-
VAR官网体验入口 自回归式AI视觉生成工具使用地址
VAR是一种新的视觉自回归建模方法，能够超越扩散模型，实现更高效的图像生成。它建立了视觉生成的幂律scaling laws，并具备零shots的泛化能力。VAR提供了一系列不同规模的预训练模型，供用户探索和使用。 点击前往VAR官网体验入口 谁可以从VA...
-
如何去除AI写作痕迹【技巧】
随着人工智能技术的快速发展，AI写作工具已经广泛应用于各个领域。然而，使用AI生成的内容往往会留下明显的痕迹，影响了文章的原创性和可读性。作为一名大学导师，我认为有必要探讨如何去除AI写作痕迹，以提高学生的写作能力和学术诚信。 如何去除AI写作痕迹的方法...
-
2024年企业人工智能发展的主要趋势
1、企业AI定制 随着企业寻求适合其特定需求和目标的人工智能解决方案，定制化正在成为一个重要方面。无论是增强客户体验、简化运营流程还是优化决策，人工智能都在不断适应独特的企业环境。这一趋势使企业能够充分利用人工智能的潜力来应对其独特的挑战和机遇...
-
Suno Music Video官网体验入口 AI音乐视频制作工具在线使用地址
Suno Music Video是一款在线音乐视频创作工具，无需专业编辑技能即可生成精美的音乐视频。该产品提供自动同步歌词、多样化视觉风格、海量素材库等功能，帮助音乐创作者快速制作出吸引人的音乐视频内容，提升在各大视频平台的曝光度和互动量。该产品定位于广大...
-
【stable diffusion扩散模型】一篇文章讲透
目录 一、引言 二、Stable Diffusion的基本原理 1 扩散模型 2 Stable Diffusion模型架构 3 训练过程与算法细节 三、Stable Diffusion的应用领域 1 图像生成与艺术创作 2 图像补全与修复...
-
谷歌承诺投入1500万美元支持人工智能技能培训计划
4月7日消息，据外媒报道，谷歌发布了一份名为《人工智能短跑选手》(AI Sprinters 的新报告，为新兴市场提供了利用人工智能变革潜力的战略路线图。除了这份报告，谷歌还承诺投入1500万美元支持人工智能技能培训计划，强调该公司致力于在人工智能时代赋...
-
《AI星河》VR技术助力孤独症干预与康复 招募孤独症机构限时体验！
医学中，孤独症被定义为一种始于儿童早期，以社交与交流障碍、刻板行为和狭隘兴趣为核心症状的神经发育障碍性疾病。 据统计，我国孤独症儿童的患病率约为1%，这意味着每100个孩子中可能就有1个患有孤独症，且男童患病比例远高于女童，约为4:1。其中14岁以下的儿童...
-
[NLP]使用Alpaca-Lora基于llama模型进行微调教程
Stanford Alpaca 是在 LLaMA 整个模型上微调，即对预训练模型中的所有参数都进行微调（full fine-tuning）。但该方法对于硬件成本要求仍然偏高且训练低效。 [NLP]理解大型语言模型高效微调(PEFT 因此， Alpac...
-
如何为制造业和自动化应用选择现人工智能技术
在工业自动化领域的生产和实验室之外的日常生活中，人工智能(AI 的定义差异很大。 “人工智能”指的是一门包含了几种不同技术和工程学科的科学，包括机器视觉、计算机视觉、机器学习和深度学习。当一个基于这些技术组合的系统设计得当时(从应用分析到最终验证 ，它...
-
捏Ta官网体验入口 二次元AI创作助手app免费下载地址
捏Ta是一家生成式人工智能技术公司，专注于生成式AI内容引擎的开发，旨在为创作者提供工具和服务。利用AI技术，捏Ta致力于帮助用户创作个性化的内容，解决内容生产中的难题，从而简化和提高创作效率。该产品定位为AI创作助手，为用户提供个性化内容生成、二次创作等...
