文章列表-AI魔法学院

文章列表

新模型Cascade你真的用对了吗？！

潜空间可以简单理解为ai计算生成图片的区域，潜在空间越小，推理速度就越快，训练成本也就越低。

Stable Cascade 模型

Docker介绍及常用命令大全

宿主机文件路径容器名称:/home/your_path # 容器 → 宿主机注意，命令执行是在容器之外 docker cp 容器名称:/home/file.txt /home/宿主机目录案例：搭建深度学习环境

Docker 容器

体验Outfit Anyone，高质量虚拟换装，效果如何？

接下里，我们可以自己上传衣服，看看效果：从百度里找张图片这效果，有点惊艳呀。

Outfit Anyone 模拟

Stable Diffusion

Stable Diffusion教程：绘制3D风格的手办公仔

Stable Diffusion是一种强大的深度学习模型，能够将2D图像转化为具有丰富细节和质感的3D模型。

Stable Diffusion 教程 3D

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

Mokker，想取代商业棚拍效果的场景生成AI

一是因为需要上传产品图片，所以产品在生成式的AI结果中是非常准确的，不会受AI生成影响产品的结构和内容，如果没有时间抠图，上传后也会贴心帮您抠好图；二是添加摄影道具的时候可以布局前后和位置关系，道具的准确度也非常高

Mokker 图生图

【ComfyUI】爽玩必备！6大插件汇总推荐

这里如果翻译不成功的话，我们需要再下载一个插件（https://github.com/pengchengmi/ComfyUI_Prompt_Translate_to_English），将翻译器改为百度翻译

大模型

无显卡+纯本地跑Qwen1.5版模型！0基础闭眼部署指南！适用绝大部分开源模型！llama2+Mistral+Zephyr通杀！

到时跑知识图谱，那个温度+音浪~ 已经有画面了！

Qwen1.5 开源模型

14.6K star！最好用的OCR文字识别项目，没有之一！

接下来给大家展示一下它的亮点功能：截图识别这个功能很适合在一些不能复制的网页上使用，速度很快，准确率也很高。

Umi-OCR 开源项目文字识别

如何使用ChatGPT写论文

提供一些可以提高研究深度的方法和技巧 6.

ChatGPT 写作

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

DISC-MedLLM的独特之处源于其创新性的设计和多元数据构造机制，这一机制是基于我们以目标为导向的策略，以及真实医患对话数据和知识图谱的深度结合而成。

大模型

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

SenseVoice-Small 提供5种语言(中文、英文、日语、韩语、粤语)的低延迟 ASR(目前已开源)，SenseVoice-Large 支持超过 50 种语言的高精度 ASR。

asr tts 声音

AI撬开小县城的万元商机

目前正在架构智能推荐系统，可以通过分析消费者的购买历史和喜好，让平台为消费者推荐更加符合他们需求的商品，提高购物的效率和满意度。

AI 商机

【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比，等你来评!

少样本 TTS：仅需 1 分钟的训练数据即可微调模型，提升声音相似度和真实感。

语音克隆开源模型

8月份最火的 5 个 GitHub 项目

支持 Azure、Anthropic Claude、Google PaLM 2、智谱 ChatGLM、百度文心一言、讯飞星火认知以及阿里通义千问，可用于二次分发管理 key，仅单可执行文件，已打包好 Docker

下载

<...76 77 78 798081 82 83 84 85 ...>

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