文章列表-AI魔法学院

文章列表

OpenAI大动作：Whisper large-v3重塑语音识别技术

如何获取Whisper large-v3 对于有兴趣的开发者和技术爱好者，Whisper large-v3已经开源，你可以通过以下链接下载并开始探索这一强大工具： ·

Whisper 语音识别

Stable Diffusion

Stable Diffusion ControlNet：Reference“垫图”功能，不炼丹也能保持同一人物

quality,ray tracing,(best quality),((masterpiece)),(highres), 场景的细节还是有点瑕疵，不过大体上还是与原底图匹配，如果觉得差别有点大，我们可以通过调整

文生图

玩转大模型必备：milvus向量数据库私有化安装部署及使用介绍

yml文件,启动Milvus通过运行: docker-compose up -d 运行docker-compose up 命令后会下载三个镜像 etcd 、minio还有milvus

向量数据库

从声纹模型到语音合成：音频处理 AI 技术前沿 | 开源专题 No.45

该项目支持多个平台，并且可以通过网络连接来卸载外部负载以处理音频转换任务。

AudioCraft 音频

解码二维码：揭秘我的漂亮二维码生成秘诀！

制作艺术二维码-图生图》在“文生图”一文中介绍了使用提示词+标准二维码生成艺术二维码的方法，演示了生成狮子头像二维码的实例，实际出图的效果也还不错，但是不能控制图片的细节，这也是只使用提示词生成图片的通常问题

图像文字

3 个令人惊艳的 GitHub 开源项目，诞生了！

随着今年这波 AI 风口的兴起，让这两款神器再次走进人们的视野，但与上次不同的是，这次很多普通网友都开始上手学习，并参与创作，再利用工具能力进行变现。

开源模型

第一个StableCascade动漫大模型上架了

不过，StableCascade大模型的训练门槛比较高，差不多要45G显存起步，是绝大多数普通爱好者（4090大概是上限）无法企及的算力，所以迄今为止，发布的大模型比较少。

StableCascade 文生图

你的下一个浏览器，可以是豆包电脑版！

可以看到，“人机协作”的界面是左右分离的，若是对生成的结果不够满意：在左侧，我们可以通过对话的方式来修改文章，并且支持上传文件，搜索资料、图像生成等功能。

豆包浏览器

OCRmyPDF—可智能识别PDF文本和图片信息的工具

主要特性 •从普通PDF生成可搜索的PDF/A文件 •在图像下方准确放置OCR文本，以便于复制/粘贴 •保持原始嵌入图像的确切分辨率 •

OCRmyPDF 工具

AI资讯速递 - 快人一步！为你填平AI领域信息差及时揭示AI领域的最新动态

通过这些讯息，我们能够遴选出最适合自己的AI知识获取途径，为我们和孩子的成长铺路搭桥。

AI资讯 AI新闻

换脸软件 FaceFusion 保姆级教程

execution-providers cuda --face-swapper-model inswapper_128 这里有个小技巧，如果你的目标视频很大的话，可以先通过

FaceFusion 教程

一张图看懂IT人的江湖地位

公有云服务商江湖地位篇仅代表国内市场地位与表现安全厂商江湖地位篇厂商太多，仅包含部分已上市公司网络通信厂商江湖地位篇

工作

《构建个人知识图谱》：让 AIGC 帮你自动构建知识图谱

选择第二种方案，自动获取节点介绍然后让 LLM 总结，流程如下： AIGC 自动生成知识节点摘要流程知识节点摘要介绍实现由于我们维护了知识节点的主页，所以可以很方便的通过程序获取主页上的介绍

提示词文生图 AIGC

SD 美颜修图神器

— 该插件需要从网址进行安装，插件地址： https://github.com/portu-sim/sd-webui-bmab 进入 SD 的扩展，通过网址进行安装。

SD 文生图

一键部署本地“妙鸭”，证件照，写真照，模特换装全部搞定！

我们还可以通过自己上传图片进行脸部替换。

妙鸭文生图

<...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