文章列表-AI魔法学院

文章列表

基于 OpenAI Whisper 模型的实时语音转文字工具

WhisperLive 是一款专注于音频处理和创作的开源软件，使用 OpenAI Whisper 模型将语音输入转换为文本输出，可以用于转录麦克风的实时音频输入和预先录制的音频文件，为艺术家和音乐制作人提供了一个强大的平台

WhisperLive 音频开源软件

什么是prompt（人话版）

所以作为第一篇，我们先来用大家没有阅读障碍的方式，讲一讲什么是“prompt提示词” 你可以把“提示词”理解成：让 AI 能精准 Get 到你意图的话，或者与 AI 沟通的语言方式。

prompt

阿里Outfit Anyone实现真人百变换装

上线全民舞王：用一张照片就可生成《科目三》今天我要分享另一个阿里的AI工具：Outfit Anyone，它是一项适合任何服装和任何人的超高质量AI虚拟试穿技术，使用户能够在不真实试穿衣物的情况下尝试不同的时尚款式

Outfit Anyone 阿里

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？

2023年是AI席卷全球的一年，人们见识到了各种AI带来的变化，但是很多人不清楚AI中的术语。

大模型

本地运行140亿参数，阿里千问玩起来！Qwen+Win11+3060

今天来尝试一下14B（140亿参数），普通显卡，纯本地运行！

大模型

微软最强全自动数据可视化工具！现已开源

生成数据概要。

大模型

深入探讨：Agent全自动写作长篇小说技术原理解析

很多人对AI在文字创作方面都抱有很大的期望，尤其是经过我们不断地“调教”后，大家都盼望着能有一个工具，让AI稳稳地输出一本风格统一的长篇小说。

Agent

大模型微调数据选择和构造技巧

其实在大模型之前，就有很多人研究过这样的问题。

大模型微调

SD入门教程三：采样器及参数调整

人物修复（ADetailer插件）人物修复这个插件能很好的控制了人物的脸型、眼睛、体型、四肢，保证了生成人物时不再扭曲变形。

SD 入门教程

14.6K star！最好用的OCR文字识别项目，没有之一！

伙伴们，平时都会用到文字识别吧？

Umi-OCR 开源项目文字识别

一个小妙招从Prompt菜鸟秒变专家！加州大学提出PromptAgent，帮你高效使用ChatGPT！

有了ChatGPT、GPT4之后，我们的工作学习效率得到大大提升（特别在凑字数方面୧(๑•̀◡•́๑)૭

PromptAgent 大模型

白话Embedding：普通人都能懂的科普文

让这一点如此重要的是，我们保存在计算机上的任何数据也只是一个数字列表。

Embedding 向量

“实时”语音翻译！AI语音具有“情绪”！最强开源AI大模型来了

这是一个由meta（原Facebook）开发的人工智能模型，这是一个致力于让人们可以跨语言交流、消除语言障碍的AI大模型。

大模型开源模型语音

8个常用中文OCR数据集，附下载链接

CTW数据集样例示意（图源：参考资料[2]）对于每张图像，数据集中都标注了所有中文字符。

OCR

国内首个！最火的MoE大模型APP来了，免费下载，人人可玩

昆仑万维刚刚发布最新发布的天工2.0大模型，在千亿参数规模基础上采用和GPT-4同款的MoE混合专家结构，具备强大多模态能力，支持最高100K超长上下文窗口（超过15万个汉字），应对复杂任务的能力更强

MoE大模型 APPa

<...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