-
Stable Diffusion web UI 安装、启动脚本、常见问题、插件（linux）
Stable Diffusion本身是一个模型，对于大多数想试试的人来说，使用这个web ui版本最合适建议先看完再动手，虽然不难但是有门槛（主要要解决网络问题），如果深入需要会python如果只是想试试的，建议直接下载别人打好的包，自己搭建确实很麻烦20...
-
Wally官网体验入口 AI生成壁纸app免费下载地址
Wally是一款利用人工智能技术创作独特壁纸的应用程序。用户可以选择主题、艺术风格和颜色，然后通过AI生成独特的壁纸。这款应用提供用户友好的界面，使用免费，但也提供应用内购买以获得高级功能。Wally让用户能够展现个性化的创意，适用于个人使用和社交媒体展示...
-
Stable Diffusion 文生图技术原理
图像生成模型简介 图片生成领域来说，有四大主流生成模型：生成对抗模型（GAN）、变分自动编码器（VAE）、流模型（Flow based Model）、扩散模型（Diffusion Model）。 从2022年开始，主要爆火的图片生成模型是Diffusi...
-
分析师：苹果计划在今年6月的WWDC 2024上发布一系列生成式AI工具
1月8日消息，据外媒报道，一位长期关注苹果的分析师表示，苹果计划在2024年6月份举办的WWDC（WWDC 2024）大会上发布一系列基于生成式人工智能（AI）的工具，包括改进版的Siri，这些新工具将是iOS 18的关键部分，代表着苹果人工智能能力的重大...
-
AIGC之文本内容生成概述（下）——Transformer
在上一篇文章中，我们一口气介绍了LSTM、Word2Vec、GloVe、ELMo等四种模型的技术发展，以及每种模型的优缺点与应用场景，全文超过一万字，显得冗长且繁杂，在下文部分我们将分开介绍Transformer、BERT、GPT1/GPT2/GPT3/C...
-
IDC报告：到2027年，生成式AI将取代 30% 的营销任务
专家表示，到2027年，生成人工智能（AI）有望自动执行亚太地区约30%的例行营销任务，从而改变该地区营销的格局。 市场研究公司IDC最近发布的一份报告预测，生成AI将在该地区执行各种传统营销职责中发挥关键作用。这些任务包括搜索引擎优化、内容和网站优化以及...
-
AI写作：GPT-3 vs PaddlePaddle，究竟谁更胜一筹？
一、背景介绍： 作为AI技术探索者，我对AI写作的魅力充满热忱。近年，随着AI技术深化发展，不少新的应用层出不穷，其中之一便是AI写作。在此领域中，OpenAI的GPT-3以及百度的PaddlePaddle引起广泛关注。 二、功能对比： 1.语言理解...
-
2024年大数据行业预测（二）
大数据 数字化转型投资将成为2024年首席信息官议程上的优先事项，特别是在通货膨胀不断上升的情况下，因为这将允许更大的风险管理、降低成本和改善客户体验。此外，根据我们今年看到的趋势，在生成人工智能方面也会有持续的投资。在评估我们最初的业务需求和目标时，...
-
OPPO Find X7宣布支持AI通话摘要 通话结束即可一键生成
今日，OPPO官方宣布，Find X7成为首款支持AI通话摘要的手机。用户在通话结束后，只需一键，即可生成摘要，并自动创建待办事项和提醒。 此外，OPPO表示，在人工智能领域持续发力，最新推出的安第斯大模型拥有高达70亿的参数。这款大模型为全新小布助手赋予...
-
学习实践-Whisper语音识别模型实战（部署+运行）
1、Whisper内容简单介绍 OpenAI的语音识别模型Whisper，Whisper 是一个自动语音识别（ASR，Automatic Speech Recognition）系统，OpenAI 通过从网络上收集了 68 万小时的多语言（98 种语言）...
-
13个优秀开源语音识别引擎
语音识别（ASR）在人机交互方面发挥着重要的作用，可用于：转录、翻译、听写、语音合成、关键字定位、语音日记、语言增强等场景。语音识别基本过程一般包括：分析音频、音频分解、格式转换、文本匹配，但实际的语音识别系统可能会更复杂，并且可能包括其他步骤和功能组件...
-
Ant-CodeAI官网体验入口 AI代码生成工具在线使用地址
Ant-CodeAI是一款利用OpenAI和Gemini技术生成高可用代码的编程工具，支持web（React，Vue，Tailwind CSS），native (react native 和其他代码。它采用GPT-4 Vision生成代码的方式，包括截图，...
-
在灾难推文分析场景上比较用 LoRA 微调 Roberta、Llama 2 和 Mistral 的过程及表现
引言 自然语言处理 (NLP 领域的进展日新月异，你方唱罢我登场。因此，在实际场景中，针对特定的任务，我们经常需要对不同的语言模型进行比较，以寻找最适合的模型。本文主要比较 3 个模型: RoBERTa、Mistral-7B 及 Llama-2...
