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

免费，支持多语言，多平台; https://github.com/tesseract-ocr/tesseract.git tesseract.js js版本的

OCR

WSL2安装（详细过程）

运行Bash shell脚本和GNU/Linux命令行应用程序，包括：工具：vim、emacs、tmux。

虚拟化 docker

体验Outfit Anyone，高质量虚拟换装，效果如何？

关于Outfit Anyone的论文已经公开了，大家可以在网上找到解读版本。

Outfit Anyone 模拟

AI 产品榜（2023年08月）5000+ AI产品排名与分析

如果您是投资人：本榜单为您提供最具潜力和市场吸引力的AI产品的清晰快照，助您更精准地判断和布局下一步的投资。

工作

Fooocus，webui，comfyui优缺点

而且fooocus从各方面对标mj的使用习惯，完全可以说是本地版的mj。

Fooocus webui comfyui 文生图

搭建程序员自己的在线工具库 it-tools

其主要功能 Crypto工具类，生成token，哈希文本，生成UUID，文本加解密等10种功能 Converter工具类 Yaml 转化器，Json转化器，Base64字符串编码等15种功能

开源项目工具类

ai出图软件Fooocus

界面非常简单，基本浏览器汉化即可，或者用中文版，基本不需要动什么参数，详细也可去视频网站看详细教程，这边就不表了。

Fooocus 文生图

20款AI工具助力在家副业

你的个人人工智能研究助手 6 Gamma 使用人工智能来帮助塑造您的PowerPoint支件 7 Querio 你的个人人工智能数据分析师 8 Translate Audio 以你自己的声音将视频本地化到不同的语言

工作

AI 产品榜 · 国内 100 强和出海 20 强

如果您是投资人：本榜单为您提供非常具有潜力和市场吸引力的AI产品的清晰快照，助您更精准地判断和布局下一步的投资。

大模型大模型应用行业分析

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

Qwen-VL是支持中英文等多种语言的视觉语言（Vision Language，VL）模型，相较于此前的VL模型，Qwen-VL除了具备基本的图文识别、描述、问答及对话能力之外，还新增了视觉定位、图像中文字理解等能力

大模型

SD3 正式开源 Sora同源架构

本次模型参数量不是很大就当8-12G起吧 SD3的更新特点采用Diffusion Transformer（DiT）架构：Stable Diffusion 3.0采用了与Sora相同的DiT架构，这种架构设计使得系统的扩展性更强

SD3 绘画

Nvidia发布Llama3-ChatQA-1.5: 提升对话问答和表格推理能力，平均性能超越GPT-4

相比之前的ChatQA 1.0版本，其训练方法和数据集都进行了优化，尤其增强了对表格数据和算术计算的理解能力。

Llama3-ChatQA-1.5 对话问答模型

一张图看懂IT人的江湖地位

本文转自公众号特大号大模型江湖地位篇不包括非国产大模型公有云服务商江湖地位篇仅代表国内市场地位与表现

工作

用AI做郭德纲说英文相声的爆款视频（详细教程）

马保国，郭德纲，赵本山等这种搞笑的的网红明星是大热点，不出意外，能很有效地出一波流量你也可以应用于一些垂直领域来吸引大量的精准粉。

视频翻译语言

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

Meta出的文本生成图片工具，目前免费。

数字人大模型文生图

<...91 92 93 94 95 96 97 9899100 >

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