-
Midjourney生成LOGO指南
Logo 类型：graphic logo Logo 图形描述：比如猫 风格： 多为扁平化设计：flat 多为矢量图形：vector graphic 简洁：simple 根据特性撰写的...
-
微软首次推出27亿参数的Phi-2模型，性能超过许多大型语言模型
后者是上周发布的 Gemini系列LLM中效率最高的一款。Gemini Nano 专为设备上的任务而设计，可以在智能手机上运行，实现文本摘要、高级校对、语法修正以及上下文智能回复等功能。 微软的研究人...
-
如何采用智能机器人技术增强业务运营
器人：解读概念 智能机器人或称智慧机器人，代表配备传感器、软件和人工智能功能的先进机器人系统。它们被设计为自主操作或与人类协作来执行各种任务。 这些智能机器人具有实时感知和对周围环境的适应性，根据传感...
-
首次超过70% mAP！GeMap：局部高精地图SOTA再次刷新
几何性质 向量化高精地图对道路上的元素进行了高度抽象，将每一个地图元素表示为二维点序列。而城市道路的设计具有特定的规范，例如，人行横道在多数情况下表现为方正的矩形或平行四边形；在不涉及分流合流的路段,...
-
RayDF：实时渲染！基于射线的三维重建新方法
主要贡献如下： 采用射线-表面距离场来表示三维形状，这个表达比现有的基于坐标的表达更高效。 设计了全新的双射线可见性分类器，通过学习任意一对射线的空间关系，使得所学的射线-表面距离场能够在多视...
-
Output 推出 Co-Producer：AI 驱动的 Pack Generator 为音乐制作人提供探索灵感的新途径
样本生成器，由生成式 AI 和真实音乐家的真实音频样本混合驱动。它专为帮助音乐制作人快速找到新想法而设计，让他们可以专注于音乐创作中更细微的元素，如编排、混音和作曲。 Output 的创始人兼 CEO...
-
面对AI灭世主义：智能并非全部
奇心引领他们找到了表面下燃烧的煤火。” 重要的是，这些错误的共同点是“新出现”的属性——实际上不是设计到部件中的东西，而是把它们组合在一起时出现的。“对于每一个，都没有任何文档。事实上，对于其中几个...
-
【Video-LLaMA】增强LLM对视频内容的理解
冻结的大预言模型和冻结的图形/音频编码器链接起来，以实现视觉-语言与音频-语言对齐。 如下图所示，设计了两个分支，即视觉语言分支（Vision-Language Branch）和音频语言分支（Aud...
-
Stable-Diffusion深度学习文本到图像生成模型
trolNet 详解篇 - 知乎 女模特总是不配合？用它！游戏原画没灵感？也用它！建筑绘画各行各业设计都用它！它就是 ControlNet ！ 只需简单调整参数就能产出无限创作灵感，提高我们的创作效...
-
【云上探索实验室】编程范式变革进行时——CodeWhisperer实践全流程及测评分析报告
数。 创建好项目结构后，接着我们借助CodeWhisperper进行核心代码的开发工作，首先我们设计宝可梦类，包括宝可梦的id、名称、种族、被动、能力值、身高、体重，然后CodeWhisperpe...