文章列表-AI魔法学院

文章列表

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

在第二阶段，基于驱动网格和参考图像，渲染内部面部和外部面部的投影纹理，以全面建模运动。

VividTalk 视频

图解 transformer——逐层介绍

由嵌入层和位置编码层产生的（samples, sequence_length, embedding_size) 形状在模型中被保留下来，随数据在编码器和解码器堆栈中流动，直到它被最终的输出层改变形状

Transformer 大模型图解

智能知识图谱SmartKG和pySmartKG简介

它能够根据用户输入的实体和关系数据自动生成知识图谱，并提供图谱可视化及基于图谱的智能对话机器人。

知识图谱

本地部署操作AI抠图软件

可实现一键人像抠图，完胜小白操作PS人像抠图。

抠图

【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

EasyPhoto | 您的智能 AI 照片生成器

为了解决这种不真实的问题，我们引入了稳定扩散模型的图像到图像功能。

训练 EasyPhoto 文生图

AI人工智能大模型通用办公提示词-献给像我一样的社畜们

我的第一句话是“为了让计算机像人类一样行动，语音识别系统必须能够处理非语言信息，例如说话者的情绪状态。”

不会PS也能做神图？豆包AI绘画全解析，让你的创意秒变艺术品！

豆包的图像生成功能最近做了大升级！

Qwen3

世界上最流行（github排名高）的开源移动机器人的操作系统ROS开源了！！

github开源排名很高 Turtlebot3 的 ROS 软件包源代码： http://www.gitpp.com/goldenbear/turtlebot3 【文生图】人工智能配图

ROS 机器人开源模型

Stable Diffusion

Stable Diffusion基础：ControlNet之图片高仿

; 勾选完美匹配像素 · 选择 Reference &ensp

文生图

图文生成短视频的方法

很多人可能像我一样，不喜欢做口播，但是有一定的文采，想要做短视频，却苦于找不到什么方法，你是否也有这样的苦恼呢？

视频 ChatGPT

Comfyui工作流管理插件，再也不用保存本地了！

Comfyui终于有工作流管理插件了！

Comfyui 工作流插件

Selenium+ddddocr | 再也不担心图片验证码

ddddocr库在多个领域有着广泛的应用，包括自动化办公、图像处理、文字识别等。

Selenium ddddocr库

面向知识图谱的大模型应用

知识图谱的应用由来已久，如果企业已经投资了知识图谱系统，而且效果还不错，需要用LLM重新实现一遍么？

知识图谱大模型

我们需要的不是智能体，而是工作流（5000字保姆式教学）

工作流前与 AI 协作方式：工作流前，我们大多数人通过 prompt （提示词）与各种大模型交互，比如GPT，MJ，可灵，将我们想要的内容（文本，图片，视频）创作出来，明显提高我们创作效率。

工作流教学

<...3 4 5 678 9 10 11 12 ...>

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