文章列表-AI魔法学院

文章列表

比 remini 更便宜，比美图更有风格！黏土滤镜免费做，速领

整体的逻辑：使用 SDXL 大模型，提示词用 SDXL 风格选择器中的黏土风，结合 controlnet 和 lora，直接图生图即可。

SDXL 文生图

AI打破设计界限：一文教你免费打造专属Logo！

选择“更多创造力”模式。

文生图

深入浅出人工智能常用技术，让你轻松掌握AI应用核心！

深度学习是机器学习的一种，可以利用神经网络模型学习图像特征，从而让计算机可以基于图片进行分类和识别。

人工智能

国内厂商语音识别与Whisper评测：现状与概况对比

一、语音识别现状二、评测意义与预期成果三、评测方案四、评测结果一、语音识别现状得益于近年来深度学习技术的快速发展，人工智能的主要分支(图像、语音、自然语言处理等)都相继进入了大规模落地应用阶段

语音识别 Faster-Whisper

Anthropic推出提示词生成器让AI秒懂你的需求！

与其他模型的兼容性值得一提的是，提示词生成器生成的提示不仅可以在 Claude的模型中使用，还可以兼容其他的AI模型。

Anthropic 提示词生成器

RAT = CoT + RAG

开发能够像人类一样思考、推理并解决复杂问题的模型一直是人工智能研究的关键目标。

RAT 协同思维链检索增强生成

使用 Dify 和 Moonshot API 构建你的 AI 工作流（一）：让不 AI 的应用 AI 化

初始化 Dify 中的模型配置点击界面右上角的用户头像，在下拉菜单中点击“设置”，在弹出窗口中选择左侧的“模型供应商”菜单，能够看到 Dify 支持配置使用的所有模型类型。

Dify Moonshot API 工作流

通过声音生成逼真的全身形象？！Meta开源AI工具：audio2photoreal

audio2photoreal的核心技术是基于深度学习的图像生成模型，它可以从音频中提取语音特征，然后用这些特征来控制人脸和身体的运动。

audio2photoreal 开源工具

ComfyUI学习笔记：插件安装

使用插件管理器刚才安装的ComfyUI Manager，实际上是一个插件及模型管理器，可以用它来浏览其他可选的插件列表并安装。

comfyui 插件绘画

两个案例教你如何用BRTR原则优化Prompt

这个 Prompt 非常模糊，没有提供足够的信息。

BRTR Prompt 写作

数字人起飞！字节Loopy对口型功能在即梦上线可根据语境匹配表情和情绪

字节跳动和浙江大学的科研团队联合开发的基于音频驱动的视频扩散模型LOOPY完美解决了这个问题。

Loopy 视频

SD入门教程零：应用场景

2.换脸给模特换脸，比如有一个模特可以换各种样式的脸，同样可以对于模特的局部（眼睛、嘴唇、鼻子、嘴巴）做出变化，还能控制模特的微表情（开心、忧伤、生气等）。

Stable Diffusion 文生图入门教程

ComfyUI 图片以及工作流管理神器

再回到最开始的界面哈，在这个界面上可以管理我们的图片库，支持模糊搜索图片，可以删除我们不想要的图片，点击加载会在 ComfyUI 的界面上加载对应的工作流。

comfyui 工作流

LLM之RAG实战（五）| 高级RAG 01：使用小块检索，小块所属的大块喂给LLM，可以提高RAG性能

小到大检索背后的概念是在检索过程中使用较小的文本块，然后将检索到的文本所属的较大文本块提供给大语言模型。

RAG 检索

8个常用中文OCR数据集，附下载链接

在MSRA-TD500数据集中，难以检测的文字（一般由低分辨率、模糊和遮挡等因素造成）会被标记为“困难”。

OCR

<...77 78 79 808182 83 84 85 86 ...>

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