文章列表-AI魔法学院

文章列表

OCR是什么以及推荐几款开源中文OCR识别软件

亦即将图像中的文字进行识别，并以文本的形式返回。

OCR

AI领域的agent是什么意思？

基于大语言模型（LLM）的 AI Agent 利用 LLM 进行记忆检索、决策推理和行动顺序选择等，把Agent的智能程度提升到了新的高度。

大模型

DeepMusic发布“和弦派”2.0：重塑AI音乐创作范式，赋予创作者全方位掌控

作为一款全方位辅助音乐创作的工具，“和弦派”贯穿歌词构思、旋律构建、编曲设计、虚拟演唱直至后期混音的全过程，运用AI技术助力音乐人与爱好者跨越创作瓶颈，孕育出丰富多样且充满个性特色的音乐作品。

和弦派 DeepMusic 音乐创作

技术爆炸！AI一图换脸新王者，Instant ID保姆级安装与使用测评

在SD中有很多人物换脸的新技术，比如像之前的Roop还有ReActor，它们都可以实现仅凭一张图进行人物换脸，后来又出现了EasyPhoto，可以通过快速炼制的小模型来对人物进行模仿。

Instant ID 文生图

国外报告90%的AI类产品公司已经实现盈利，而国内大模型和AIGC的访谈说太卷了

国内大模型行业的发展情况：行业内卷严重，商业化难题突出，技术挑战仍存。”

大模型

Stable Diffusion

Stable Diffusion图生图（真人转动漫）

一、简介今天给大家分享使用Stable Diffusion图生图进行真人转动漫，木木共使用了五种模型进行真人转动漫测试，重绘幅度在0.45~0.6之间，如果重绘幅度过大，会导致生成的图片偏离主体样貌

StableDiffusion 图生图

大模型训练为什么用A100不用4090

三种并行方式从三个维度划分计算空间的示意图，来源：DeepSpeed Data parallelism（数据并行）数据并行是最容易想到的并行方式。

大模型

中文对话大模型BELLE全面开源！（附：数据+模型+轻量化）

这个新项目基于BLOOM和LLAMA，针对中文进行了优化，使用了ChatGPT生成的数据来进行模型调优，为中文指令提供更好的支持。

belle 训练大模型

HAI-Chat：高效且轻量的一键式 RLHF 训练工具

对话式人工智能工具的流行引发了人们对人工智能安全的担忧。

HAI-Chat RLHF

中文开源OCR框架对比及介绍

亦即将图像中的文字进行识别，并以文本的形式返回。

OCR

Sora懂不懂物理世界？

我们真实的视频是会体现真实世界的物理规律，以航行为例这意味着 AI 需要考虑到重力、浮力、碰撞以及船体结构在动态环境中的行为。

文生视频视频生成 sora

换脸软件 FaceFusion 保姆级教程

FaceFusion 是由 Roop 项目的核心开发者独立发布的，它被官方描述为下一代的人脸交换和增强软件，这个软件可以用于处理图片和视频，可以运行在 GPU 和 CPU 下面。

FaceFusion 教程

做自媒体消息闭塞很致命，巨好用的工具分享

新榜10W+，实时提供各种爆文，对想要入行自媒体，不知道做选题的，可以查看上面的选题，进行模仿创作。

自媒体工具

微软研究团队：Sora核心技术及未来机会研究报告-中英对照版

简而言之，Sora 将视频压缩为潜码的时空表示，然后从这个压缩的视频中提取出一系列的时空潜码片段，这些潜码片段概括了短时间内的视觉外观和运动动态。

sora 论文

30条 SEO Prompt

任何时候SEO都不晚，现在给到大家30条SEO相关的提示词，赶紧行动起来吧 1、Find Long-Tail QueriesPrompt: List down all the long-tail

SEO 提示词

<...4 5 6 789 10 11 12 13 ...>

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