文章列表-AI魔法学院

文章列表

OCRmyPDF—可智能识别PDF文本和图片信息的工具

; # 它是一个可编程的命令行程序

OCRmyPDF 工具

铁锅炖blender+ComfyUI配置，更改模型地址

尝试与blender一起打开虽然暂时用不太上blender，但流程还是要走的。

comfyui 文生图

【AI代理】扣子，开始探索多代理模式

对于一般的请求，可以由代理1处理，而搜索的请求则可以由代理2执行：一般的请求：搜索的请求：但是，在把请求从代理1传达到代理2进而获取结果这个流程，扣子还是存在一些缺陷

多代理模式大模型

Fooocus，webui，comfyui优缺点

而且更新版本的时候可能出来各种问题，不瞒大家，就comfyui我电脑就装了4个，常用的那一版程序和环境全部备份。

Fooocus webui comfyui 文生图

ChatPDF | LLM文档对话 | pdf解析关键问题

因此笔者采用AI的方式来解决：目标检测和 OCR文字识别 · pipeline如下：流程图

大模型

阿里的AI一键换衣（AnyDoor）工具来了

1、下载一键包网盘下载地址： https://www.123pan.com/s/ueDeVv-9iKI.html 解压缩后执行 01启动程序.bat 即可。

AnyDoor 换装文生图

SD3 正式开源 Sora同源架构

以下是一些突出的功能： · 照片级真实感：克服手部和面部的常见伪影，无需复杂的工作流程即可提供高质量的图像

SD3 绘画

如何从零开始训练专属 LoRA 模型？4600字总结送给你！

一、训练数据集准备这个过程主要做三件事：训练素材处理图像预处理打标优化 1.

训练

微软最新模型Phi-3 Mini开源登场！小模型，大未来！!

Phi-3 Mini AI模型，在包括语言理解、逻辑推理、编程和数学在内的一系列基准测试中表现卓越，超越了大量参数高达数百亿的竞争模型。

Phi-3 Mini 人工智能

清华、面壁智能发布：主动式Agent 2.0

ProactiveAgent流程图数据收集与处理 1.

Agent 2.0 大模型

最强开源数字人对口型系统介绍

原作者使用分辨率很低的图像数据集训练的模型，嘴部特别清晰，基本没啥价值，但是这个框架和算法倒是不错，如果想得到高清模型，得付出相当大的精力去收集高清数据集从头训练，而且还不一定能成功，所以这个项目让无数工程师

数字人开源模型

Stable Diffusion

[Stable Diffusion]AnimateDiff ：最稳定的文本生成视频插件

ensp; 一、AnimateDiff简介 AnimateDiff采用控制模块来影响Stable Diffusion模型，通过大量短视频剪辑的训练，它能够调整图像生成过程，

AnimateDiff 视频训练

Stable Diffusion

虚拟拍摄，如何用stable diffusion制作自己的形象照?

# Prompt工程 a young man sitting at a table with his arms crossed and smiling at the camera

Stable Diffusion 文生图

让AI记住你说的话、让AI给你生成几十万字的小说！StreamingLLM 让无限长token成为可能

这种现象被称为注意力汇聚（Attention Sink），意味着只要保留前面的一些token作为Key和Value（KV）状态，就可以在很大程度上恢复窗口注意力（Window Attention）的性能

StreamingLLM 写作

4K star！录屏好帮手，超酷的实时按键显示工具

通过 Keyviz，我们可以很方便地说明在演示过程中按下的快捷键。

Keyviz 录频

<...86 87 88 89 909192 93 94 95 >

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