-
十分钟读懂Stable Diffusion运行原理
AIGC 热潮正猛烈地席卷开来，可以说 Stable Diffusion 开源发布把 AI 图像生成提高了全新高度，特别是 ControlNet 和 T2I-Adapter 控制模块的提出进一步提高生成可控性，也在逐渐改变一部分行业的生产模式。惊...
-
学习之旅：揭秘AI绘画与视频生成的奥妙（2）
前言 在这篇文章中，我们将深入探讨如何使用Ebsynth Utility插件为视频带来全新的视觉效果。通过重绘视频，我们可以实现对视频风格的调整，为其增添独特的艺术氛围。我们将分享实际操作步骤以及过程中可能遇到的问题，帮助大家更好地掌握这...
-
360度无死角！UC伯克利华人发布3DHM框架：一张图片即可模仿任意视频动作
输入一张任意姿势的照片，想让照片里的人跟随「指定视频」来进行动作模仿并不简单，除了肢体动作的模仿外，模型还需要对运动过程中衣服、人物外观的变化进行建模。 如果输入图像是正面的，而模仿的视频动作包括转身的话，模型还需要「想象」出衣服的背面样子，以及衣...
-
谷歌AI研究提出 SpatialVLM：一种数据合成和预训练机制，以增强视觉语言模型 VLM 空间推理能力
谷歌AI研究团队最近提出了SpatialVLM，这是一种旨在增强视觉语言模型（VLMs）空间推理能力的创新系统。 尽管先进的模型如GPT-4V在人工智能驱动任务中取得了显著进展，但它们在空间推理方面仍存在显著局限。空间推理涉及理解物体在三维空间中的位置以及...
-
通义千问视觉语言模型Qwen-VL在线体验入口 阿里云AI在线使用入口
Qwen-VL是阿里云推出的通用型视觉语言模型，具备强大的视觉理解和多模态推理能力。采用 Transformer 结构，以 7B 参数规模进行预训练，支持 448x448 分辨率，能够端到端处理图像与文本的多模态输入与输出。Qwen-VL在多个视觉基准测试...
-
谷歌AI芯片TPU v5p在训练LLM方面比其前一代快2.8倍
谷歌正迅速成为其最好的朋友英伟达的强大对手——其超级计算机所使用的TPU v5p人工智能芯片比以往任何时候都更快、更大、更宽，甚至超过了强大的H100。谷歌在最近推出其Gemini人工智能模型的同时，也发布了其最新版本的旗舰张量处理单元（TPU），用于人工...
-
大模型开山鼻祖！InstructGPT发布两周年了
今天是InstructGPT发布两周年的纪念日，它是现代大语言模型的开山鼻祖。Jim Fan介绍了InstructGPT的重要性并且说了几条关于InstructGPT非常有意思的点。还展示了InstructGPT中非常经典的三步LLM训练方法的图片，我也顺...
-
探索【Stable-Diffusion WEBUI】的图片超分辨插件：StableSR
文章目录 （零）前言 （一）图片放大 （二）图片超分辨率放大脚本插件（StableSR） （2.1）下载组件 （2.2）使用 （2.3）实例对比（放大） （2.4）实例对比（修复） （三）总结 （零）前言 本篇主要介绍W...
-
ADMap：用于重建在线矢量化高精地图的抗干扰框架
本文经自动驾驶之心公众号授权转载，转载请联系出处。 论文链接：https://arxiv.org/pdf/2401.13172.pdf 代码链接：https://github.com/hht1996ok/ADMap 摘要 本文介绍了ADMap：用...
-
AIGC内容分享(五十八)：AIGC数据跨境的法律监管和合规路径
目录 一、引言 二、AIGC数据出境主要场景分析 三、数据出境法律监管和合规路径 四、对AIGC数据出境的合规建议 一、引言 在生成式人工智能（Generative AI，下称“AIGC”）技术的发展和应用过程中，相关法律监管问题一直备受...
-
三星：2023年前旧机型不支持Galaxy AI
快科技1月28日消息，三星最近发布了Galaxy S24系列手机，三星已经确认Galaxy AI将登陆一部分旧设备。 其中包括Galaxy S23系列（S23/S23 /S23 Ultra/S23 FE）手机、Galaxy Tab S9系列（Tab S9/...
-
谷歌再雪前耻，新Bard逆袭GPT-4冲上LLM排行榜第二！Jeff Dean高呼我们回来了
一夜之间，Bard逆袭GPT-4，性能直逼最强GPT-4 Turbo！ 这个听起来似乎像梦里的事情，确确实实地发生了。 就在昨天，谷歌首席Jeff Dean发推提前透露了谷歌的最新版模型——Gemini Pro-scale。 基于此，Bard相较于3月份...
