文章列表-AI魔法学院

文章列表

Mokker，想取代商业棚拍效果的场景生成AI

Mokker提供很多模板作为棚拍的预设环境：选择完模板后跳转到操控界面，非常简洁但也很好玩：然后我这边尝试调整一下松枝的位置，再增加一些小道具：最后调整完的效果：结果处理得非常好

Mokker 图生图

教会AI画汉字（ComfyUI篇）

qrcode模型的图图融合模型这边是下载链接以及安装方法：总之是一个使用方式非常简单的ComfyUI插件接下来是使用方法再开始构筑工作流之前我们需要先安装插件在comfyui的插件管理器中搜索

comfyui 文生图

大模型文本生成——解码策略（Top-k & Top-p & Temperature）

贪心解码是一种合理的策略，但也有一些缺点。

大模型

四木测评｜让教父唱《野狼disco》、恶搞《甄嬛传》，火遍全网的阿里明星项目EMO正式开放

而这张图片有手，还有两个人，或许EMO的模型还没办法处理这么多的元素，所以出现了上述Bug。

EMO 阿里全民演唱

一文汇总Prompt提示工程的相关策略技巧

4、这个过程最好要打印推理，打印比强调在脑海中思考有用 5、强调要记住的东西，容易增加文本召回率 6、few-shot增加输出控制 7、每一步的自我纠错和doublecheck，保证输出效果 &ensp

提示词框架

字节跳动推出MagicVideo-V2：引领AI视频生成新时代。

MagicVideo-V2的工作原理分为四个步骤：首先，T2I（Text-to-Image）模块根据文字描述生成图像；然后，I2V（Image-to-Video）模块将生成的静态图像动画化

MagicVideo-V2 视频生成

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

通过transformers来调用中文模型 transformers是一个用于自然语言处理（NLP）的开源库，由Hugging Face开发和维护。

Whisper 语音优化

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

AI视频新技能！这套流程教你打造视频人物和声音完美同步！

实现此目标需要后期处理来混合音频和视频，使它们协同工作。

AI视频

国外报告90%的AI类产品公司已经实现盈利，而国内大模型和AIGC的访谈说太卷了

7.行业需保持理性，坚持自身定位，耐心积累，才能抓住未来机会。

大模型

清华智能体「XAgent」比ChatGPT4.0还好用！

XAgent将任务分解为4个子任务：（1）数据理解，（2）验证Python环境，（3）编写数据分析代码，（4）编写报告。

ChatGPT 智能体 Agent

用AI生成PPT、用AI优化PPT!

因为我发给百度文库是财新的专业文章，因此我相信是百度文库在理解时发生了重复问题，而不是财新的问题。

AI ppt

LLMOps框架Dify发布Workflow功能，RAG进入自由编排时代（附产品负责人分享PPT ）

另一方面，我们说workflow是一种过渡手段的原因是随着模型能力逐渐增强很多过去难以处理的问题都将解决，另外通过这种组件缝合的方式也在一定程度上导致了“缝合怪”的出现，系统整体稳定性会相对下降。

RAG 自由编排 Workflow

体验了几款AI工具&&最新出现的跟数字人相关的几款大模型

从单个真实世界图像中提取基于物理的渲染（PBR）材质（albedo, normals, and roughness） https://astra-vision.github.io/MaterialPalette

数字人大模型文生图

ChatGLM3在线搜索功能升级

在2021年3月，它平均每日处理的搜寻量达98,629,221宗。

ChatGLM3 搜索

<...88 89 90 91 929394 95 96 97 >

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