-
400万token上下文、推理再加速46%！最新开源方案升级MIT成果，推理成本再降低
22倍加速还不够，再来提升46%，而且方法直接开源！ 这就是开源社区改进MIT爆火项目StreamingLLM的最新成果。 StreamingLLM可以在不牺牲生成效果、推理速度的前提下，实现多轮对话共400万个token，22.2倍推理速度提升。 该项...
-
ChatUp AI官网体验入口 AI聊天助手免费使用地址
ChatUp AI是一款基于Chat GPT和GPT- 4 技术的AI聊天助手。它能够处理多种任务，包括内容创作、语法检查、AI故事生成、市场营销、SEO工具、语言练习和常识问答等。该产品提供免费使用，无需注册，拥有友好的界面和自然的对话体验。 点击前往...
-
使用LLaMA-Factory微调ChatGLM3
1、创建虚拟环境 略 2、部署LLaMA-Factory （1）下载LLaMA-Factory https://github.com/hiyouga/LLaMA-Factory （2）安装依赖 pip3 install -r requi...
-
机器人又拿下一种家务：10小时学会煮咖啡，仅需观看人类演示视频
上周斯坦福炒虾机器人炸场之后，又火了一个煮咖啡机器人。 它的厉害之处在于通过观看人类的示范视频，仅需10小时端到端训练，就能学会并完全自主搞定这一任务。 当然，更准确地来说是操作咖啡机： 只见它打开机盖、放入咖啡包，再按下开始按钮，整个过程一气呵成，无...
-
OpenAI API Cost Calculator官网体验入口 OpenAI API成本计算器在线使用地址
OpenAI API Cost Calculator是一个免费工具，用于评估不同OpenAI API模型的使用成本，包括GPT-4、GPT-3.5 Turbo、不同fine-tuning模型以及图像和音频处理模型。 点击前往OpenAI API Cost...
-
Stable Diffusion教程(5) - 文生图教程
配套视频教程： https://v.douyin.com/UyHNfYG/ 文生图界面标注如下 1 提示词和反向提示词 提示词内输入的东西就是你想要画的东西，反向提示词内输入的就是你不想要画的东西 提示框内只能输入英文，所有符号都要使用英...
-
单帧标注视频就能学到片段特征，达到全监督性能！华科拿下时序行为检测新SOTA
如何从一段视频中找出感兴趣的片段？时序行为检测（Temporal Action Localization，TAL）是一种常用方法。 利用视频内容进行建模之后，就可以在整段视频当中自由搜索了。 而华中科技大学与密歇根大学的联合团队最近又为这项技术带来了新的...
-
光速写作体验入口 智能写作AI助手在线免费试用地址
光速写作是一款智能写作软件，为学生及职场人士提供全文生成、大纲生成、文章改写、续写、扩写等多种功能。通过 AI 技术，根据用户的需求自动生成文本，大幅提升写作效率。光速写作支持跨平台云存储，多端同步编辑查看，自动保存永不丢失。 光速写作体验入口 光速写作...
-
Stable Diffusion 超详细讲解
Stable Diffusion 超详细讲解 这篇文章是 《Stable Diffusion原理详解》的后续，在《Stable Diffusion原理详解》中我更多的是以全局视角讲解了 Stable Diffusion 的原理和工作流程，并未深入步骤细...
-
大模型无限流式输入推理飙升46%！国产开源加速「全家桶」，打破多轮对话长度限制
在大型语言模型（LLM）的世界中，处理多轮对话一直是一个挑战。前不久麻省理工Guangxuan Xiao等人推出的StreamingLLM，能够在不牺牲推理速度和生成效果的前提下，可实现多轮对话总共400万个token的流式输入，22.2倍的推理速度提升...
-
Runway动态笔刷体验入口地址 AI绘图工具分享
Runway 动态笔刷是一款由 Runway AI 开发的人工智能笔刷工具。它可以根据用户的绘画动作，自动生成逼真的笔触效果。Runway 动态笔刷的体验入口在哪呢，这里我们来看下Runway 动态笔刷的官方体验入口。 >>>点击前往...
-
【周末闲谈】如何利用AIGC为我们创造有利价值？
个人主页：【?个人主页】 系列专栏：【❤️周末闲谈】 系列目录 ✨第一周 二进制VS三进制 ✨第二周 文心一言，模仿还是超越？ ✨第二周 畅想AR 文章目录 系列目录 前言 AIGC AI写作 AI绘画 AI视频生成 AI语音...
