文章列表-AI魔法学院

文章列表

体验完阿里的EMO模型，我emo了

12 四、全民唱演体验全民舞王利用的是一种口唇同步的技术，这是一种让画面人物的口型与所配的语音或文字信息精确匹配的技术

EMO 文生图

SD入门教程六：ControlNet基础入门

图片，这张图片会作为 Conditioning 和最开始的 prompt 一起再输入到 Stable Diffusion 模型中，从而影响模型生成的图片。

ControlNet 文生图

LangChain Agent 原理解析

LangChain 是一个基于 LLM（大型语言模型）的编程框架，旨在帮助开发人员使用 LLM 构建端到端的应用程序。

大模型

阿里通义实验室薄列峰：从兵马俑跳“科目三”到照片唱歌，四大框架让AI生成的人物活起来丨GenAICon 2024

是基于服饰图和人物形象；人物视频角色替换框架Motionshop采用Video2Motion，基于视频人物动作驱动3D数字人；人物唱演视频生成框架Emote Portrait Alive能够基于单张图和音频

通义文生视频

AI创作｜如何通过GPT进行漫画视频的故事改写

随着AI绘画在今年爆火后，通过AI的方式制作的漫画类小说推文视频在短视频平台中爆发式增长。

生成式AI

Prompt屠龙术-思维链

COT (Chain of Thought) 本文介绍prompt工程中的屠龙术之一：思维链，这是一种能极大提升大模型输出质量的技术。

Prompt 思维链

AI能赚到钱了么？

最近各种大模型密集发布，“赶上GPT4”“成为中国的OpenAI”等观点散见于各种文章。

大模型商业模式

提示词学习地址推荐

提示工程（Prompt Engineering）是一门较新的学科，关注提示词开发和优化，帮助用户将大语言模型（Large Language Model, LLM）用于各场景和研究领域。掌握了提示工程相关技能将有助于用户更好地了解大型语言模型的能力和局限性。

提示词 prompt

整理了近期所有TTS相关的大模型

从 XTTS 到 Pheme,从OpenVoice 到 VITS，每个大模型包括源码地址，支持的语言，非常棒！

TTS 大模型

Flowith：革新你的工作方式，体验节点式 AI 的超流畅生产力

这不仅仅是一个聊天机器人，而是一个能够将复杂的工作流程和思维模式整合到 AI 中，以提高效率的强大助手。

Flowith GPT 生产力工具

几款开源的OCR识别项目，收藏备用

tesseract Tesseract，一款由HP实验室开发由Google维护的开源OCR引擎，开源，免费，支持多语言，多平台; https://github.com/tesseract-ocr

OCR

OCR的终极解法——传统算法VS多模态大模型

命名实体识别命名实体识别（Named Entity Recognition, NER）是自然语言处理（Natural Language Processing, NLP）的一个分支，它的任务是识别文本中具有特定意义的实体

OCR 大模型文字识别

自动化神器Autolt：不再重复工作

下面是一个简单的Autolt脚本示例，演示如何打开Excel、写入数据到单元格并保存文件。

RPA 自动

用AI轻松玩转年度总结PPT

在快节奏、高效率的工作环境中，年度总结和报告制作常常是一个耗时且复杂的任务。

PPT 年终总结

Stable Diffusion

Stable Diffusion教程：采样器

后向扩散时，Stable Diffusion 先会生成一张完全的噪音图，然后根据提示词的语义，通过不断的采样来去除噪音图中不符合语义的噪音，而采样器就是去除噪音用的算法程序。

画图 SD 采样器

<...47 48 49 505152 53 54 55 56 ...>

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

© 2023-2024 AI魔法学院

京ICP备20027199号-1