文章列表-AI魔法学院

文章列表

它来了！SDXL + ControlNet 终于强强联合！

其中前两个模型为 Hugging Face 上一个称作 “diffusers” 的团队发布，这个团队为非盈利组织，由多名AI热衷者自发组建而成，发布过许多 diffusion 相关的模型。

SDXL

5 种策略控制 ChatGPT 的输出长度

自从人类有了 AI 之后，文本创作的效率大幅上升，带来的问题就是，我们不得不花更多时间去消化信息。

写作大模型聊天 ChatGPT

深度解析ElasticSearch同义词管理：打造更智能的搜索体验

以下是示例同义词文件(synonyms.txt): 西红柿,番茄土豆,马铃薯自行车,脚踏车,单车在上述文件中，每一行中以英文逗号隔开，代表这些短语都互为同义词。

ElasticSearch 智能搜索

麦肯锡专家都在用的方法：用ChatGPT速览用户研究领域的 50 个核心概念

用户界面想象一辆汽车，驾驶员与汽车的交互主要通过方向盘、油门、刹车等控制装置实现。

用户工作

和大模型相关的一些术语（持续更新中）

1.什么是AI AI，人工智能（Artificial Intelligence）的英文缩写。

大模型人工智能

实战:如何用AI Agent实现ChatGPT流程化写作，产能翻倍

介绍AI Agent的概念。

Agent 写作

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

智能车载系统对于智能车载系统，Westlake - Omni可以提供语音导航、娱乐控制以及车辆信息查询等服务。

Westlake -Omni 语音

【重磅推荐】PaddleOCR：超越人眼识别率的AI文字识别神器！

3.自动驾驶：PaddleOCR可用于车辆号牌识别、交通标志识别等自动驾驶相关任务。

PaddleOCR 文字识别

【全文翻译】微软166页论文解读 GPT-4V：多模态大模型的黎明

它还能识别图像中男人与汽车之间的空间关系，并指出摄像机的视角可能会影响它们的感知大小。

多模态大模型 GPT-4V 文生图

6个最佳开源TTS引擎

可以帮助视觉障碍的人理解文本内容，可以让开车的人听取一个文本工作报告，甚至模拟某个人的声音播报一段内容、演唱一个歌曲，实现虚拟主播、虚拟歌手。

TTS引擎开源模型

开源免费离线语音识别神器whisper如何安装

whisper介绍 Open AI在2022年9月21日开源了号称其英文语音辨识能力已达到人类水准的Whisper神经网络，且它亦支持其它98种语言的自动语音辨识。

wisper 翻译免费

AI帮你DIY新年祝福海报，拜年必备神器！

此外，通义实验室还积极参与开源社区的建设，以分享、合作的态度对待开源项目，共同探讨 AI 模型的开放性。

拜年海报 ai绘画

Mokker，想取代商业棚拍效果的场景生成AI

有别于其他的生成式工具，Mokker有她特别用心和擅长的地方，专注帮你更换合适的商品场景，如果有一张产品图了，那么可以通过Mokker的摄影道具，添加自己想要的道具模型到场景中，然后靠谱的AI就会生成一张融合产品在内的准确场景

Mokker 图生图

好看的图片不知道怎么写提示词？用AI读出来

AI绘画普及后，越来越多的创作者开始用各种AI工具，来绘制自己想象中的画面和场景。

文生图

来自OpenAI应用研究主管关于Agent的万字长文-AI Agents介绍

文章篇幅较长，希望小伙们可以耐心看完。

Agent

<...20 21 22 232425 26 27 28 29 ...>

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