-
AIGC时代-GPT-4和DALL·E 3的结合
在当今这个快速发展的数字时代，人工智能（AI）已经成为了我们生活中不可或缺的一部分。从简单的自动化任务到复杂的决策制定，AI的应用范围日益扩大。而在这个广阔的领域中，有两个特别引人注目的名字：GPT-4和DALL·E 3。这两个AI系统在各自的领域内都取得...
-
git的分支的使用，创建分支，合并分支，删除分支，合并冲突，分支管理策略，bug分支，强制删除分支
GIT | 分支 文章目录 GIT | 分支 创建分支 合并分支 删除分支 合并冲突 分支管理策略 bug分支 强制删除分支 创建分支 查看当前本地仓库中有哪些分支 git branch HEAD所指向的分支就是...
-
Apple：使用语言模型的自回归方式进行图像模型预训练
1、背景 在GPT等大模型出现后，语言模型这种Transformer+自回归建模的方式，也就是预测next token的预训练任务，取得了非常大的成功。那么，这种自回归建模方式能不能在视觉模型上取得比较好的效果呢？今天介绍的这篇文章，就是Apple近期发...
-
让知识图谱成为大模型的伴侣
大型语言模型(LLM 能够在短时间内生成非常流畅和连贯的文本，为人工智能的对话、创造性写作和其他广泛的应用开辟了新的可能性，然而，LLM也有着一些关键的局限性。它们的知识仅限于从训练数据中识别出的模式，这意味着缺乏对世界的真正理解。同时，推理能力也是有限...
-
【随手记录】Llama Tutorial 大语言模型实践 手把手系列带实践源码
这个tutorial的契机是yy突然看到了一个workshop 所以类似于一周大作业的形式，输入command输出使用了自动驾驶哪些模块，代码在这里 所以就干一干，顺便写一个tutorial给大家参考和教程 引申更多的应用 参考资料： https:...
-
体验百度文心一言AI模型生成2023年时代年度风云人物泰勒·斯威夫特简介
Taylor Swift（泰勒·斯威夫特）的歌曲风格非常多样化，从乡村音乐到流行音乐，她都有出色的表现。她的歌曲通常以她的个人经历和情感为主题，歌词深情而富有诗意，旋律优美动听。 在她的早期音乐生涯中，Taylor Swift以乡村音乐为主，发行了多张受欢...
-
全网最全Midjourney以图生图的详细教程 内有6种案例 小白必收藏！！！！
手把手教你入门绘图超强的AI绘画程序，用户只需要输入一段图片的文字描述，即可生成精美的绘画。给大家带来了全新保姆级教程资料包（文末可获取） 基础介绍 本篇文章，将介绍如何利用Midjourney完成图生图的方式，简而言之，就是以我们上传的图片为基础，...
-
类似ai小微智能论文的AI写作平台还有哪些？
人工智能（AI）和机器学习（ML）技术的进步获得了广泛关注，据尼尔森诺曼集团（Nielsen Norman Group）估计，人工智能工具可能会将员工的生产力提高66%，这使得各地公司都想利用这些工具来提高工作效率。但相关专家警告称，人工智能的使用可能会产...
-
Stable Diffusion 系列教程 - 6 Dreambooth及训练
Stable-Diffusion、Imagen等文生图大模型已经具备了强大的生成能力，假设我们的Prompt为 [Cyberpunk Style]，SD或许能很快画出赛博朋克风格的一幅画。但你作为一个不知名的人，不能奢求SD在训练的时候把你自己想要的风格也...
-
Windows下使用Anaconda本地部署Stable-Diffusion
前言： 一、电脑配置要求 二、安装Anaconda 三、cuda和cudnn安装 四、Stable-Diffusion开源代码下载和依赖安装 五、启动服务 前言： 为什么本地部署？Stable-Diffusion是完全开源的，...
-
无需本地部署 在线使用Stable Diffusion Webui 使用共享模型
尝试本地部署Stable Diffusion的时候遇到了很多的麻烦，自己训练AI也非常的麻烦，可以尝试使用Webui使用别人上传的模型 第一步进入网站https://github.com/camenduru/stable-diffusion...
-
【网安AIGC专题10.19】论文3代码生成：ChatGPT+自协作代码生成+角色扮演（分析员、程序员、测试员）+消融实验、用于MBPP+HumanEval数据集
Self-collaboration Code Generation via ChatGPT 写在最前面 朋友分享的收获与启发 课堂讨论 代码生成如何协作，是一种方法吗 思路相同 交互实用性 代码生成与自协作框架 摘要 相关工作 PP...
-
标题：智能对话新纪元：ChatGPT与文心一言的全面比较
标题：智能对话新纪元：ChatGPT与文心一言的全面比较 引言： 在这个由数据驱动的时代，人工智能语言模型已成为技术创新的前沿。特别是OpenAI的ChatGPT和百度的文心一言（ERNIE Bot），它们不仅代表了人工智能的最新成就，也在我们的日常生...
