杨帆的文章

文档图像理解技术旨在让计算机能够像人类一样理解文档图像中的内容。它主要涉及对扫描或拍摄得到的文档图像（如纸质合同、书籍页面、发票等）进行分析、处理和理解，提取其中有价值的信息，如文字、表格、图表等...

最近接手了一个需要使用 Stable Diffusion 的项目，需要重新部署一套 SD 环境。这跟我之前的SD部署又不太一样，部署过程中遇到一些问题，总结出一个比较完美的安装方案，在这里和大家分享一下。 项目地址：https:...

冬天来了，家里下雪了吗？ 没下也没关系，现在下了——点击这里   怎么做的 答：通过 GLM-Zero，也就是智谱前两天发的。看起来像智谱广告一样...同样推荐试试 DeepSeek Chat 的“深度思考”。   我用的 Pro...

  每一个知识点都有面向教师和学生的不同内容。   2024年，麻省理工学院（Massachusetts Institute of Technology，MIT）推出的Day of AI项目火爆全球，这是一个针对K12的免费学习平台，有AI课程、教程...

综合介绍 FunClip是一款完全开源的本地化自动视频剪辑工具，由阿里巴巴达摩院TONGYI语音实验室开发。该工具集成了工业级的 Paraformer-Large 语音识别模型，可以准确识别视频中的语音内容并转换为文字。特别之处...

综合介绍 Dify-WebUI 是一个基于 Dify API 的现代化桌面智能对话应用，旨在为企业提供强大的 AI 对话能力。该应用支持多种预设主题颜色，满足企业个性化需求，并且具备知识库管理功能，支持文档导入和语义检索。D...

FaceFusion 更新到了3.1.1版本。本次更新增加了批量功能、换脸模型、以及全新的UI界面，这次的批量跟上个版本的job工作流形式不同，操作更方便简单。 本文使用 FaceFusion 某个封装客户端讲解，获取更多封装好的...

综合介绍 小红书AI运营助手（xhsaipublisher）是一个专为在小红书平台上发布文章而设计的自动化工具。该项目结合了图形用户界面与自动化脚本，利用大模型技术生成内容，并通过浏览器自动登录和发布文章，旨在简化...

Kohya 发布了混元视频（Hunyuan Video）模型的 Lora 训练脚本。它将允许 16GB VRAM 显卡仅使用图像输入训练视频 Lora。 而且支持图片训练视频模型 lora Civitai 现在已经有 fok3827 老哥发布的 Lora 了，也支持 N...

综合介绍 微信 Markdown 编辑器（WeChat Markdown Editor）是一款高度简洁的微信图文排版工具，旨在帮助用户轻松创建美观的微信文章。该编辑器支持所有基础的 Markdown 语法，并提供丰富的功能，如数学公式、Merm...

综合介绍 Deepseek Artifacts 是一个利用世界上最好的开源模型来创建React应用的网站。用户可以通过描述他们梦想中的React应用，网站将使用 Deepseek V3（原模型：Meta-Llama）模型生成相应的代码。生成的响应会...

检索增强生成（RAG）已成为增强大型语言模型能力的一项强大技术。 RAG 框架结合了基于检索的系统和生成模型的优势，可以做出更准确、更能感知上下文和更及时的响应。随着对复杂人工智能解决方案需求的增长，GitHu...

2024 年最受欢迎的 AI 产品，当属 NotebookLM 。从九月开始就一路爆红，一直到年末热度都居高不下。 12 月时，NotebookLM 更新了新功能：加入。用户也可以成为播客节目里的一环啦。 这个功能并不是刚刚面世，很早...

多智能体系统 (Multi-Agent System, MAS) 是一个由多个交互的智能体 (Intelligent Agent) 组成的计算系统。多智能体系统可用于解决单个智能体或单体系统难以解决或无法解决的问题。智能体可以是机器人、人、或软...

  1.什么是无代码平台（No Code/Low Code）？ 简单来说，它让人们无需编写任何代码就能制作应用、网站或业务流程。 用户通过简单的点击或拖放组件即可完成操作。对于初学者来说，创建技术项目变得不再那么困...

综合介绍 StoryTribe 是一个免费的在线故事板制作工具，专为视频制作人、市场营销人员和用户体验设计师设计。无需绘画技能，用户可以轻松创建插图和故事板。StoryTribe 提供了丰富的图形资产库和场景道具，支持多...

综合介绍 Doc2X 是一款功能强大的文档图片公式识别与转换工具，致力于提供高效智能的文档处理解决方案。无论是学术科研论文、教辅书籍、企业文档还是财报研报，Doc2X 都能精准识别 PDF 中的表格和公式，并一键转...

综合介绍 3MinTop 是一款由 AI 驱动的阅读助手，旨在帮助用户在短时间内掌握书籍的核心内容，降低阅读门槛，培养良好的阅读习惯。无论你是阅读新手还是资深读者，3MinTop 都能通过智能总结、通俗易懂的解释和结构...

随着人工智能技术的飞速发展，大语言模型在研究生级别的高难度科学题目上的推理能力已经成为了研究的热门话题。以 OpenAI 为例，其在12月初正式发布的新模型OpenAI o1展现了强大的科学推理能力，o1在测试研究生级...