文章列表-AI魔法学院

文章列表

字节开源项目MimicTalk：快速打造逼真3D Talking Face的利器

MimicTalk通过引入「NeRF」技术，结合高效的微调策略和上下文学习能力的人脸动作生成模型，成功地解决了这一问题NeRF技术允许模型在三维空间中重建物体的形状和外观，而MimicTalk在此基础上进行了优化

MimicTalk 开源模型

语音识别的未来已来：深入了解faster-whisper的突破性进展

在医疗领域，faster-whisper可以辅助医生快速转录病历，提高工作效率。

语音识别 Faster-Whisper

Docker介绍及常用命令大全

如果不给出标签，将以latest作为默认标签。

Docker 容器

【揭秘】BELLE大模型：一个集合训练、数据、模型、APP的超级神器，让每个人都能拥有自己的“大模型”！

https://github.com/LianjiaTech/BELLE BELLE 项目的研究方向着眼于提升中文指令调优模型的指令跟随、指令泛化效果，降低模型训练和研究工作的门槛

训练大模型 belle

4秒惊艳！Stable Cascade AI绘画神器，设计师和普通用户的无限创意新选择

它仅需大约9GB的GPU内存就能保持出色的生成速度，让你的创作过程更加流畅高效。

文生图绘画

耗时7天，终于把15种ControlNet模型搞明白了

Lora的作用是让图片主体符合我们的需求 ControNet的作用是精细化控制整体图片的元素——主体、背景、风格、形式等提示词的用法我在SD的教程里讲过，这个更多的是需要平时的积累，用AB测试去知道每个词对图片产生的影响

文生图

Stable Diffusion

Stable Diffusion 文生图全网最细详解

有个比较有意思的反向 tag 叫 NSFW(no sutiable for work) 一般情况尽量把这个加入到反向词中，特别是工作场合。

文生图 SD

比 remini 更便宜，比美图更有风格！黏土滤镜免费做，速领

很多人的工作流都添加了 WD14 这个自动打标节点，但阿杰测试发现添加这个节点之后会降低画面的风格化程度，因此并没有添加。

SDXL 文生图

揭秘DeepSeek:一个更极致的中国技术理想主义故事

在硅谷，DeepSeek被称作“来自东方的神秘力量”。

DeepSeek 大模型

pdf2htmlEX：效果相当好的一个PDF转HTML程序，和原始PDF几乎一模一样。

Chrome渲染PDF，再导出成HTML，甚至图片都转成了 base64 字符，所以一个网页就可以包含完整的文本、字体和图片等内容这是我的 pdf2htmlEX 分支，旨在允许开放协作以帮助保持项目活跃

PDF转换

AI能赚到钱了么？

产业分工的话，这种模式就会和上两种叠加在一起，成为拉动前面两种的力量。

大模型商业模式

领域大模型-训练Trick&落地思考

六、领域评测集时必要内容，建议有两份，一份选择题形式自动评测、一份开放形式人工评测。

垂直训练大模型

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

由于易于构建和重复使用，希望构建更好的声音生成器、压缩算法或音乐生成器的人可以在同一个代码库中完成所有操作，并在其他人已有基础上进一步发展。

开源模型

国产AI，逃过一劫

1月10日，北京硅动科技（硅基流动）官宣完成5000万元天使轮融资，其中创新工场领投，耀途资本、奇绩创坛以及王慧文等科技界知名人士跟投，华兴资本担任独家财务顾问。

ChatGPT 大模型

【本地部署】智谱chatglm3-6B第三代！性能如何？支持调用tools+Agent+代码执行！小白教程！附网盘下载！

明天抽空，再详细测测工具调用、Agent的具体性能！

chatglm 智普大模型

<...70 71 72 737475 76 77 78 79 ...>

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