文章列表-AI魔法学院

文章列表

中文OCR超越GPT-4V，参数量仅2B，面壁小钢炮拿出了第二弹

从应用落地的角度看，轻量级、MoE 大模型已经成为人们重要的探索方向。

MiniCPM 大模型

今天分享一个官方的高级的做数据分析的prompt提示词

`click(id: str)` 在搜索结果列表中的位置“id”处打开文档 `back()` 返回上一页并显示它。

prompt 提示词

达摩院SPACE对话大模型：知识注入与知识利用

围绕这两个方面，本文将重点分享一些探索性的工作。

大模型

AI提示词|一词千金，写提示词的这个技巧你一定没想到！(一）

利用NLP的请求：「请检查这篇文章的语法和清晰度，并提出改进句子结构的建议。」

提示词写作

腾讯出品！开源AI数字人框架！号称可以不限时长

它还提供了在人类数据集上训练的检查点，支持从图像到视频、文本到图像到视频、视频到视频的多样化生成方式。

MuseV 视频数字人框架

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

他们只在一张图像上部署算法，再将图像-图像的转换，提升为视频-视频的转换，将关键点检测提升为关键点跟踪，而且不需要任何训练。

ControlNet

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

语音识别模型SenseVoice介绍 SenseVoice 是一个全面的语音基础模型，旨在执行各种语音理解任务，包括自动语音识别（ASR）、语言识别（LID）、语音情感识别（SER）和音频事件检测

asr tts 声音

挑战全网，字节跳动coze平台让你免费创建ChatGPT4的机器人，不仅能免费使用DallE3，还能免费导入自己的知识库

coze为我们提供了免费使用GPT4引擎的机会，让我们可以与之对话，探索无穷的可能性！

Coze 聊天机器人

世界上最流行（github排名高）的开源移动机器人的操作系统ROS开源了！！

· 包装内容检查您的 ROBOTIS OP3 包装中是否有以下物品。

ROS 机器人开源模型

如何使用 Megatron-LM 训练语言模型

它还将数据拆分为带有索引的编号序列，并将索引存储，因此 tokenize 只需要计算一次。

开源模型

【重磅推荐】PaddleOCR：超越人眼识别率的AI文字识别神器！

2.图像分析：在遥感图像、医学图像等领域，PaddleOCR可以辅助进行目标检测、图像分类等任务。

PaddleOCR 文字识别

忘了提示词吧，用自然语言教会AI画出想象力

Keyword highlightingLora、LyCORIS、文本反转突出显示和检测。

文生图

阿里云开源通义千问多模态大模型Qwen-VL，持续推动中国大模型生态建设

他拍下楼层导览图问Qwen-VL“骨科在哪层”“耳鼻喉科去哪层”，Qwen-VL会根据图片信息给出文字回复，这是图像问答能力；再比如，输入一张上海外滩的照片，让Qwen-VL找出东方明珠，Qwen-VL能用检测框准确圈出对应建筑

大模型

TrOCR——基于transformer模型的OCR手写文字识别

但是随着transformer模型attention注意力机制进入计算机视觉任务，我们同样可以使用transformer来进行计算机视觉方面的任务，比如对象检测，对象分类，对象分割等，这里毕竟著名的模型

OCR 手写文字识别

万物皆可接入DeepSeek，44家接入R1的国产平台超详细大盘点

但是我发现，自第一天干崩硅基流动、第二天干崩秘塔AI搜索后，涌现出来的三方平台越来越多了，写不完，根本写不完。

deepseek 大模型

<...32 33 34 353637 38 39 40 41 ...>

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