文章列表-AI魔法学院

文章列表

语音、视频转文字神器：开源whisper介绍

下图展示了使用large-v2模型对Fleurs数据集进行的WER（词误率）语言拆解。

人工智能大模型 wisper

AI大模型LLM可以帮助企业做什么？

AI是新基建和新动能，明确目标用户和业务场景，释放AI的潜力，助力企业转型升级。”

大模型

冲击传统模特，商汤发布高质量虚拟试衣Diffusion模型

首先在变形模块中预测外观流场，将衣服适应到目标人物的姿势上，然后将变形后的衣服与被遮挡的人物图像直接组合得到粗略结果。

文生图

阿里AI黑科技大揭秘：从通义千问到FaceChain，让图片和视频焕发新生！

一个静态图片转视频的项目。

阿里云视频音频

PhotoMaker：腾讯最新开源，根据照片生成该人物各种风格图片，项目可落地！

项目简介 PhotoMaker是腾讯最近开源的照片生成工具，这是一种高效的个性化文本到图像生成方法。

PhotoMaker 文生图

GItHub一款强大、简单、易用的高效的数据处理RPA小工具

网页自动鼠标点击？

GitHub 数据处理RPA

鹅厂最新AI工具刷屏！杨幂寡姐多风格写真秒秒钟生成，LeCun点赞 | 可免费体验

值得注意的是，他们这里强调了，他们不会进行人脸检测，但上传的图片人脸已经要占据图片大部分。

PhotoMaker 图生图

斯坦福宣布前端开发要失业了？！一张截图生成代码，64%优于原网页！

研究人员手动策划了一个包含484个多样化的真实世界网页的测试案例，并开发了一套自动评估指标，以评估当前多模态LLMs在将截图作为输入的情况下，能够多么精确地生成直接渲染成给定参考网页的代码实现。

设计转代码大模型

图片生成速度最高提升10倍！可以做到“实时”生成！清华推出LCM/LCM-LoRA！

近年来，随着SD和Midjourney的火热，文本到图像生成（Text-to-Image Generation）的研究取得了令人瞩目的进展，让我们能够用自然语言指导AI创造出各种各样的图像。

LCM/LCM-LoRA 文生图

手把手教你用 SD 生成文字形状的光线，用来做营销宣传图非常有效

昨天类似这种文字光效或者将文字合成在衣服上的图好像又火了，很多朋友在问怎么做，其实就是ControlNet的简单应用，比如模拟光线照射文字的，之前用来调整自然光线的角度和范围这次不过是将原来模拟光照的图变成了文字了

图像文字 ControlNet Stable Diffusion

企业如何更好的使用大模型？都有哪些框架和方案

用户提问时，ChatGPT不但能理解意图，而且还能够基于之前的问答做综合推理。

人工智能大模型

苏秦(suqin) 语言大模型全工具链 WebUI 整合包

项目简介本项目目标是实现目前各大语言模型的全流程工具 WebUI 整合包。

大模型

免训练！单图秒级别生成AI写真，人像生成进入无需训练的单阶段时代

这一创新版本摒弃了传统的人物模型训练过程，能够直接生成 zero-shot 目标人像，引领 AI 人像生成进入了无需训练的单阶段时代。

FaceChain FACT 文生图

Prompt工程入门

Prompt Engineering 的目标是创建高度有效和可控的 AI 系统，使其能够准确、可靠地执行特定任务。

prompt 提示词

最顶尖的大语言模型人才，只关心这10个挑战

图：来自Jerry Liu关于LlamaIndex（2023）的演讲截图上下文长度越长，我们就可以在上下文中插入更多块。

大语言模型

<...6 7 8 91011 12 13 14 15 ...>

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