文章列表-AI魔法学院

文章列表

8个常用中文OCR数据集，附下载链接

MSRA-TD500数据集样例（图源：参考资料[1]） MSRA-TD500数据集中的典型图像以及文字的标准矩形框每一个矩形框对应一个文本行。

OCR

独家！黄太吉创始人再创业：首次披露惨败内幕

堂食收入远远无法覆盖中央厨房及规模庞大的配送员团队成本。

黄太吉创业

46.6k星星！最强开源AI集合系统，一键部署全网AI工具都能直接用，UI简直是视觉盛宴！

这些模型按使用量付费。

AI开源集合

【Agent专题】Agent架构设计：智能体架构设计的9大核心技术全景深解析，附架构图

六、Function Calling：让语言模型动起手来 Function Calling打通了大模型到工具系统的最后一公里。

Agent 智能体架构

一招让你的 AI 图像更惊艳！DALL-E 3 自定义指令魔法

- 独特：矢量徽标、马克杯印花、壁画、3D 模型、像素艺术、绘本、活动海报、书籍封面、贺卡、T恤设计。

DALL-E3 文生图

掌握 Midjourney 提示词技巧成为 25 个流派的摄影大师

这种类型的摄影的本质是捕捉食物的颜色、质地和摆放。

文生图摄影提示词

【万字干货】掌握 Midjourney 提示词技巧成为 25 个流派的摄影大师

这种类型的摄影的本质是捕捉食物的颜色、质地和摆放。

文生图训练提示词 Midjourney

AI高手都在用的10个提示词prompt网站，建议收藏！

一、先模仿，再超越众所周知，chatgpt使用得好不好，和你的提问有很大的关系，这个提问又叫提示词、指令或者是prompt。

AI“同声传译”新进展！Google发布，无监督，语音识别：Translatotron 3！

它的原理是，把输入的语音信号随机地掩盖一些部分，然后让模型尝试重建完整的语音信号。

Translatotron 语音识别

AI产生意识，对人类意味着什么

《Nature》和《Science》杂志以及《纽约时报》和《经济学人》等大型媒体均报道了这一结果。

AI 意识

【AI绘图工具】太爆炸了，AI出图速度100fps（每秒100张图片），比LCM、SDXL Turbo更快，目前No.1

二、现有扩散模型在解决实时性方面的策略针对扩散模型在商业化中的应用趋势，主要集中在提高扩散模型的运行速度，以便在实时交互场景中更有效地生成图像方面开展工作，主要有以下一些关键点： 1、商业化扩散模型

StreamDiffusion 文生图

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？

团队发现，要模型扩展得足够大，它就能自主地理解三维几何结构，无需在模型中设定严格的一致性规则。

Sora 原理

【开源看AI】4.2K star！Reor：AI自动帮你发现知识之间的连接

这款工具强调本地运行模型，保障用户数据的私密性。

Reor 开源工具知识管理

80多个罕见的论文prompt，让你起飞！

二、提示构建内容该模型可以提供有关如何组织内容的建议，包括潜在的节标题、参数的逻辑流等。

prompt 提示词论文

TypeChat 入门指南

什么是 TypeChat TypeChat 是一个革命性的库，它简化了使用 TypeScript 构建自然语言模型界面的过程。

TypeChat

<...75 76 77 787980 81 82 83 84 ...>

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