-
【AIGC调研系列】Devin与AutoDev的相关资料研究
Devin和AutoDev是微软在AI程序员领域的两个重要项目。Devin是由AI初创公司Cognition开发的全球首个全自主AI软件工程师，它具备自主学习新技术、端到端构建和部署应用、自主查找和修复代码Bug、训练和微调AI模型的能力[9]。这表明De...
-
第一个能听懂人类语气的AI火了，网友：感觉在和真人交谈
第一个能听懂你说话的语气、有“情商”的AI火了！ 这个AI名为EVI（Empathic Voice Interface），它不仅能够能够理解用户的语气，还会为每个词增加意义。 对话中的每句话，它都能可视化含惊讶量、含悲伤量、含兴奋量…… 然后根据用户的声...
-
巨人网络申请“GIANTGPT”商标 为旗下游戏AI大模型
近日，巨人投资有限公司申请注册多枚“GIANTGPT”商标，国际分类为教育娱乐、科学仪器、网站服务等，当前状态均为等待实质审查。 巨人投资有限公司由史玉柱任法定代表人、执行董事并持股约97.86%。 今年2月，巨人网络宣布正式完成了游戏AI大模型Gian...
-
“音乐版Sora”首批演示泄露，网友：比写《宫保鸡丁》的Suno好10倍
这两天，一个神秘的“音乐版Sora”产品被盛传即将发布，Suno和它比起来都不算什么。 知情者评价be like： 比Suno强两倍。 模型相当强悍。 人工智能音乐很快就会席卷全球。 （Suno：刚刚火爆的一款AI音乐创作工具，火到200多名音乐人...
-
FouriScale官网体验入口 高分辨率图像AI生成工具使用方法教程指南
FouriScale是一款可以从预训练的扩散模型生成高分辨率图像的工具。它通过创新的、无需训练的方法，结合膨胀技术和低通操作的方法，成功实现了灵活处理各种宽高比文本到图像生成。使用FouriScale作为指导，这个工具成功平衡了生成图像的结构完整性和保真度...
-
ReActor丨一文教你学会用Stable Diffusion插件换脸
本教程将带您了解如何下载和使用 stable diffusion 的 ReActor扩展，实现完美的换脸效果。 ReActor 是一个强大的工具，允许您无缝地交换面孔并获得逼真的效果。 无论您是艺术家、内容创作者，还是仅仅想要体验图像操作的乐趣，这份指...
-
玩转大模型！用Replicate一键部署
Replicate是一个云端的机器学习模型运行平台。它可以让用户使用云端API 直接运行机器学习模型，而无需了解复杂的机器学习模型内部构造。 Replicate允许用户在Python或Jupyter Notebook中运行模型，并在云端进行模型的部...
-
ImagenHub官网体验入口 AI图像生成模型评估平台使用指南方法教程
ImagenHub是一个一站式库，用于标准化所有条件图像生成模型的推理和评估。该项目首先定义了七个突出的任务并创建了高质量的评估数据集。其次，我们构建了一个统一的推理管道来确保公平比较。第三，我们设计了两个人工评估指标，即语义一致性和感知质量，并制定了全面...
-
刚刚发布！一键生成动漫风格图片的开源模型
向大家介绍一个最新的AIGC开源项目——Animagine XL 3.1。这个项目是动漫主题文本到图像模型的最新迭代，旨在为用户提供更加优化和强大的动漫图像生成体验。 在Animagine XL 3.1中，开发团队着重优化了几个关键方面，以确保模型...
-
AI日报：北大Open Sora视频生成更强了；文心一言可以定制你自己的声音；天工 SkyMusic即将免费开放；比Suno好10倍AI音乐应用xgboost曝光
欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。 新鲜AI产品点击了解：https://top.aibase.com/ ???AI应用 北大Open S...
