文章列表-AI魔法学院

文章列表

20%杨幂+80%霉霉=？这款“人脸拼接”的AI应用还能这么玩

新视角合成：通过InstantID，可以生成同一人物的新视角图像，即使原始图像中没有这些视角。

InstantID 文生图

使用 Dify 和 Moonshot API 构建你的 AI 工作流（一）：让不 AI 的应用 AI 化

在开源社区里，我们一般称这个功能为 Function Call，借助特殊构造的请求结构和提示词，来让模型自动的调用用户预定义的远程函数，实现智能的 RPA 调用。

Dify Moonshot API 工作流

复旦开源中文医疗大模型，基于百川微调，模型和数据集都公开

这意味着，DISC-MedLLM不仅仅提供通用性的语言模型输出，更能够弥合真实世界医疗对话与通用模型之间的差距。

大模型

14.4K Star，一款漂亮、快速、现代化的开源免费UI组件库

它有以下几点核心特性： · 可个性定制：NextUI提供了插件的模式来定制主题，你可以更改所有的语义标记以创建一个全新的主题

大模型

14.6K star！最好用的OCR文字识别项目，没有之一！

自定义识别内容这个功能是Umi-OCR的一大亮点，可以指定识别的内容区域，或者屏蔽掉不需要识别的区域。

Umi-OCR 开源项目文字识别

Stable Diffusion

硬核解读Stable Diffusion（系列三）

ViT-H/14模型相比原来的OpenAI的L/14模型，在imagenet1K上分类准确率和mscoco多模态检索任务上均有明显的提升，这也意味着对应的text encoder更强，能够抓住更准确的文本语义信息

Stable Diffusion 文生图

中文原生文生图大模型来了！腾讯混元推出，Sora 同架构

同时，在算法层面创新实现了多轮生图和对话能力，可实现在一张初始生成图片的基础上，通过自然语言描述进行调整，从而达到更满意的效果。　　

文生图混元腾讯

关于AI声音生成的一切（语音+音乐+嘴型）

● 通过 wav2vec2 对齐技术，WhisperX 能够实现准确的单词级时间戳。

声音

StableDiffusion

StableDiffusion常用基础参数说明

除 4090 等高级显卡以外通常保持为 1。

文生图

你的下一个浏览器，可以是豆包电脑版！

可以看到，“人机协作”的界面是左右分离的，若是对生成的结果不够满意：在左侧，我们可以通过对话的方式来修改文章，并且支持上传文件，搜索资料、图像生成等功能。

豆包浏览器

MindChat心理大模型

我理解你的感受, 这是一个很常见的问题.

心理大模型

关于GPT-4在变笨，有人写了篇论文证实了这一点

论文试图通过多种维度评估GPT的表现为何让人感到如此不稳定和不一致，于是为GPT3.5和GPT4划分了四种能力维度，分别是数学问题，敏感问题，代码能力和视觉推理能力。

大模型

30条 SEO Prompt

topic} 创建内容简介提示：为{主题}的文章创建内容简介 9、Page Titles by ContentPrompt: Suggest 10 catchy titles for {topic} 通过内容创建页面标题提示

SEO 提示词

AA大佬新作：ComfyUI整合包，打造极简解决方案

这对于国内用户来说尤其有价值，因为它解决了网络连接和资源下载速度慢等问题，使得新手用户能够更容易地开始他们的Stable Diffusion之旅。

comfyui 文生图工作流程

Stable Diffusion

超级干货，自学stable diffusion，看完这篇就够了

风格描述：中国风，禅意，浪漫主义。

Stable Diffusion 文生图

<...66 67 68 697071 72 73 74 75 ...>

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