文章列表-AI魔法学院

文章列表

2023年人工智能行业总结

ChatGPT的成功得益于两个技术突破：一是通过人工调教，使其回答人类问题更加自然、不机械；二是发现了大模型的涌现现象。

人工智能 AGI 思考总结

【重磅推荐】PaddleOCR：超越人眼识别率的AI文字识别神器！

6.训练定制：PaddleOCR支持用户根据自己的需求进行模型训练和定制，满足特定场景下的OCR需求。

PaddleOCR 文字识别

AI 换脸——Deepfacelab 下载与安装，新手教程

使用脸部信息头像训练模型（Model） .

Deepfacelab 换脸

AI数字人：重构人货场的新力量

随着人工智能技术的飞速发展，生成式AI正在深刻改变着电商行业的运作模式。

数字人 AI 商业

6个AI音乐软件推荐，让你学会人工智能AI作曲

该工具拥有直观的界面和大量的场景、情感和类型的选择使它成为业余和专业人士的绝佳选择。

训练音乐

Stable Diffusion

AI绘画巅峰对决：Stable Diffusion 3与DALL·E 3原理深度比较

这个模型套件真的很强大，参数范围从800M到8B，选择多多，无论你有什么创意需求，它都能满足你。

Stable Diffusion DALL·E

Animatediff V2 版本来了！就一个字：秀

首先呢，我们先来下载模型和官方提供的 Lora 模型。

Animatediff 文生图

使用ComfyUI玩SDXL的正确打开方式

相比较而言，高级采样器会多一些调整参数，这些参数是我们今天要用到的。

文生图 ComfyUI

中文开源OCR框架对比及介绍

但是对于想要自己DIY或者训练精调模型的开发者来说就比较蛋疼了，除了调个API你什么都动不了，连内部的实现方法都看不到，所有识别也只能基于官方给出的8个固定类型，自由度很低。

OCR

14.6K star！最好用的OCR文字识别项目，没有之一！

最近，在Github上发现了一个厉害的开源OCR项目——Umi-OCR，真的很强大，而且还可以离线使用，现在已经有了14.6k+的星标。

Umi-OCR 开源项目文字识别

如何免费打造自己的数字人主播：StableDiffusion插件SadTalker打造本地数字人主播

Stable Diffusion是一个能够根据文本描述生成高质量图片的深度学习模型，它使用了一种叫做潜在扩散模型的生成网络架构，可以在普通的GPU上运行，还可以加载各种出图模型以及动画模型。

数字人

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

ComfyUI 基础教程（一）环境部署和插件安装

环境，但是不包括模型，所以需要将模型放置到ComfyUI对应目录中： 1.

comfyui 文生图

Stable Diffusion

造梦师手记：Stable Diffusion一键换脸插件

看到这个插件的时候，我就去下载，没想到，从下载到调试bug到最终顺利用上，足足花了三天时间。

AI换脸

ChatGPT提示工程5篇合集 - 吴恩达和OpenAI出品

; 原则一：编写清晰、具体的说明 · 原则二：给予模型思考的时间

ChatGPT prompt

<...80 81 82 838485 86 87 88 89 ...>

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