-
为什么大型语言模型都在使用 SwiGLU 作为激活函数？
如果你一直在关注大型语言模型的架构，你可能会在最新的模型和研究论文中看到“SwiGLU”这个词。SwiGLU可以说是在大语言模型中最常用到的激活函数，我们本篇文章就来对他进行详细的介绍。SwiGLU其实是2020年谷歌提出的激活函数，它结合了SWISH和...
-
CS25官网体验入口 斯坦福大学深度学习AI课程免费在线使用地址
CS25是斯坦福大学提供的一门课程，主要探讨深度学习模型Transformers，该模型在全球范围内产生了巨大影响。课程邀请了Transformers研究领域的前沿人物，讨论从GPT和Gemini等LLM架构到创造性应用（如DALL-E和Sora）在内的最...
-
什么是AI工厂？它是如何运作的？
随着生成式人工智能(GenAI 日益普及，很多组织的CIO开始优化他们的IT系统，以充分挖掘AI技术的潜力。例如，美国电信巨头AT&T部署了3000多个AI机器人实施重复性任务，达美航空公司(Delta Airlines 使用AI IT运营管理...
-
Fireworks.ai开源API使任何开发者都能使用生成式AI
随着人们对生成式 AI 的热情不断高涨，越来越多的公司试图涉足这一领域。Fireworks.ai 就是其中之一。虽然公司名气不及 OpenAI、Anthropic 和 Cohere 等大牌厂商，但据该公司称，它拥有超过12，000名用户的最大开源模型 AP...
-
文心一言赋能问卷生成，打造高效问卷调研工具
当前，各种大语言模型（LLM，Large Language Model）井喷式发展，基于LLM的应用也不断涌现。但是，当开发者基于LLM开发下游应用时，LLM直接生成的结果在格式、内容等方面都存在许多不确定因素，难以与其他业务逻辑代码做数据交互，导致开发者...
-
AI辅助式数据分类分级
引言 在信息爆炸的时代，数据已经成为企业最宝贵的资产之一。然而，大量的数据如果不能被有效地分类和分级，就会变得无序混乱，数据安全无法得到有效保障，也无法发挥其真正的数据价值。因此，数据分类分级无论是对于数据安全还是对于数据价值都变得至关重要。本文将探讨...
-
Hand Talk:利用AI自动将文本和音频翻译成手语
在帮助听障人士获取信息方面，Hand Talk应用的开发无疑是一项重要的创新。这款应用由人工智能驱动，能够自动将文本和音频翻译成美国手语（ASL）和巴西手语(Libras ，为全球约4.66亿聋人和重听人士提供了一个融入社会的新途径。 Hand Talk应...
-
大模型融合！最新「进化算法」全自动组合开源模型，刷榜多项基准测试
人类智慧的基础并不在于单个聪明的个体，而在于集体智慧。 比如说，我们的社会和经济体系就是建立在由具有不同专业和专长的不同个人组成的许多机构的基础上的。 Sakana AI团队相信，人工智能的发展也将遵循类似的集体道路。 人工智能的未来不会是一个单一的、巨...
-
Midreal AI互动小说游戏网页版本更新 更遵循指令，逻辑也更强
近期，Midreal AI互动小说游戏进行了一次重要的更新，推出了全新的网页版本。这一版本的发布使得用户不再需要在Discord平台上进行操作，大大提高了用户的使用便利性。 在这次更新中，Midreal AI引入了一项新的功能——为每一句话生成对应的图片。...
-
无需训练，这个新方法实现了生成图像尺寸、分辨率自由
近期，扩散模型凭借其出色的性能已超越 GAN 和自回归模型，成为生成式模型的主流选择。基于扩散模型的文本到图像生成模型（如 SD、SDXL、Midjourney 和 Imagen）展现了生成高质量图像的惊人能力。通常，这些模型在特定分辨率下进行训练，以确...
