天谱乐：生成个性化歌曲和纯音乐，趣丸科技唱鸭自研AI音乐大模型
综合介绍 天谱乐是一个由趣丸科技旗下的唱鸭团队自主研发的AI音乐创作平台。该平台旨在为用户提供个性化的音乐创作体验，支持文本生成音乐、图片生成音乐和视频生成音乐等多种功能。用户可以通过上传文本、图片或...
杨帆的文章
微软copilot使用的是什么模型？
由于个人家庭版copilot pro的宣传中出现过“在高峰期不限制使用GPT-4”这么一句话（对应着，非copilot pro用户在高峰期就会降为GPT-3.5），很多人就会以为这种情况一直延续。其实自2024年9月开始，copilot就一直使...
Trae中文版 首发邀请下载：注册后不限量使用DeepSeek-R1！
开启 Builder 智能编程模式，无限量使用 DeepSeek-R1 和 DeepSeek-V3 ，对比海外版体验更加流畅。只需输入中文指令，不懂编程的小白也可以零门槛编写自己的应用。
卡片图提示词：创作优美的音乐诗篇，仅适用于Claude
# 无声乐章创作指南 ## 询问创作主题 请先告诉我你想要表达的主题或情感。可以是具体的（如“初恋”）或抽象的（如“希望”）。 ## 创作规则 - **严禁文字的声音属性**：如声韵、声调、节奏等。 - **只能使用意象和感...
朴素、有效的RAG检索策略：稀疏+密集混合检索并重排，并利用“提示缓存”为文本块生成整体文档相关的上下文
为了让 AI 模型在特定场景中发挥作用，它通常需要访问背景知识。例如，客户支持聊天机器人需要了解其服务的具体业务，而法律分析机器人需要掌握大量的过往案例。 开发者通常使用检索增强生成（Retrieval-Augmente...
DeepSeek 发布了 v3 模型的首个开源版本，现阶段拥有（国产）最强代码能力
DeepSeek-V3是一款强大的混合专家（Mixture-of-Experts, MoE）语言模型，拥有6710亿总参数，针对每个token激活37亿参数。该模型采用了一种创新的多头潜在注意力（Multi-head Latent Attention, MLA）架构，以及经...
CogAgent：智谱开源的智能视觉语言模型，实现图形界面自动化操作
综合介绍 CogAgent是由清华大学数据挖掘研究组（THUDM）开发的开源视觉语言模型，旨在实现跨平台的图形用户界面（GUI）自动化操作。该模型基于CogVLM（GLM-4V-9B），支持中英文双语交互，能够通过屏幕截图和自然...
达摩院“寻光”视频创作平台全面评测
今天早些时候收到“寻光”内测申请通过的通知，睡前发个简单的评测。 该平台定位是达摩院的“视觉技术能力应用平台”，目前应用较少（对比发布会）期待逐步开放更多视觉类应用。 寻光分为两个地址： https://xunguang...
DisPose：生成人体姿态精准控制的视频，创作跳舞的小姐姐
综合介绍 DisPose是一个创新的开源人工智能项目，专注于可控的人物图像动画生成。该项目由研究团队开发并在GitHub上开源，采用先进的深度学习技术，通过分解骨骼姿态信息来实现精确的人物动画控制。DisPose的核心...
Smolagents：快速开发AI智能体，轻量级构建智能体的开源项目
综合介绍 Smolagents是由HuggingFace开发的轻量级智能代理库，专注于简化AI代理系统的开发过程。该项目以其简洁的设计理念著称，核心代码仅约1000行，却提供了强大的功能集成能力。它最显著的特点是支持代码执行...
通过视觉提取文档为Markdown格式文档的组合提示词指令
该指令来源于 Vision Parse 项目，分为两步提取markdown文档。 图像分析提示词 (img_analysis.prompt): Analyze this image and return a detailed JSON description including any text detected, images detect...
Napkin AI 中文入门指南
如何开始使用 Napkin AI 生成视觉内容 ？(账户创建、视觉生成、导出为 pdf 或图像文件...) 欢迎使用 Napkin AI，这款工具可以轻松地将您的文本转换为精美的视觉效果。本指南将引导您完成入门的基本步骤，并最大化...
Vision Parse：使用视觉语言模型将PDF文档智能转换为Markdown格式
综合介绍 Vision Parse是一个革命性的文档处理工具，它巧妙地结合了最先进的视觉语言模型(Vision Language Models)技术，能够将PDF文档智能转换为优质的Markdown格式内容。该工具支持多种顶级视觉语言模型，包括O...
InvSR：开源图像超分辨率项目，提升图像分辨率质量
综合介绍 InvSR是一个创新的开源图像超分辨率项目，它基于扩散反演技术，能够将低分辨率图像转换为高质量的高分辨率图像。该项目利用预训练的大型扩散模型中蕴含的丰富图像先验知识，通过灵活的采样机制，支持1到...
Infinity：生成高分辨率图像的比特自回归建模，实现无限制高分辨率图像生成
综合介绍 Infinity是一个开创性的高分辨率图像生成框架，由FoundationVision团队开发。该项目通过创新的位级视觉自回归建模方法，突破了传统图像生成模型的限制。Infinity的核心特点是采用了无限词汇量的分词器和...
GeminiCoder：基于LlamaCoder项目，使用Gemini API快速生成Web应用程序
综合介绍 GeminiCoder是一个基于Google Gemini API开发的创新型Web应用程序生成工具。该项目继承了 LlamaCoder 的优秀特性，并集成了最新的Gemini 1.5 Pro、Gemini 1.5 Flash和Gemini 2.0 Flash实验版等强大的AI...
教你AI（教えてAI）：免费使用文本生成、图像生成等工具，比较多AI模型生成答案
综合介绍 教你AI（教えてAI） byGMO 是一个专注于生成AI的综合教学网站，旨在为用户提供丰富的AI工具和资源。该网站涵盖了从文本生成到图像生成的多种AI应用，帮助用户在不同领域实现高效工作。无论是学术研究、...
GPTme：在命令行终端中运行的智能编程助手，ChatGPT代码解释器的本地化替代方案
综合介绍 GPTMe是一款革命性的终端AI助手工具，专为提升开发者工作效率而设计。它将强大的AI能力与终端环境完美结合，支持代码执行、文件编辑、网页浏览和视觉识别等多样化功能。作为ChatGPT代码解释器的本地化替...
剧本文字分镜提示词，适合短片小说或经典剧集
提示词 角色定位：你是专业的视频分镜专家。请基于以下标准，将剧本拆解为详细的分镜信息。 # 拆解标准： ## 基础拆解规则 1. 新镜头拆分标准（任一满足即新建镜头）： - 场景/地点变化 - 时间跳转 - 人物...
PeterCat：为GitHub创建智能答疑机器人，官网集成专业技术在线客服
综合介绍 PeterCat 是一个专为GitHub社区维护者和开发者打造的智能答疑机器人解决方案。它提供对话式答疑 Agent 配置系统、自托管部署方案和便捷的一体化应用 SDK，让用户能够为自己的 GitHub 仓库一键创建智能答...
简体中文 
English 
日本語 
Deutsch 
Português do Brasil