文章列表-AI魔法学院

文章列表

OmniVision - 968M：小巧精悍的视觉语言模型，释放多模态边缘计算强大潜能

一、模型概述 OmniVision - 968M是一款由NexaAI研发的紧凑且高效的多模态模型，其参数规模小于10亿（968M），却具备强大的视觉和文本处理能力。

OmniVision -968M 多模态模型

EasyPhoto | 您的智能 AI 照片生成器

我们支持使用预设模板图片与上传自己的图片进行推理。

训练 EasyPhoto 文生图

2万字大模型调研：横向对比文心一言、百川、Minimax、通义千问、讯飞星火、ChatGPT

此外，由于大模型产品的技术门槛较高，需要专业的人才和技术支持服务。

大模型调研

主流网络爬虫蜘蛛详解

2021年8月，Google全球市场份额为92.05%，排名第一（即最大）因此不建议屏蔽 Googlebot。

爬虫蜘蛛详解

StableDiffusion使用Roop插件一键换脸教程

面部编号在原图有「两张脸及以上」时使用。

AI换脸

Meta无限长文本大模型来了：参数仅7B，已开源

其次，MEGALODON 提出了时间步长归一化层，它将组归一化层推广到自回归序列建模任务，以允许沿顺序维度进行归一化。

Meta 长文本大模型

探索Sora的魔法世界：功能展示、原理解析、未来市场影响大猜想！

这意味着它可以生成更加自由的视频尺寸。

视频生成 sora

用AI做郭德纲说英文相声的爆款视频（详细教程）

比如认知类的可以外国的商业大咖讲中文，也可以出大量的这种粉丝制作这类视频并不难，主要是找到这个内容形态，今天我重新再给大家安排一个具体的教程，接下来讲解详细操作教程 &ensp

视频翻译语言

TrOCR——基于transformer模型的OCR手写文字识别

，其文本需要跟编码器的数据进行注意力机制的计算。

OCR 手写文字识别

ChatGPT提示工程5篇合集(五)：ChatGPT提示工程 - 邮件回复、营销文案

在这篇文章中，将会介绍如何使用大型语言模型来进行邮件自动回复、生成营销文案。

prompt 提示词

国内外开源大语言模型一览表

支持中英双语，使用 ALiBi 位置编码，上下文窗口长度为4096。

大模型

Roop升级版FaceFusion换脸AI技术使用以及部署教程

以下是针对各显卡安装图形加速的方法，请根据自身系统进行选择。

FaceFusion 教程

链接大模型与外部知识，智源开源最强语义向量模型BGE

C-MTEB 的建设参照了同类别英文基准 MTEB [12]，总共涵盖6大类评测任务（检索、排序、句子相似度、推理、分类、聚类），涉及31个相关数据集。

embedding 语义向量

无限逼近真人效果的“超真实人像大模型”，或许它才是你一直在寻找的真爱！

DeepFloyd IF是一个由一个冻结文本编码器和三个级联像素扩散模块组成的模块：一个基于文本提示生成64x64像素图像的基础模型和两个超分辨率模型，每个模型都设计用于生成分辨率不断提高的图像：256x256

大模型文生图

AI声音克隆 | 最全最简教程（权威版）

TTS小软件，API用的就是微软的，如有需要，请看自己开发一个免费的文本转语音小工具如果你觉得功能少，可以使用国内的魔音工坊，但是要收费的哈但这些都不能指定声音转换，所以这里使用声音克隆

声音克隆教程

<...38 39 40 414243 44 45 46 47 ...>

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