-
Stable Diffusion 生成高清图片
Stable Diffusion 生成 8K 高清图片 0. 简介 1. 安装 ultimate-upscale-for-automatic1111 插件 2. 安装 4x-UltraSharp 模型 3. 生成 1 张普通图片 4. 生成 1...
-
体验百度文心一言、字节跳动豆包和讯飞星火AI大模型生成比尔·盖茨Biography
比尔·盖茨（Bill Gates）（1955年10月28日——），全名是威廉·亨利·盖茨三世，出生在美国华盛顿州西雅图，18岁考入哈佛大学，著名企业家、软件工程师、慈善家、微软公司创始人、中国工程院院士（外籍）。他是享誉世界的计算机操作系统领导者、人类信息...
-
【Midjourney】Midjourney 基本操作 ① ( 使用 Midjourney 生成图片 | V 按钮继续生成 | U 按钮获取结果 | Midjourney 设置面板 )
文章目录 一、使用 Midjourney 生成图片 1、初次生成图片 2、查看 GPU 时间消耗 3、重新生成图片 4、V 按钮继续生成 / U 按钮获取结果 二、Discord 中的 Midjourney 设置面板 1、Midjourn...
-
stable diffusion 人物高级提示词（一）头部篇
一、女生发型 prompt 描述 推荐用法 Long hair 长发 一定不要和 high ponytail 一同使用 Short hair 短发 - Curly hair 卷发 - Straight hair 直发 - Po...
-
论chatGPT和文心一言
前言 chatGPT和文言一心都是基于Transformer架构构建的自然语言处理模型，但不同的开发背景、语言支持和训练数据导致两者面对不同的应用环境各有所长； “一百个读者就有一百个哈姆雷特”，chatGPT还是文心一言好用取决于使用者的具体...
-
最新ChatGPT商业运营版源码，AI绘画，Midjourney绘画，GPT-4V多模态模型识图理解+GPT语音对话+ChatFile文档对话总结+DALL-E3文生图
一、前言 SparkAi创作系统是基于ChatGPT进行开发的Ai智能问答系统和Midjourney绘画系统，支持OpenAI-GPT全模型+国内AI全模型。本期针对源码系统整体测试下来非常完美，可以说SparkAi是目前国内一款的ChatGPT对接Op...
-
ChatGPT与文心一言：两大AI助手智能回复、语言准确性、知识库丰富度比较
ChatGPT与文心一言：两大AI助手智能回复、语言准确性、知识库丰富度比较 在现代科技飞速发展的时代，人工智能已经成为了我们生活中不可或缺的一部分。特别是在对话AI领域，两大巨头ChatGPT和文心一言以其出色的性能和广泛的应用引起了大家的广泛关注。...
-
vscode 配置 copilot(最牛逼的AI智能提示)
copilot github 如果绑定了学校邮箱 申请免费资格 https://link.zhihu.com/?target=https%3A//github.com/features/copilot/signup vscode 更新到最新版...
-
自媒体ai写作高效工作流：9款必备工具推荐！ #其他#媒体
从事自媒体运营光靠自己手动操作效率是非常低的，想要提高运营效率就必须要学会合理的使用一些辅助工具。下面小编就跟大家分享一些自媒体常用的辅助工具，觉得有用的朋友可以收藏分享。 1.飞鸟写作 这是一个微信公众号 面向专业写作领域的ai写作工具，写...
-
实测推荐10款好用的AI写作助手
很多小伙伴想要自己做自媒体，但是却不知道从何下手，今天我就和大家分享一波好用的一些自媒体工具。 1.元芳写作 这是一个微信公众号 面向专业写作领域的ai写作工具，写作助手包括，ai论文,ai开题报告、ai公文写作、ai商业计划书、文献综述...
-
训练自己的个性化Stable diffusion模型，LORA
一、背景 需要训练自己的LORA模型 二、分析 1、有sd-webui有训练插件功能 2、有单独的LORA训练开源web界面 两个开源训练界面 1、秋叶写的SD-Trainer https://github.com/Akegarasu/l...
-
智能时代的语言巨人：ChatGPT 与文心一言哪个更强？
想象一下，如果 AI 语言助手成为了我们生活中的超级英雄，那么 ChatGPT 和文心一言将是怎样的角色？一个是擅长英文、思维敏捷、能够随机应变的全能战士；另一个则是精通中文、文化深厚、在本土语境中无往不利的智者。当这两位超级英雄在智能回复、语言准确性和知...
-
人工智能AI大战：BARD、ChatGPT、Bing和文心一言谁更具有优势？
首先在开始对比之前我首先要吐槽，不管是bard还是百度的AI现在都得等待候补，也就是排队，所以目前只能无限期等待下去，但是第一批用户已经在查通过平台上遨游了好几个月了，从商业的角度来看，几个月或许不长，但是足以失去了超过80%的用户，所以chatgpt目前...
