文章列表-AI魔法学院

文章列表

几款开源的OCR识别项目，收藏备用

tesseract Tesseract，一款由HP实验室开发由Google维护的开源OCR引擎，开源，免费，支持多语言，多平台; https://github.com/tesseract-ocr

OCR

Midjourneyv6创作中国龙十大技巧

2024年是龙年，龙又是十二生肖里唯一不存在大自然的生肖动物。

Midjourneyv6 文生图

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

LiveKit 不仅有一个开源的 voice agent 方案[1]，还能为你提供一个成熟且强大的实时多模态 AI 解决方案。

GPT-4o 语音交互

开源！数字人资源大集合！

要下载SMPL-X、SMPL+H和 SMPL（男性和女性，性别神经模型）模型，请访问该项目网站并注册以访问下载部分。

数字人开源

StableDiffusion

AI绘画由入门到精通：StableDiffusion精讲课程

随着人工智能技术的发展，Stable Diffusion作为一款强大的文生图软件已经引发了全球范围内的创作革命。

SD 视频课程 AI绘画

Github2.1万星！开发者的“瑞士军刀” 开源！

以下是 DevToys 的一些关键特点： 1.

DevToys 工具集开源

总结些SDXL出人像时遇到的困难

就算衣服上有牡丹了，背景也一定要出牡丹。

文生图 SDXL

现在LLM 的大小为什都设计成6/7B、13B和130B几个档次？

链接：https://www.zhihu.com/question/627258986/answer/3260798103 LLM现在一般都是基于Transormer结构，参数总和可以看作

大模型

AI生成卡通人物项目|VToonify

虽然基于强大的 StyleGAN 模型构建的一系列成功的肖像图像卡通化模型已经被提出，但这些面向图像的方法在应用于视频时存在明显的局限性，如固定帧大小、需要面部对齐、缺失非面部细节和时间不一致性等。

AI生成卡通人物 VToonify

Stable Diffusion

超详细的 Stable Diffusion ComfyUI 基础教程（二）：文生图基础流程

这个地方我们可以理解为作为输出可以连接多个节点，作为输入只能连接一个。

comfyui 文生图

人脸识别的开源的项目有哪些？

OpenCV：OpenCV（Open Source Computer Vision Library）是一个广泛使用的计算机视觉库，提供了许多人脸识别算法和工具。

人脸识别开源项目

6个最佳开源TTS引擎

可以帮助视觉障碍的人理解文本内容，可以让开车的人听取一个文本工作报告，甚至模拟某个人的声音播报一段内容、演唱一个歌曲，实现虚拟主播、虚拟歌手。

TTS引擎开源模型

GPTs使用指南 | 保姆级GPTs入门教程，0代码基础也能做AI产品

· · Knowledge 知识库，即GPTs所需学习的知识及数据的上传入口，比如专业性很强的内容，像法律、医学知识等，可以将相关内容进行上传，丰富

GPTs 入门教程

自己电脑上跑大语言模型（LLM）要多少内存？

模型名字一般由两部分构成，[模型名称] + [参数量]。

大语言模型运行

绝对是你的下载神器！AixDownloader可让你从任何网页下载你想要的内容，音乐、视频、图像、文件等！

这款万能的内容下载与管理工具，能让你从各种网站轻松地下载在线视频、音乐、MP3、图片等文件，并且还能智能高效地管理你已经下载好的宝藏！

AixDownloader 下载

<...89 90 91 929394 95 96 97 98 ...>

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