文章列表-AI魔法学院

文章列表

从零开始了解AI大模型 - 技术篇：万字深度好文人话说大模型技术

这个模型被广泛应用于各种任务，包括将一种语言翻译成另一种语言的翻译工作、将图片中的文字变成可读的文字的OCR（光学字符识别）任务等等。

大模型

深度｜万字访谈！Open AI Sora作者，亲自揭秘Sora原理，Sora能带我们通往AGI吗？

Tim 和 Bill 轮番分享了Sora的训练细节、数据工程及未来设想，是技术报告之外最一手的信息。

Sora 原理

字正腔圆,万国同音,coqui-ai TTS跨语种语音克隆,钢铁侠讲16国语言

按照固有的思维方式，如果想要语音克隆首先得有克隆对象具体的语言语音样本，换句话说，克隆对象必须说过某一种语言的话才行，但现在，coqui-ai TTS V2.0版本做到了，真正的跨语种无需训练的语音克隆技术。

coqui-ai TTS 语音

VividTalk：用一张照片和一段音频让人物栩栩如生地说话

引言在数字时代，技术的进步正在不断突破我们对现实与虚拟的界限。

VividTalk 视频

2万字大模型调研：横向对比文心一言、百川、Minimax、通义千问、讯飞星火、ChatGPT

字节跳动：字节跳动虽然没有公开具体的大模型名称，但在自然语言处理和推荐系统等领域有深厚的积累和技术实力。

大模型调研

ChatGPT+文字转视频工具，让1个人1天轻松生产100条原创视频（内附全部工具）

今天给大家分享一个 ChatGPT+文字转视频AI工具，批量跑原创视频的玩法。

生成式AI

说真的，学会用SD做电商图，你才是真的入了门

从2023年8月的时间节点来看，Stable Diffusion依然是小众产品。

文生图 SD 电商

万字长文震撼来袭！揭秘Transformer——吐血解读自注意力机制的革命性突破

万字长文深度解读Transformer：《Attention is All You Need》——揭秘自注意力机制的革命性突破。

Transformer 大模型

手把手教你用 SD 生成文字形状的光线，用来做营销宣传图非常有效

昨天类似这种文字光效或者将文字合成在衣服上的图好像又火了，很多朋友在问怎么做，其实就是ControlNet的简单应用，比如模拟光线照射文字的，之前用来调整自然光线的角度和范围这次不过是将原来模拟光照的图变成了文字了

图像文字 ControlNet Stable Diffusion

【万字长文】全球AI Agent大盘点，大语言模型创业一定要参考的60个AI智能体

PS：因本文盘点的Agent项目众多，故而字数也达到了1W+，建议大家先收藏再阅读。

大语言模型

Stable Diffusion

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

“右键——新建节点——加载器”我们会看到很多加载器，看名字是不是都挺熟悉的，没错这就是我们需要用到的“Checkpoint加载器（大模型加载器）、VAE加载器、Lora加载器等”我们先把大模型加载器添加进来

comfyui 文生图

社区供稿｜GPT-4 与国产模型，大！横！评！

带着这些问题我们横评三款公认水平比较高的国产大模型，分别是智谱GLM-4，文心一言4.0和字节的豆包，测评基准则是GPT-4。

GPT-4 大模型

美的数字化转型10年，方洪波的反思。作为领导者的高瞻远瞩与宽广胸襟！

通俗一点就是我们以前是卖一个单个产品，或者是卖个硬件，那么随着数字化的驱动之后，我们掌握的这些数字化的技术、工具和方法后，我们现在卖的是一个集成式的方案，或者是把几个产品整合起来，提供一个局部的、某一个环节的一些解决方案

工作

火山写作：一款助力写作能力提升的AI助手

这是由字节跳动的火山引擎团队精心打造的AI创作辅助工具，无论是修改毕业论文、精炼个人简历，还是进行全文修订、检查语法拼写错误，添加生动词汇及灵活修改等，火山写作都能为您提供全方位的协助。

火山写作工具文章

Selenium+ddddocr | 再也不担心图片验证码

ddddocr库介绍 ddddocr（Deep Double-Digital Digits OCR）是一个基于深度学习的OCR（Optical Character Recognition，光学字符识别

Selenium ddddocr库

<...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