文章列表-AI魔法学院

文章列表

我去，找到一个Github上非常优秀的AI项目，可控制鼠标、键盘，模拟人类操作，太丝滑，收藏～～～

Cradle 是由 BAAI‑Agents 团队开源的一款面向通用计算机控制（GCC）的多模态 AI Agent 框架，可以让大型多模态模型，通过截图输入和键鼠输出，像人一样使用各种软件和游戏

AI Agent 开源项目

金融行业的开源AI大模型

而行业大模型，就像专业的本科生、研究生、博士生或者是行业从业人员，对自己领域的知识能够快速理解，对业务能够迅速处理。

开源大模型

动作识别模型有哪些

动作识别模型主要有： · TWO-STREAM CNN:网络顾名思义分为两个部分，一部分处理RGB图像，一部分处理光流图像。

动作识别模型

开源语音大语言模型来了！阿里基于Qwen-Chat提出Qwen-Audio!

然而，语言模型缺乏像人类一样感知非文本模态（如图像和音频）的能力。

大模型语音

掌握 Midjourney 提示词技巧成为 25 个流派的摄影大师

Midjourney 以其惊世骇俗的图像生成能力彻底变革了摄影艺术。

文生图摄影提示词

【万字干货】掌握 Midjourney 提示词技巧成为 25 个流派的摄影大师

Midjourney 以其惊世骇俗的图像生成能力彻底变革了摄影艺术。

文生图训练提示词 Midjourney

Roop升级版FaceFusion换脸AI技术使用以及部署教程

一、介绍：前些日子比较火的换脸AI技术是Roop，但是Roop已经停止更新了，好像是因为团队成员用这个东西搞颜色吧。

FaceFusion 教程

图文生成短视频的方法

很多人可能像我一样，不喜欢做口播，但是有一定的文采，想要做短视频，却苦于找不到什么方法，你是否也有这样的苦恼呢？

视频 ChatGPT

Midjourney 进阶关键词_摄影效果专题

Midjourney V6 在真实摄影效果的成像上目前应该无人可以竞争。

midjourney 文生图绘画

SD入门教程五：后期处理图片高清放大

Nearest算法（不常用） Nearest（最近邻算法）在图像处理中的主要应用是在插值和图像重建任务中，它通过在图像中找到最接近的像素点来填充新的像素位置。

SD 入门教程修复

为你推荐开源项目：Meridian——专属个人情报站！

在这个信息如潮水般涌来的时代，想要快速精准地获取有价值的信息，就像在茫茫大海中捞针一样困难。

Meridian 开源项目

惊艳！2.77亿参数锻造出Agent+GPT-4V模型组合，领航AI领航机器人、游戏、医疗革新，通用智能时代你准备好了吗？

这个模型能处理文本、图像、动作输入，轻松应对多任务挑战，甚至跨界在机器人、游戏、医疗等领域展现强大实力。

Agent+GPT-4V 大模型

如何快速构建GPTs个人知识库应用？

制作过程就像进行一场对话，输入您的指令和额外知识，选择它的功能，例如网页搜索、图像制作或数据分析。

GPTs 知识库

解读OpenAI Sora文生视频技术原理

图像视频作为prompts，用户提供的图像或视频可以自然的编码为时空碎片Patch，用于各种图像和视频编辑任务 -- 静态图动画、扩展生成视频、视频连接或编辑等。

sora

大模型套壳祛魅：质疑套壳，理解套壳

刚刚过去的 2023 年是大模型元年，在国产大模型数量狂飙突进的同时——已经超过 200 个，「套壳」一直是萦绕在大模型头上的舆论阴云。

大模型套壳

<...5 6 7 8910 11 12 13 14 ...>

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