文章列表-AI魔法学院

文章列表

AI 写作：如何把GPT变成你的爆文写作素材库？

素材包括数据、引用、研究报告、故事、案例、金句、图像、视频。

AI写作 GPT

国产视频制作之光-可灵：提示词大全整理

🍎图生视频建议一次一个词，如托腮，抬头。

可灵 kling 视频

8个常用中文OCR数据集，附下载链接

室内的图像主要包括标识、门牌和标牌等，室外的图像主要是路牌和广告牌等。

OCR

文心一言大模型使用指南

一、登录注册文心一言的官方网址如下 https://yiyan.baidu.com/welcome 点击之后，会看到如下图所示的界面，然后点击『开始体验

文心一言百度

AI视频新技能！这套流程教你打造视频人物和声音完美同步！

D-ID:https://studio.d-id.com/ HeyGen:https://app.heygen.com/home 如果你只需从单张图片生成与音频同步的视频，且对人物动作没有太多特殊要求

AI视频

中文OCR超越GPT-4V，参数量仅2B，面壁小钢炮拿出了第二弹

下面是实测的一次看图说话任务，MiniCPM-V 2.0 出现了 3 处幻觉，GPT-4V 出现了 6 处幻觉（见图下高亮红字）：除了越来越强大的通用能力

MiniCPM 大模型

检索增强生成(RAG)有什么好的优化方案

其技术架构图大致如下[4]：图3 基于KG+VS进行上下文增强图3中query进行KG增强是通过NL2Cypher模块实现的。

RAG 检索增强生成

Fastwhisper + Pyannote 实现 ASR + 说话者识别

wespeaker-voxceleb-resnet34-LM https://huggingface.co/pyannote/segmentation-3.0 最后再修改下config.yaml里的模型路径，参考我的：在这里插入图片描述

faster-whisper 语者识别 ASR

Roop参数说明，ROOP->StyleGAN演示！

因为有一些效果图，聊起来就更直观一点。

视频 StyleGAN

阿里Outfit Anyone实现真人百变换装

扩散模型已经证明了它们能够生成高质量和逼真的图像，但当涉及到虚拟试妆等条件生成场景时，它们在实现控制和一致性方面仍然面临挑战。

Outfit Anyone 阿里

60分钟吃掉ChatGLM2-6b微调范例~

)) 差评好评好评好评差评差评好评差评差评好评可以看到，这个评论模型其实是不太吃得准它是好评还是差评的，毕竟，死鬼这个词的内涵太丰富了，跟字面的意思并不一样

开源模型

大模型检索增强生成RAG的优化

其技术架构图大致如下[4]：基于KG+VS进行上下文增强图3中query进行KG增强是通过NL2Cypher模块实现的。

RAG 检索增强大模型

最好用的AI一键换脸工具FaceSwapLab汉化

": "参考图像,将提取第一个人脸", "First face of batches sources will be extracted and used as input (or blended

一键换脸

Stable Diffusion

Stable Diffusion 30种采样器全解！

o Euler：ODM求解器，简单直接，可收敛——能产生最终稳定图像。

Stable Diffusion采样器

阿里最近推出AI项目的动作太过频繁，脑子跟不上了，事出反常必有妖，盘点一下

一个静态图片转视频的项目。

阿里大模型

<...81 82 83 848586 87 88 89 90 ...>

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