文章列表-AI魔法学院

文章列表

郭德纲讲英语相声详细教程

郭德纲用英文说相声的短视频火爆全网，同类型的AI短视频层出不穷，更有好莱坞明星说中文的短视频，不断地出爆款，那么现在我们就开始学习如何制作一个同类型的AI短视频吧！

数字人音视频

Fooocus更新了2.3

fooocus又更新了，现在版本2.3，注意，我现在使用的是英文版fooocus，自动更新到最新版。

fooocus 文生图

颠覆数据存储方式：向量数据库的威力

在推荐系统中，用户和物品可以用向量表示，以捕捉其特征和属性。

编程数据库

中文开源OCR框架对比及介绍

倾斜校正：由于一般用户，在拍照文档时，难以拍摄得完全符合水平平齐与竖直平齐（我本人就经常拍的歪歪扭扭），因此拍照出来的图片不可避免的产生倾斜，这就需要图像处理软件进行校正。

OCR

4K star！录屏好帮手，超酷的实时按键显示工具

今天我就帮你找到了一个好用的工具，它开源免费效果还超酷，帮你完成实时可视化键盘按键的效果，它就是：Keyviz。

Keyviz 录频

更强的小型LLM：Zephyr-7B

用户观察到这些模型通常缺乏“意图对齐”，意味着它们并不总是以符合人类偏好的方式行事。

Zephyr-7B 大语言模型

AI绘画Stable-Diffusion风格化实战

这些有趣的风格化效果其实都是图像风格化技术的应用成果。

Stable-Diffusion 文生图

十大开源语音识别项目

Whisper Whisper 是一个通用的语音识别模型。

语音识别开源项目

接私活必看的11个开源项目

· 认证机制：采用gtoken的用户状态认证及casbin的权限认证 · &ensp

私活开源项目

DeepMusic发布“和弦派”2.0：重塑AI音乐创作范式，赋予创作者全方位掌控

作为一款全方位辅助音乐创作的工具，“和弦派”贯穿歌词构思、旋律构建、编曲设计、虚拟演唱直至后期混音的全过程，运用AI技术助力音乐人与爱好者跨越创作瓶颈，孕育出丰富多样且充满个性特色的音乐作品。

和弦派 DeepMusic 音乐创作

RAG模型的主要痛点和解决方案

这种幻觉误导了用户。

rag 大模型

评论能力强于GPT-4，上交开源13B评估大模型Auto-J

功能使用方面 · 支持 50 + 种不同的真实场景的用户问询（query）（如常见的广告创作，起草邮件，作文润色，代码生成等）能够评估各类大模型在广泛场景下的对齐表现； · 它能够无缝切换两种最常见的评估范式

Auto-J 大模型

深入解析 Mistral AI 的 Mixtral 8x7B 开源MoE大模型

它对法语、德语、西班牙语、意大利语和英语的多语言支持，使其能够满足不同用户的需求。

开源模型 Mixtral 8x7B

华为盘古画画3.0发布 | PanGu-Draw：业界最大的中文文生图模型，效果YYDS！

另一方面，由于图像分辨率和潜在空间嵌入结构不兼容，现有的扩散模型(每个模型专门用于不同的控制并在独特的潜在空间中运行)的集成带来了挑战，阻碍了它们的联合使用。

PanGu-Draw 文生图

AI Agent / 智能体观察笔记（中）

这些智能体被隔离在一个类似于模拟人生的可交互的沙盒环境中，人类用户可以使用自然语言和智能体直接交互。

大模型

<...46 47 48 495051 52 53 54 55 ...>

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