-
DreaMoving可控制AI视频生成框架使用地址 阿里dreamoving官方入口
DreaMoving是什么？ DreaMoving是阿里一个基于扩散模型的可控制视频生成框架，用于生成高质量的定制人类舞蹈视频。通过给定目标身份和姿势序列，DreaMoving可以生成一个目标身份的视频，驱动姿势序列在任何地方跳舞。该模型易于使用，并可适...
-
【热门话题】Stable Diffusion：本地部署教程
?个人主页: 鑫宝Code?热门专栏: 闲话杂谈｜ 炫酷HTML | JavaScript基础 ?个人格言: "如无必要，勿增实体" 文章目录 Stable Diffusion：本地部署教程 一、引言 二、环境准备 1...
-
多模态大模型有了统一分割框架，华科PSALM多任务登顶，模型代码全开源
想了解更多AIGC的内容，请访问： 51CTO AI.x社区 https://www.51cto.com/aigc/ 最近，多模态大模型（LMM）取得了一系列引人注目的成就，特别是在视觉 - 语言任务上的表现令人瞩目。它们的成功不仅展现了多模态大模型在各...
-
AITalk官网体验入口 AI语言学习助手口语练习app免费下载地址
AITalk是什么？ AITalk是一款语言学习应用，提供AI助手进行口语练习，帮助用户快速提高语言流利度的工具。 点击前往AITalk官网体验入口 AITalk 的主要特点 提供与AI助手对话功能 提供IELTS口语练习 提供语法纠正功能 可进行...
-
陶哲轩转发、菲尔兹奖得主领衔：AI正在颠覆数学家的工作方式
想了解更多AIGC的内容，请访问： 51CTO AI.x社区 https://www.51cto.com/aigc/ 陶哲轩点赞转发，《美国数学学会通报》用一整期特刊介绍了AI给数学带来的改变。 这些文章读起来很有趣，尽管使我自己即将发表的一篇文章显得多...
-
IKI AI官网体验入口 人工智能个人助手知识管理软件使用地址
IKI AI是一个智能知识界面，结合了图书馆和知识助手的功能，专为帮助专业人士和团队更高效地进行研究、推理和创意生成。IKI支持自定义提示，可根据不同的职业需求提供个性化服务。 点击前往IKI AI官网体验入口 谁可以从IKI AI中受益？ IKI AI...
-
ai绘画软件哪个好用？开启艺术创作新时代
艺术创作总是充满挑战，但有时候，灵感就像顽皮的小猫，躲起来不让你找到。 你是否曾在画布前苦思冥想，却始终无法捕捉到心中那完美的画面？或者，技术限制让你的创意无法充分展现？ 这时候，大家可以尝试一下AI绘画软件，它们就像是一位神奇的助手，能够帮你突破这些...
-
北大&火山引擎夺冠！CLIC视频压缩挑战赛结果公布，中国团队表现亮眼
想了解更多AIGC的内容，请访问： 51CTO AI.x社区 https://www.51cto.com/aigc/ 随着以深度学习为代表的新一代人工智能技术不断取得突破，学术界与工业界逐渐意识到人工智能技术在图像、视频压缩领域的巨大应用潜力。 基于深度...
-
谷歌AI研究人员提出噪声感知训练方法（NAT）用于布局感知语言模型
在文档处理中，特别是在视觉丰富的文档（VRDs）中，高效信息提取(IE 的需求变得越来越关键。VRDs，如发票、水电费单和保险报价，在业务工作流中随处可见，通常以不同的布局和格式呈现类似信息。自动从这些文档中提取相关数据可以显著减少解析所需的手动工作量。然...
-
GitHub突破1000星！上交、清华开源个性化联邦学习算法库PFLlib
想了解更多AIGC的内容，请访问： 51CTO AI.x社区 https://www.51cto.com/aigc/ 我们在 GitHub 上开源了一个个性化联邦学习算法仓库（PFLlib），目前已经获得 1K+ 个 Star 和 200+ 个 Fork...