-
只需2分钟，单视图3D生成又快又好！北大等提出全新Repaint123方法
将一幅图像转换为3D的方法通常采用Score Distillation Sampling（SDS）的方法，尽管结果令人印象深刻，但仍然存在多个不足之处，包括多视角不一致、过度饱和、过度平滑的纹理，以及生成速度缓慢等问题。为了解决这些问题，北京大学、新加坡...
-
新AI图像分割方法GenSAM：一个提示实现批量图片分割
近期，研究人员提出了一种新型图像分割方法，称为Generalizable SAM（GenSAM）模型。该模型的设计目标是通过通用任务描述，实现对图像的有针对性分割，摆脱了对样本特定提示的依赖。在具体任务中，给定一个任务描述，例如“伪装样本分割”，模型需要根...
-
AI创作系统ChatGPT网站源码，支持AI绘画，GPT语音对话+智能思维导图生成+智能AI思维导图生成
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...
-
微软祭出代码大模型WaveCoder！四项代码任务两万个实例数据集，让LLM泛化能力飙升
用高质量数据集进行指令调优，能让大模型性能快速提升。 对此，微软研究团队训练了一个CodeOcean数据集，包含了2万个指令实例的数据集，以及4个通用代码相关任务。 与此同时，研究人员微调了一个代码大模型WaveCoder。 论文地址：https://...
-
Remini免费体验入口地址 AI老照片修复工具
Remini 是一款人工智能照片修复软件。它可以通过 AI 技术来修复模糊、失焦、噪点等问题，让老照片重现往日光彩。Remini的体验入口在哪呢，这里我们来看下Remini的官方体验入口。 >>>点击前往 Remini 官方体验入口&l...
-
一文速览扩散模型优化过程：从DDPM到条件生成模型Stable Diffusion
文章目录 1、扩散模型简介 - Diffusion Model 2、最简单的扩散模型 - DDPM 前向加噪过程 逆向去噪过程 训练与推理流程 模型优缺点 3、减少扩散模型的采样步骤 - DiffusionGAN 分析高斯分布、采样步长...
-
法国一公司发布全球首款 AI 智能镜子：可识别用户情绪、缓解压力
1 月 8 日消息，在 CES 2024 期间，法国一家名为 Baracoda 的智慧健康科技公司发布了全球首款 AI 智能镜子 BMind，按照官方的说法，这是一款专为心理健康而设计，能够识别情绪、帮助管理压力的“健康伴侣”。 BMind 由生成式...
-
McAfee发布“Mockingbird”计划以阻止AI语音仿冒骗局
McAfee最近推出了名为“Mockingbird”的项目，旨在应对使用人工智能生成的深度伪造技术进行音频欺诈的问题。该计划采用了McAfee的AI深度伪造音频检测技术，被命名为“Mockingbird”。 该技术是McAfee在2024年CES（消费电子...
-
最新商业级AI创作系统ChatGPT网站源码+支持GPT-4多模态模型+Midjourney绘画系统源码
一、AI创作系统 FireAI创作系统是一款基于OpenAI的ChatGPT进行开发的AI智能问答系统和Midjourney绘画系统。该系统支持OpenAI-GPT全模型和国内AI全模型的对接。经过整体测试，FireAI系统源码表现非常完美，可以说是国内...
-
2024年大数据行业预测（四）
生成式人工智能将很快从膨胀预期的顶峰走向幻灭的低谷。委婉点，即现在有很多关于生成式人工智能的炒作。然而，所有这些炒作意味着，对于某些组织来讲，采用这项技术更多的是为了“跟上潮流”，而不是因为其是组织试图解决的特定问题的最佳解决方案。因此，我们很可能会看...
-
OPPO Find X7搭载安第斯大模型：首发AI大模型通话摘要
快科技1月8日消息，OPPO Find X7系列下午正式亮相，除了搭载天玑9300旗舰芯片，新机在AI方面也有巨大提升。 据介绍，OPPO Find X7搭载70亿参数的安第斯大模型，在AI加持下，小布助手全新升级，拥有AI画师、小布照相馆、小布连麦等10...
-
文心一言没有体验上，看看讯飞星火认知大模型
目录 前言 正文 1.简单对话环节 1.1什么是讯飞星火认知大模型 1.2你都可以干一些什么 1.3你的训练数据库还在持续更新么 1.4今天是哪一天 1.5宇宙中有哪些目前认为可能存在生命的星球 2.辅助学习对话 2.1我想完成一篇...
-
AI解读视频张口就来？这种「幻觉」难题Vista-LLaMA给解决了
近年来，大型语言模型如 GPT、GLM 和 LLaMA 等在自然语言处理领域取得了显著进展，基于深度学习技术能够理解和生成复杂的文本内容。然而，将这些能力扩展到视频内容理解领域则是一个全新的挑战 —— 视频不仅包含丰富多变的视觉信息，还涉及时间序列的动态...
