文章列表-AI魔法学院

文章列表

AI数字人：重构人货场的新力量

同时，AI数字人还可以通过智能化的数据分析，为货场提供更加精准的营销策略和促销方案，提高销售效率和客户满意度。

数字人 AI 商业

基于 OpenAI Whisper 模型的实时语音转文字工具

WhisperLive 是一款专注于音频处理和创作的开源软件，使用 OpenAI Whisper 模型将语音输入转换为文本输出，可以用于转录麦克风的实时音频输入和预先录制的音频文件，为艺术家和音乐制作人提供了一个强大的平台

WhisperLive 音频开源软件

数字人：从科幻走向现实的技术革命

这些技术共同为数字人提供了逼真的外貌、流畅的动作以及智能化的交互能力。

数字人语音

让AI帮你读财报：Reportify让你看得清、聊得深

读财报首先从最核心的场景——财报的分析的结果上看，团队提前为用户操了不少心，不仅为内容做了结构化较高的摘要处理，让要点一目了然，还提供了与AI对话能力，达到进一步分析具体问题的效果。

Reportify 读财报

AI换脸工具:facefusion使用心得

face_enhancer: 换脸时提升图像中人脸的质量和清晰度。

FaceFusion 文生图

腾讯 IMA： AI 智能教学新助手

对于一份冗长的教育政策文件，IMA 可以在短时间内提取关键信息，使教师明确政策导向，为教学决策提供依据。

腾讯 IMA 智能教学

Stable Diffusion

Stable diffusion又一个电商换装/换模特辅助插件

今天继续玩换装分享一款辅助插件 Inpaint anything 这个插件结合了 segment anything 进行蒙版提取在segment anything

Stable diffusion 文生图

大模型在金融行业的应用场景

2.摩根士丹利为财务顾问及其团队提供基于私有数据的知识问答，保证答案100%来自源数据。

大模型金融应用

一文读懂AIGC产业链：AIGC的前世今生和未来展望

AIGC产业链：国内AIGC产业链全景图： 1、上游，基础层：它是人工智能产业的基础，为人工智能提供数据及算力支持。

生成式AI

语音识别的新拐点：OLMoASR 带来的机会

企业办公：会议纪要自动生成；客服中心通过语音识别+情感分析提升服务。

OLMoASR 语音识别

为什么Llama2大模型可以在个人电脑上部署？

这为模型压缩提供了基础，因为可以在运行时改变图连接来裁剪模型。

开源模型

阿里云开源通义千问多模态大模型Qwen-VL，持续推动中国大模型生态建设

多模态能够提升大模型对世界的理解程度，充分拓展大模型的使用场景。

大模型

Mokker，想取代商业棚拍效果的场景生成AI

对于新手也非常友好，提供了超过300个摄影模板，因为主打是摄影级别的，所以光影关系和色彩表现也是非常优秀的。

Mokker 图生图

Elasticsearch 中的向量搜索：设计背后的基本原理

其他一些近似最近邻搜索算法需要提供整个向量数据集。

向量数据库

从⼤模型到 AI 应⽤落地，工程实现有多复杂?

这种匹配⽅式充分利⽤了问答对的双向互证关系，能⼤幅提升匹配精确度，使模型理解⽤⼾意图的能⼒上⼀个台阶

大模型

<...91 92 93 94 959697 98 99 100 >

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