文章列表-AI魔法学院

文章列表

Stability AI开源上新：3D生成引入视频扩散模型

模型权重依然开源，不过仅可用于非商业用途，想要商用的话还得买个Stability AI会员~ 话不多说，还是来扒一扒论文细节。

sv3d 建模

ChatGPT提示工程5篇合集 - 吴恩达和OpenAI出品

吴恩达和OpenAI合作开发了一套针对ChatGPT提示工程的最佳实践课程，课程名为《ChatGPT Prompt Engineering for Developers》。

ChatGPT prompt

【万字长文-进阶教程】一文带你从入门到精通ChatTTS, 手把手教你固定音色、设置语速、添加停顿词、口头语、笑声！！

作者本人也在 x (原推特)上表示，ChatTTS 突破了开源天花板。

chattts tts 文生语音

QAnything：网易有道最新开源的“本地化部署知识库”AI问答系统

项目简介 "QAnything"是网易有道开发的本地知识库问答平台。

网易 RAG 知识库

链接大模型与外部知识，智源开源最强语义向量模型BGE

本次BGE模型相关代码均开源于FlagOpen飞智大模型技术开源体系旗下FlagEmbedding项目，一个聚焦于Embedding技术和模型的新版块。

embedding 语义向量

应用编排的未来是Pipeline，LlamaIndex开发预览版推出Query Pipeline，提升应用开发的灵活性

传统做法是固化召回，粗排，精排等环节，形成标准的推荐系统处理流程，虽然有利于行业内交流沟通，但这样的方式，在实际生产环境下往往难以快速应对差异化的需求且人为导致模块的割裂及维护的困难，而笔者曾开源了一个

Query Pipeline 大模型

ComfyUI-DDetailer脸部修复

原来最开始sd画小姐姐脸崩得我有些不知所措了。

ComfyUI 脸部修复

OpenAI开源大模型调测工具Transformer Debugger：可以在训练大模型之前理解模型的运行情况并干预

自从OpenAI转向盈利化运营之后，很少再开源自己的技术。

大模型调试工具

一文探秘LLM应用开发-Prompt(相关概念)

本文旨在让无大模型开发背景的工程师或者技术爱好者无痛理解大语言模型应用开发的理论和主流工具，因此会先从与LLM应用开发相关的基础概念谈起，并不刻意追求极致的严谨和完备，而是从直觉和本质入手，结合笔者调研整理及消化理解

prompt 大模型

十大开源语音识别项目

本文将为您介绍十个相关的开源项目（以github上星标数排名），其中大多数都支持中文。

语音识别开源项目

开源！数字人资源大集合！

从单目图像恢复 3D 人体网格：一项调查。

数字人开源

SD3 正式开源 Sora同源架构

这种架构设计使得系统的扩展性更强，能够处理多种类型的输入数据支持生成视频、3D内容：Stable Diffusion 3.0发布时，将包含一套完整的工具，支持生成视频、3D以及更多类型的内容创作模型参数量的增加：从之前的

SD3 绘画

中文开源OCR框架对比及介绍

从严格定义来看，学字符识别（Optical Character Recognition, OCR）是指对文本资料的图像文件进行分析识别处理，获取文字及版面信息的过程。

OCR

Ollama 与 Dify：AI 应用开发的强强联合

介绍随着大型语言模型（LLM）的快速发展，它们为 AI 应用开发提供了强大的功能和灵活性。

Ollama Dify 大型语言模型

复旦开源中文医疗大模型，基于百川微调，模型和数据集都公开

可以直接从 Hugging Face上下载模型权重，或者根据开源的项目代码样例中的方式自动获取。

大模型

<...7 8 9 101112 13 14 15 16 ...>

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