文章列表-AI魔法学院

文章列表

OCR的终极解法——传统算法VS多模态大模型

多模态大模型是一类采用深度学习技术构建的人工智能模型，它能够处理和理解多种类型的数据模态，如文本、图像、声音等。

OCR 大模型文字识别

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

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AI应用编排的框架——FlowEngine（https://flow-engine.github.io/），其核心就是通过声明式的

Query Pipeline 大模型

写好Prompt要记住这六点！

向 ChatGPT 声明格式将帮助您以独特的方式构建输出。

prompt 写作

体验完阿里的EMO模型，我emo了

12 四、全民唱演体验全民舞王利用的是一种口唇同步的技术，这是一种让画面人物的口型与所配的语音或文字信息精确匹配的技术

EMO 文生图

前半年，我看到的有趣的 AI 产品

比如纳瓦尔的 Airchat，有一个能力是模仿用户的音色，自动完成语音翻译。

AI工具

你还在为钱发愁？2023年十大赚钱GPT Prompts高级指南！（国际版）

想象一下，你正在享受午后的阳光，手机铃声响起，是银行通知你收到了一笔款项。

prompt

确实很神奇! 通过 Prompt 中加入“这件事对我的事业至关重要”这样的情感激励可以提升 LLMs 的表现

论文地址：https://arxiv.org/abs/2307.11760 MetNet-3：能从零星数据中准确预测天气的人工智能模型 AI通过声音在10秒内诊断2型糖尿病准确率高达89%

Prompt 大模型情感激励

如何用ChatGPT创建阅读10W+爆款文章标题

在各大社交媒体平台，如B站、头条、抖音和公众号上，一篇没有吸引力标题的文章是很难获得流量的。

GPT-4

Stablediffusion3论文下载-确定了Stablediffusion3与Sora的架构是一致的

2月16日伴随着OpenAI世界大模型Sora的发布，stability_ai也发布了其最新的模型Stablediffusion3,如果说一个是音视频方向

SD 论文

Stable Diffusion

Stable Diffusion｜儿童绘本全流程制作分享

接着，选择语言以及音色。

StableDiffusion 绘本

解放AI生产力——为什么要使用ComfyUI

可能有一些知道AI绘画的人会说利用图生图降低噪声强度，减少修改的范围，只修改你要修改的部分就行了，（或者使用蒙版，意思是一样的）在这里我可以和你说，在关于这个方法的视频发出来的几个月前我就试出来了这种方法

文生图

测评了8个国产AI大模型，差点崩溃……

从自然语言处理到语音识别，从情感分析到知识问答，大模型的应用已经渗透到我们生活的方方面面。

大模型测评

你是否发现ChatGPT甚至不能按字数要求回复问题？有人做了评测并讨论了可能的原因

作者进一步设计了一个新的简单但具有挑战性的基准，名为数值规划基准(NPB)，其任务是让生成内容满足四个粒度（词级、音节级、句子级和段落级）的数学约束且满足不同的内容约束（例如前缀和结尾）。

大模型控制

我去华强北走了一圈，发现这里正被另一种 AI 包围

这款产品和传统形态的翻译机不同，是一个磁吸金属小圆片，贴在手机后做声音录入，颇有科技感，连接手机蓝牙后，能够翻译手机内的一切文字和语音，包括微信实时对话。

华强北 AI

这个方法可以让AI写出的文章完全去掉GPT味儿！

捕捉灵感：当灵感来袭时，立即用手机文字或者语音输入功能记录下来，不受限制地自由发挥。

ChatGPT 写作

<...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