-
AI视野：阿里开源AnyText；Pika推出付费计划；阿里推文生3D数字人项目；Magnific AI图片分辨率扩大至10K*10K
????大模型动态 阿里开源AnyText 阿里开源多语言视觉文字生成与编辑模型——AnyText，AnyText对生成文字的把控可媲美专业PS，用户可自定义规划文字出现的位置，图片的强度、力度、种子数等，目前在Github超2，400颗星非常受欢迎。...
-
解锁“文心一言”赋能大型连锁商超密码
解锁“文心一言”赋能大型连锁商超密码](https://mp.weixin.qq.com/s/rgj9sZFiajxc5EBVvnMH8Q 2023年，“AIGC”江湖风起云涌，前有百度“文心一言”对标ChatGPT全民开放，后有其他公司的大模型迅速跟...
-
吃了几个原作者才能生成这么逼真的效果？文生图涉嫌视觉「抄袭」
不久之前，《纽约时报》指控 OpenAI 涉嫌违规使用其内容用于人工智能开发的事件引起了社区极大的关注与讨论。 GPT-4 输出的许多回答中，几乎逐字逐句地抄袭了《纽约时报》的报道： 图中红字是 GPT-4 与《纽约时报》报道重复的部分。 对此，各个专...
-
Neuroid官网体验入口 AI动画生成及3D建模工具软件app免费下载地址
Neuroid是一个基于人工智能的3D建模和动画生成工具，它允许用户通过简单快捷的操作将创意转化为复杂的3D模型和动画，从而提高创作效率。利用生成对抗网络的强大能力，Neuroid在3D运动设计领域实现了革新。它可以分析大量的数据集，学习各种运动模式，为设...
-
百度文心一言，是中国版的ChatGPT吗？
百度文心一言，是中国版的ChatGPT吗？ 文心一言发布会网友评论： 百度在让人失望这件事上，从来没让人失望过！ 技术原理一句没有，商业价值滔滔不绝。 ChatGPT？CheatGPT！ 难怪暴跌，还没看两眼就困了，没话可以直播咬打火机，股...
-
2024年大数据行业预测（三）
深度学习 深度伪造危险：2024年将出现一系列消费者应警惕的深度伪造危险，尤其是在虚拟客户服务环境中。身份和验证(ID&V 是大多数行业的标准做法，在这些行业中建立了客户身份和交易权。然而，如果客户生成虚假图像，暗示某企业的产品被用来犯罪，深度...
-
FamousFace免费体验入口地址 AI换脸软件推荐
FamousFace是一款人工智能软件，能够识别和感知人脸，并提供相关信息。FamousFace的体验入口在哪呢，这里我们来看下FamousFace的官方体验入口。 >>>点击前往 FamousFace 官方体验入口<<&l...
-
AIGC市场群雄逐鹿，阿里云发出了什么大招？
如果要评选当下IT圈最火爆的话题，相信就算生成式AI（Artificial Intelligence Generated Content，简称AIGC）甘认第二，也没有人敢认第一。 于是我们看到，在ChatGPT快速升级迭代的同时，百度、360、...
-
研究表明，2024年将是“AI眼镜”市场元年
虽然苹果的Vision Pro头显预计将于2024年第一季度上市，但行业专家预测，AI眼镜将成为2024年科技行业关注的热点。 让用户更加舒适地进行互动的AI眼镜将成为今年最热门的科技产品。事实上，已经有很多围绕AI眼镜市场领导者Meta推出AI 眼镜...
-
强大人工智能编码助手code AI 自动分析代码结构并优化
code AI是一款强大的人工智能编码助手，旨在提供便捷高效的编码体验。它结合了先进的机器学习技术和丰富的编程知识，为开发人员提供了全面的编码支持和智能建议。 通过深度学习算法，codeAI 能够自动分析代码结构，并识别出潜在的错误和优化机会。它能够快速定...
-
LLMs之RAG：LangChain-Chatchat(一款中文友好的全流程本地知识库问答应用)的简介(支持 FastChat 接入的ChatGLM-2/LLaMA-2等多款主流LLMs+多款embe
LLMs之RAG：LangChain-Chatchat(一款中文友好的全流程本地知识库问答应用 的简介(支持 FastChat 接入的ChatGLM-2/LLaMA-2等多款主流LLMs+多款embedding模型m3e等+多种TextSplitter分词...
-
告别逐一标注，一个提示实现批量图片分割，高效又准确
Segment Anything Model (SAM 的提出在图像分割领域引起了巨大的关注，其卓越的泛化性能引发了广泛的兴趣。然而，尽管如此，SAM 仍然面临一个无法回避的问题：为了使 SAM 能够准确地分割出目标物体的位置，每张图片都需要手动提供一...