文章列表-AI魔法学院

文章列表

字节，悄咪咪做了个 Liblib

特工宇宙获悉，字节也推出了一款 AI 模型分享社区产品，名为「炉米Lumi」。

Lumi 大模型

ChatPDF | LLM文档对话 | pdf解析关键问题

第一步是用一些工具将pdf转换为图片，这里有很多开源工具可以选，笔者采用fitz，一个python库。

大模型

18种 DALL-E 3 炫酷的文字效果和提示词

在各种试错之后，我终于总结出了这 18 种效果，希望能给正在阅读本文的你带来一些灵感。

DALL-E 3 提示词文生图

RLHF 在 Text2SQL 领域中的探索

; 04 实验方法 Text2SQL 研究主要有基于模版和匹配的方法、基于 Seq2Seq 框架的方法和基于模型预训练的方法，随着 LLM 的崛起，如今利用 LLM 微调完成

Text2SQL RLHF

Stability AI推出视频生成模型Stable Video Diffusion

然而，需要注意的是，该模型目前处于“研究预览”阶段，使用者必须同意特定的使用条款，明确规定了其预期应用领域，如“教育或创意工具”等，同时禁止用于“真实事件或人物的表现”。

Video 视频创作 SD

解玄：共相、道、基类与战略

近来有个朋友知道我工作上碰到的些挑战后，帮我推荐了个“大师”帮忙看看。

玄学科学

ComfyUI | 这么入门就顺了，硬入疼的是自己

之前web UI的各个板块由上到下推进，然后没有这些线条，如果要快速的了解这些界面，不如这样试试看，在web UI界面基础上扩展，比如下面这个界面，忽略线条看，是不是很熟悉？

生成式AI

15种ChatGPT高频用法

编程和技术支持可以解决具体的编程问题，理解某个编程概念，使用某个软件或技术时遇到困难也可以寻求ChatGPT帮助 3.

大模型效率

生成式AI领域拓展！MetaAI开源AudioCraft：一个支持AudioGen、MusicGen等模型的音频生成开发框架

音乐可能是最具挑战性的音频类型，因为它由局部和长程模式组成，从一系列音符到具有多种乐器的全局音乐结构。

开源模型

ollama本地部署自然语言大模型

测试机器： i5 8400 16G内存 1060 6G 安装ollama安装，下载，运行模型。

ollama 语言大模型部署

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

在人工智能技术日益普及的今天，GPT-4o 的实时语音功能吸引了大量关注。

GPT-4o 语音交互

爆火！腾讯开源PhotoMaker：高效地定制化生成任意风格的逼真人类照片！

在通过提议的管道构建的数据集的滋养下，PhotoMaker展示了比基于测试时间微调的方法更好的ID保存能力，同时提供了显著的速度改进，高质量的生成结果，强大的泛化能力，以及广泛的应用。

PhotoMaker 文生图

变天了，AI可以一键生成中文海报了......

第一步：使用Claude（或者其他AI聊天工具），上传图片并输入提示词：“请详细描述该海报的设计风格、画面构成和文字布局，要求通过文字描述准确还原视觉效果。”

2.1图像模型文生图

AI提示设计技巧剖析 - 29个动词助你获取更好文本生成

这可以帮助AI生成更具想象力的语言描述。

提示词文本

Stable Diffusion

深入浅出学习Stable diffusion之线稿转效果图

世界第三模型网，T站，吐司首先看一下成果：这是一个白膜图，当然你手绘也可以，以下以专业的景观设计方向为参考：然后两秒出图：当然这里还没有怎么调节

Stable Diffusion 文生图大模型

<...68 69 70 717273 74 75 76 77 ...>

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