文章列表-AI魔法学院

文章列表

深入浅出人工智能常用技术，让你轻松掌握AI应用核心！

深度学习是机器学习的一种，可以利用神经网络模型学习图像特征，从而让计算机可以基于图片进行分类和识别。

人工智能

最新【Fooocus】支持controlnet！生图效果惊艳，附带保姆级安装教程

下载SDXL1.0模型，两个模型约12G（如果有模型，可以复制粘贴过去，就不用下载了）。

Fooocus 文生图

17K star！30秒偷走你的声音，开源声音克隆工具

然后，它可以生成听起来自然的语音，以多种语言模仿该语音，同时为用户提供对情感、口音、节奏和语调等参数的精细控制。

OpenVoice 声音克隆开源

60.2K Star！别再熬夜写样式了！Screenshot-to-Code：截个图，代码全搞定！！

🤖 强大的 AI 模型支持 · • Claude Sonnet 3.5：目前表现最好的 AI 模型。

Screenshot-to-Code 代码

图文详解丨iOS App上架全流程及审核避坑指南

企业账号：一般是公司规模在 500 人以上的企业，用于内部测试、分发应用的账号，不能在 App

iOS 苹果市场

AI“同声传译”新进展！Google发布，无监督，语音识别：Translatotron 3！

该模型的性能在一些公开的语音识别数据集上达到了与有监督学习相当甚至超越的水平，展示了无监督语音识别的巨大潜力。

Translatotron 语音识别

玩一玩阿里通义千问开源版，Win11 RTX3060本地安装记录！

这应该是国内第一个大厂开源的大语言模型吧。

通义千问

【CLIP系列Paper解读】CLIP: Learning Transferable Visual Models From Natural Language Supervision

这种严格的监督训练方式限制了模型的泛化性和实用性，因为这样的模型通常还需要额外的标注数据来完成训练时未曾见过的视觉“概念”。

OpenAI 自然语言监督

中文开源OCR框架对比及介绍

模型指标（单字符）：推理性能：EasyOCR的测试速度较慢，lite的独特之处则在于它很轻快，不管是模型大小还是推理时需要的内存。

OCR

通往AGI之路，提示词入门

一、什么是提示词在这里，我们用两种方式去讲解什么是提示词，一个是阅读官方的文档，另外一个是使用大模型，让大模型给我们答案。

AGI 提示词

RAT = CoT + RAG

大规模语言模型（LLM）处于此类研究的最前沿，旨在模拟人类对概念的理解和表达。

RAT 协同思维链检索增强生成

一本Python爬虫的书，凭什么能畅销10W册

爬虫技术被大众推崇，主要是因为它极大地方便了我们对信息的获取和处理。

爬虫 python

DeepMusic发布“和弦派”2.0：重塑AI音乐创作范式，赋予创作者全方位掌控

和弦派2.0丰富了AI生成及创作方式，将AI生成与深度编辑融为一体，构筑起五大产品特色：一，多种AI生成及创作方式用户可通过输入歌词自动写歌、选择风格模板快速生成特定风格歌曲，也可以自定义参数创建个性化乐谱工程

和弦派 DeepMusic 音乐创作

前半年，我看到的有趣的 AI 产品

比如去年的妙鸭相机、哄哄模拟器，今年的粘土特效、音乐生成、已故亲人的照片合影等，都是火一阵，然后被人淡忘。

AI工具

理解 o3 及其技术分析

1.2、如何理解o3的能力大模型的能力与人并不相同，o3可以完成一些常人很难胜任的工作，但也有很多对人简单的问题o3很难完成。

o3 技术分析

<...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