-
NetSuite 文心一言（Ernie）的AI应用
有个故事，松下幸之助小时候所处的年代是明治维新之后，大量引用西洋技术的时期。当时大家对“电”能干什么事，充满好奇。“电能干什么？它能帮我们开门么？” 松下幸之助的爷爷对电不屑，于是就问他。松下幸之助的回答是“也许可以，虽然不知道该怎么干。总要试一试。”...
-
聚观早报 |苹果官网大促销；微软开放AI助手Copilot
聚观早报每日整理最值得关注的行业重点事件，帮助大家及时了解最新行业动态，每日读报，就读聚观365资讯简报。 整理丨Cutie 1月17日消息 苹果官网大促销 微软开放AI助手Copilot vivo X100 Ultra影像规格曝光 智谱A...
-
AI换脸软件哪个好用 FamousFace免费体验地址
FamousFace 是一款AI换脸软件，可帮助用户识别图像中的名人。该软件使用机器学习来识别名人的面部特征，并提供有关名人的详细信息，例如姓名、职业和出生日期。FamousFace的体验下载入口在哪呢，这里我们来看FamousFace的官方体验入口。...
-
百度“文心一言”大模型(ERNIE)发布了，对标ChatGPT
大家好，我是微学AI，今天给大家介绍一下基于大语言模型的背景下，国内外的发展现状，以及百度的“文心一言”大模型。 一、自然语言处理模型的发展 自然语言处理(NLP 大模型的发展可以追溯到早期的简单的规则模型，再到后的机器学习，近十年崛起的神经网络和深度...
-
【服务器Midjourney】Midjourney网站0基础搭建
目录 ?【前言】 ?【准备】 ?【宝塔搭建MJ】 ?1. 给服务器添加端口 ?2. 使用Xshell连接服务器 ?3. 安装docker ?4. 安装Midjourney程序 ?5. 绑定域名+申请SSL证书 ?6. 更新网站...
-
GPT-4不偷懒了！OpenAI连甩五个大模型，价格最低打两折
OpenAI深夜更新！一口气连甩五个大模型： 新的GPT-4 Turbo预览模型 新的GPT-3.5 Turbo型号 新的文本审核模型 两种新文本嵌入模型 实打实地来了个加量又减价，甚至有模型直接来了个骨折价——降到了原来的五分之一。 开发者狂喜！...
-
大模型×文本水印：清华、港中文、港科广、UIC、北邮联合发布首个大模型时代下的文本水印综述
论文：A Survey of Text Watermarking in the Era of Large Language Models 论文链接：https://arxiv.org/abs/2312.07913 大模型时代：文本水印新纪元 文本水...
-
生成式人工智能中的BYOK（BringYourOwnKey）是一把双刃剑
原文作者 | Emmanuel Ajala 自带密钥（BYOK）——一个保证可定制和可控的概念在不断发展的人工智能（AI）世界中脱颖而出。 虽然BYOK经常在云计算和安全领域讨论，但本文深入将探讨其在生成式人工智能领域的应用。 与开发人员使用算法的...
-
Mamba论文为什么没被ICLR接收？AI社区沸腾了
基于 Mamba 的创新正不断涌现，但原论文却被 ICLR 放到了「待定区」。 2023年，Transformer 在 AI 大模型领域的统治地位被撼动了。发起挑战的新架构名叫「Mamba」，它是一种选择性状态空间模型（ selective state s...
-
Runway竟然完败Pixverse？3款AI视频生成模型测试
近期歸藏进行了Pixverse、Pika和Runway三者的AI视频生成模型测试。总体而言，Pixverse和Pika在视频生成质量上相当接近，分别获得74.5分和73.5分的高分，而Runway的效果却相对较差，仅为64.5分。 Pixverse的模型被...
-
中文性能反超VLM顶流GPT-4V，阿里Qwen-VL超大杯限免！看图秒写编程视觉难题一眼辨出
【新智元导读】多模态大模型将是AI下一个爆点。最近，通义千问VLM模型换新升级，超大杯性能堪比GPT-4V。最最重要的是，还能限时免费用。 最近，通义千问实火。 前段时间被网友玩疯的全民舞王，让「AI科目三」频频登上热搜。 让甄嬛、慈禧、马斯克、猫主子和兵...
-
提效工具：揭秘VS Code Copilot与Labs、Chat的完美结合
vscode相关插件 一、GitHub Copilot、中文说明 GitHub Copilot基于OpenAI的GPT-3.5模型进行训练，是一种基于机器学习的代码自动补全工具，由OpenAI和GitHub联合开发。（可淘宝上搜索关键词“copi...