文章列表-AI魔法学院

文章列表

国内厂商语音识别与Whisper评测：现状与概况对比

国内的科技企业在语音识别领域也在不断迭代和创新，其中不乏一些具有竞争力的语音识别技术，如讯飞、百度、阿里巴巴等，这些厂商的技术在一定程度上已经接近或达到了国际领先水平。

语音识别 Faster-Whisper

用AI生成PPT、用AI优化PPT

百度李厂长在百度世界大会上说百度文库的智能生成PPT功能能力远超国内外产品。

ppt AI生成PPT

Stable Diffusion

Stable Diffusion 年龄转换神器，一键变大变小

思考三秒钟想想解决方案相信大家脑海里面的第一反应就是通过提示词来描述年龄比如：children,teens 等。

Stable Diffusion 文生图

Stable Diffusion

Stable Diffusion高级教程 - 图生图(img2img)模式

顾名思义，除了根据正向和反向提示词之外，还需要基于一张图片生成图。

Stable Diffusion 图生图

解放AI生产力——为什么要使用ComfyUI

也可能是因为我的电脑没有N卡的问题，而能否使用私人模型，对于流水线式的生产图片很关键在你点击生成之后，电脑会通过你设置的采样器进行采样，采样生成出来的图片会再次经过vae的处理，如果你的图片生成出来偏灰，

文生图

AI扫盲指南！什么是大模型？什么是GPT？什么prompt？什么是大模型参数？LLaMA2-70b中70b是什么？

看看那些新闻中的术语都是什么意思！

大模型

忘了提示词吧，用自然语言教会AI画出想象力

前一段时间，我推荐了一个stable diffsion的翻译插件，和大部分其他翻译插件不同的是，它是基于离线大模型的插件，速度快、效率高。

文生图

Prompt：我常用的对话技巧

前面在写《Prompt：链式思考与自我一致性》的时候，为了换封面，就想着用 DALL·E 生成一下。

prompt 大模型

8个常用中文OCR数据集，附下载链接

CMT使用了固定的拍摄角度，而ShopSign使用了多种角度进行拍摄。

OCR

AI Agent的千亿美金问题：如何重构10亿知识工作职业，掀起软件生产革命？

但 LLM 也会出现幻觉（hallucination）带来的捏造事实问题，这一点同样很像人类的系统 1 中常见的思维谬误和本能反应。

大模型 AI编程

结构化Prompt必备基础：5分钟学会Markdown语法，实现提示词创作自由！

因为他像AI时代的编程语言一样，可以让提示词的开发象代码一样有规范，不但方便团队的沟通和协作，也方便对于后期的维护升级。

Prompt 提示词 Markdown

Python程序混淆和打包exe文件流程和方法

基本思路是先对代码进行混淆，然后打包成exe文件，下面我们介绍一下具体过程。

Python 程序

46.6k星星！最强开源AI集合系统，一键部署全网AI工具都能直接用，UI简直是视觉盛宴！

二、支持超多模型服务商模型的服务商真的是支持的越多越好，这直接决定了我们在使用的时候功能丰富度，习惯哪家就用哪家。

AI开源集合

人工智能的应用范式呼之欲出

ensp; 应该说仅仅发表一个对现有大模型成果的梳理和评价所带来的行业价值可能并没有多么大，但是团队同时提出的无缝整合知识图谱动态结构和大语言模型、并且支持身份权限控制的新架构方案，很大程度上启发了全行业深度的思考

大模型

通过声音生成逼真的全身形象？！Meta开源AI工具：audio2photoreal

audio2photoreal的全称是From Audio to Photoreal Embodiment: Synthesizing Humans in Conversations，意思是从音频到逼真的人体表现合成对话中的人类

audio2photoreal 开源工具

<...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