-
音乐圈的Sora要来了？AI音乐应用xgboost曝光 据说比Suno好10倍！
近日，博主@maxescu分享了他参与内测的一款人工智能音乐应用的体验。他对这款AI音乐应用的评价极高，认为它将是一款划时代的产品，甚至将其与Sora相提并论，认为它将会让人们再次震惊。 据@maxescu的描述，这款AI音乐应用生成的音乐和我们在Spot...
-
Stable Diffusion的界面参数详解
Stable Diffusion作为一款强大的文本到图像生成模型，其界面参数是用户与模型进行交互的重要桥梁。这些参数不仅影响着模型的生成效果，还能够帮助用户更加精准地控制生成图像的风格、内容等。本文将详细介绍Stable Diffusion的界面参数，帮助...
-
北航联合港大发布全新文本引导矢量图形合成方法SVGDreamer
想了解更多AIGC的内容，请访问： 51CTO AI.x社区 https://www.51cto.com/aigc/ 可缩放矢量图形（Scalable Vector Graphics，SVG）是用于描述二维图型和图型应用程序的基本元素；与传统的像素图形...
-
MiniGPT4-Video官网体验入口 视频理解多模态AI大模型使用地址
MiniGPT4-Video是什么？ MiniGPT4-Video是为视频理解设计的多模态大模型，能处理时态视觉数据和文本数据，配标题、宣传语，适用于视频问答。 点击前往MiniGPT4-Video官网体验入口 MiniGPT4-Video的主要特点...
-
月之暗面真的很强？我们来用一个问题评测这些 ChatGPT 平替
号称平替甚至超越 ChatGPT 的产品层出不穷，今天就来做一个横向评测。本次评测的对象有: ChatGPT 3.5 ChatGPT 4 Google Gemini Anthropic Claude 3 Sonnet Perplexit...
-
报道称生成式AI在商业领域中并未铺开，很多企业还在观望
4月8日消息，虽然生成式人工智能如ChatGPT等正迅猛发展并已积累了大量用户，但许多企业对采用此技术仍持谨慎态度，不愿轻率行事。 以美国烟草公司雷诺兹（Reynolds American）为例，其正采取缓慢的步骤，投入有限的人力物力来测试人工智能。公...
-
QQ是怎么成为中国AI原住民培养皿的？
QQ，这个被很多人以为早已“被遗弃”的古早社交产品，不仅依然有大量用户，而且还正在变成中国“AI浓度”最高的产品之一。 今年 2 月QQ25 周年的时候，大众以“怀旧”的理由去关注这个产品，却发现在腾讯此前的财报里透露，“仍有 5 亿人坚持用QQ”。这个话...
-
AI写作：一场人脑与电脑的较量
大家好，小发猫降重今天来聊聊AI写作：一场人脑与电脑的较量，希望能给大家提供一点参考。 以下是针对论文重复率高的情况，提供一些修改建议和技巧，可以借助此类工具： AI写作：一场人脑与电脑的较量 随着科技的日新月异，AI写作成为了一个备受瞩目的新领...
-
智能百科 | 多模态人工智能及其应用
多模态人工智能概述 多模态人工智能是一种人工智能技术，其能够处理和理解多种类型的输入数据，例如文本、图像、语音和视频等。与传统的单一模态人工智能相比，多模态人工智能能够更全面地理解和处理信息，因为其能够同时考虑多种输入源的信息。 多模态人工智能通常利用...
-
Midreal.ai官网体验入口 AI文本冒险游戏免费使用地址
Midreal.ai是什么？ Midreal.ai是一个基于先进人工智能技术的文本冒险游戏平台。它拥有强大的长篇叙事能力和近乎无限的记忆能力，可以根据玩家的选择来生成一个连贯、沉浸式的故事剧情。 点击前往Midreal.ai官网体验入口 Midreal....