

Distil-Whisper 语音识别

除了深度换脸、模拟配音，还能口型匹配的AI软件出现了

Misra坦言，口型匹配技术发展速度比他预期的要快。

AI

QWen1.5: 卓越模型之路

对 Qwen Base 和 Chat 模型在一系列基础及扩展能力上进行了详尽评估，包括如语言理解、代码、推理等在内的基础能力，多语言能力，人类偏好对齐能力，智能体能力，检索增强生成能力（RAG）等，对比对象也增加了热门的

Qwen1.5 开源模型

「Agent」通俗易懂地聊聊AI Agent（附66个开源+44个闭源Agent项目）

OpenAI 联合创始人 Andrej Karpathy 在近期的公开活动上说 “ 相比模型训练方法，OpenAI 内部目前更关注 Agent 领域的变化，每当有新的 AI Agents 论文出来的时候

大模型

GitHub工程师分享开发Copilot所采用的提示词工程

Ziegler 和 Berryman 表示，对于 Copilot 来说，有用的上下文信息可能包括语言、文件路径、光标上方的文本、光标下方的文本、其他文件中的文本，等等。

开源模型

StableDiffusion

好用的令人发指的图生图，你就告诉我抄哪个吧！—StableDiffusion 第三弹

在我们的现实生活里，这种对需求的传递偏差与错误解读，其实也普遍存在着。

大模型文生图

Coze多智能体（Multi-Agents）模式体验！

多智能体（Multi-Agents）究竟是什么它是基于LLMs且由多个互相协作或竞争的自主单智能体组成的，其主要含义是在通过集体行为解决复杂问题（好比一个团队或一家企业解决用户或客户的复杂需求

Coze 多智能体

<...65 66 67 686970 71 72 73 74 ...>

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