文章列表-AI魔法学院

文章列表

铁锅炖blender+ComfyUI配置，更改模型地址

今天继续学习ComfyUI，本推文主要讲铁锅炖的实验：如何改模型地址、尝试与blender一起打开、添加第一个controlnet节点树。

comfyui 文生图

玩一玩阿里通义千问开源版，Win11 RTX3060本地安装记录

虽然是低配版，但是在各类测试里面都非常能打。

大模型

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

Evaluating Large Language Models on Controlled Generation Tasks 你是否发现ChatGPT甚至不能按字数要求回复问题

大模型控制

中文开源OCR框架对比及介绍

为了让计算机更快的、更好地进行OCR相关计算，我们需要先对彩色图进行处理，使图片只剩下前景信息与背景信息。

OCR

Prompt全攻略(四):强力Prompt带来出色的AI应用

这是基于对ChatGPT机制的透彻解析,以及对用户痛点的精准锁定,专为广大AI产品开发者与内容创作者设计的Prompt优化指南。

prompt

使用ChatGPT润色出高品质文章

3、矫正错别字和语法错误输入“纠正拼写和语法错误”，能够检测出文章中的拼写错误和语法错误，并提供修正方案。

写作提示词

爆火「视频版ControlNet」开源了！靠提示词精准换画风，全华人团队出品

这就是由全华人团队打造的最新视频处理算法CoDeF，发布才几天，迅速在网上爆火。

ControlNet

Westlake - Omni：西湖心辰推出的全球首个开源的中文情感端 - 端语音交互大模型

在当今数字化时代，人工智能技术正以前所未有的速度发展，深刻地改变着我们的生活和工作方式。

Westlake -Omni 语音

OCR的终极解法——传统算法VS多模态大模型

· 文字后处理。

OCR 大模型文字识别

投资人逃离大模型

后世之人如果要回顾这次的大模型时代，ChatGPT一定是一个绕不开的名字。

大模型

借题发挥下最近几例声音克隆的应用案例

某父亲痛失爱子，因为儿子托梦告知人是可以复活的，于是这位父亲到处寻找让人复活的办法，于是他关注到了最新的人工智能技术，开始找人咨询和学习技术，通过摸索，他知道通过ChatGPT可以训练儿子的过去的说话，文字等语料

声音克隆数字人

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

以往这一任务需要文本识别、布局检测和排序、公式表格处理、文本清洗等多个步骤—— 这一次，只需一句话命令，多模态大模型 Vary 直接端到端输出结果：无论是中英文的大段文字：

OCR 手写文字识别

全球最强大模型一夜易主，GPT-4时代终结！Claude 3提前狙击GPT-5，3秒读懂万字论文理解力接近人类

再举个例子，要求Claude 3 Opus将难以阅读的手写字迹的照片转换为文本。

claude 大模型

阿里出品自动化视频剪辑工具FunClip！

FunClip Logo FunClip是由阿里达摩院精心打造的一款完全开源、本地部署的自动化视频剪辑工具。

FunClip 视频阿里

Stable Diffusion

stable diffusion如何确保每张图的面部一致？

Compatible Image Prompt Adapter for Text-to-Image Diffusion Models，翻译成中文就是：用于文本到图像扩散模型的文本兼容图像提示适配器，名字很长很拗口

图生图文生图 sd

<...8 9 10 111213 14 15 16 17 ...>

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