文章列表-AI魔法学院

文章列表

体验完阿里的EMO模型，我emo了

从理论上来说，视频+音频的方式肯定是比图片+音频的效果要更好，因为他相当于是每一帧画面都进行了口唇调整，所以整体效果肯定更好（需要注意的是，使用wav2lip 需要保证视频里面的每一帧都是人脸

EMO 文生图

腾讯开源混元AI绘画大模型

为了全面比较混元大模型的生成能力，团队构建了一个4维测试集，包括文本-图像一致性、排除AI伪影、主体清晰度、美学。

腾讯混元文生图

图文生成短视频的方法

主播列表：随便挑、随便试，包您满意声音设置：调节音量、语速、语调插入停顿时长：默认是0.5s、最快0.1s，最慢10s 背景音乐选择 &ensp

视频 ChatGPT

自动化神器Autolt：不再重复工作

窗口和控制管理还可以对窗口进行移动、隐藏、显示、调整大小、激活、关闭等几乎所有您想要的操作。

RPA 自动

LangChain - RAG：线上系统多文档要频繁更新，每次都要重新花钱做一次 embedding，老板不批预算，批我...

LangChain 里面提供了一个的「RecordManager」对象来实现哈希值管理；针对数据预处理部分，扩展了原有的「index」对象，给它加了一个可以接受「RecordManager」的参数，这样在整个数据预处理部分

大模型

Stable Diffusion

Stable Diffusion 抽卡必备神器！Agent Scheduler

二功能第一步设置好提示词等参数，发送到队列比如我们整一个10连抽，比较耗时，我们设置好参数之后，点击 Enqueued 加入队列第二步：查看队列任务进入到&ensp

Agent Scheduler Stable Diffusion

Prompt提示优化工具

PromptSource https://github.com/bigscience-workshop/promptsource PromptSource 是一个用于创建、共享和使用自然语言提示的工具包。

prompt 提示词

点评：六大向量数据库

AI研究院利用自主开发的MAP-GPT：源码-架构图智能生成系统，独家发布六大热门向量数据库的模块库架构图，包括： Milvus、Zilliz、Faiss、Qdrant、LlamaIndex和Chroma

向量数据库

秒懂AI-深度学习五大模型：RNN、CNN、Transformer、BERT、GPT简介

1、RNN（循环神经网络）时间：20世纪90年代关键技术：循环结构和记忆单元处理数据：适合处理时间序列数据应用场景：自然语言处理、语音识别、时间序列预测等 RNN是一种神经网络模型，它的基本结构是一个循环体

大模型学习

Llama 3突然来袭！开源社区再次沸腾：GPT-4级别模型可以自由访问的时代到来

架构层面，Llama 3选择了经典的仅解码（decoder-only）式Transformer架构，采用包含128K token词汇表的分词器。

meta llama3

AI写作：如何用AI一键提炼文章要点，10倍提效（含提示词）

第一步要通读全文，提炼出每个部分以及整篇文章的主旨。

AI写作提示词

Whisper对于中文语音识别与转写中文文本优化的实践(Python3.10)

它提供了各种预训练的模型，包括文本生成、文本分类、命名实体识别等多种NLP任务的模型。

Whisper 语音优化

第一个StableCascade动漫大模型上架了

model.safetensors 拷贝至 ComfyUI\models\clip 二、升级comfyUI，配置工作流最新版本（2月17日发布）的comfyUI是支持StableCascade工作流的，如果使用秋叶一键包，

StableCascade 文生图

本地部署操作AI抠图软件

2、完整解压后，运行 main.exe。

抠图

使用BELLE项目部署bloomz模型（专业程序员精简版）

conda） conda create --name env_belle python=3.8 4、安装依赖包

belle 训练大模型

<...82 83 84 858687 88 89 90 91 ...>

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