-
Stable Diffusion原理说明
本文参考：深入浅出讲解Stable Diffusion原理，新手也能看明白 - 知乎 目录 1、Stable Diffusion能做什么？ 2、扩散模型（Diffusion model） （1）前向扩散（Forward Diffusion）...
-
【人工智能时代】-分享15个全球顶尖的AIGC图片生成平台
人工智能正在改变许多行业的格局，而其中改变最直观和影响最大的就是AIGC领域的图像创作。 发展至今已经有很多AI图像生成平台，他们的共同特点就是使用人工智能将文本转换为图像，这是一次革命性的突破，也就是说通过这些AI工具可以在几秒钟内将文字转换成更具可视...
-
AIGC学习笔记
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 前言 提示：这里可以添加本文要记录的大概内容： 记录一下学习AIGC，参考链接: 爆火的AIGC到底是什么 提示：以下是本篇文章正文内容，下面案例可供参考 一、stab...
-
ComfyUI基础篇：Stable Diffusion 基础原理详述
前言 个人认为学习 ComfyUI 应该先从理论学起。 与传统绘图工具（如 Photoshop 或 Figma）相比，AI 绘图工具有着显著不同。首先，许多设置和操作在 AI 绘图工具中是非可视化的，这意味着即使你更改了某个配置，界面上也未必会有任何变...
-
NovelistAI功能介绍及免费使用指南 体验地址入口
NovelistAI简介 NovelistAI是一款利用人工智能技术生成原创小说、故事和互动书籍的前沿网站。它通过AI技术与创意写作相结合，打破了传统文学的界限。用户可以创作各种类型和风格的小说，生成封面图像，将文本转换为有声书，并探索一个庞大的免费小说...
-
LLMs之llama3-from-scratch：llama3-from-scratch(从头开始利用pytorch来实现并解读LLaMA-3模型的每层代码)的简介、核心思路梳理
LLMs之llama3-from-scratch：llama3-from-scratch(从头开始利用pytorch来实现并解读LLaMA-3模型的每层代码 的简介、核心思路梳理 导读：这篇论文实现了transformer网络的llama3模型...
-
llama.cpp 转化 huggingface 模型失败 解决路径
问题： ./main -m ./models/book_q4_K_M -n 128 报错： terminate called after throwing an instance of 'std::out_of_range' what( :...
-
Viva完全指南：AI生成工具与社区 - 使用方法教程与免费体验入口
探索Viva能为你带来哪些改变 为什么选择Viva？ Viva不仅仅是一款产品——它是一个革命性的AI生成工具和社区，致力于提供Text-to-Image、Image-to-Image、Text-to-Video、Image-to-Video等功能，以及...
-
一文读懂 LLM 的构建模块：向量、令牌和嵌入
在当今信息爆炸的时代，我们不断面临着海量文本数据的挑战。为了有效地处理和理解这些数据，自然语言处理（NLP）领域的研究者们一直在不断探索和创新。而其中一个重要的研究方向就是语言模型（Language Model）。 在这篇文章中，我们将一起探索和理解...
-
一文搞懂Tokenization！
语言模型是对文本进行推理，文本通常是字符串形式，但是模型的输入只能是数字，因此需要将文本转换成数字形式。 Tokenization是NLP的基本任务，按照特定需求能把一段连续的文本序列（如句子、段落等）切分为一个字符串序列（如单词、短语、字符、标点等多个...
-
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...
-
全网最全Stable Diffusion原理说明！！简单明了 容易理解！！！
手把手教你入门绘图超强的AI绘画程序Stable Diffusion，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。下面是Stable Diffusion注册和使用的方法。给大家带来了全新Stable Diffusion保姆级教程资料包（文末可获取...
-
[AIGC] Flink入门教程：理解DataStream API（Java版）
简介 Apache Flink是一款开源的流处理框架，它在大数据处理场景中被广泛应用。Flink的数据流API（DataStream API）是一个强大的、状态匹配的流处理API，它可以处理有界和无界数据流。 本教程将向你介绍如何使用Java来编写使...
-
46秒AI生成真人视频爆火，遭在线打假「换口型、声音」
AI 生成视频已经发展到这个程度了吗？ 前段时间，英国王室凯特王妃的 P 图事件，再次将人们的注意力吸引到了图像或视频造假上来。随着 AI 伪造工具的「进化」，以假乱真、无中生有的内容也随之不断出现。 今天，一段宣称完全由 AI 生成的不到 50 秒的视...
-
ImagenATexto官网体验入口 AI图像转换为可编辑文本工具
ImagenATexto是一个在线工具，可以将图像转换为可编辑的文本。它使用先进的OCR技术，确保准确提取图像中的文本。用户只需上传图像，工具会自动识别并提取文本。适用于转换文件、书籍、引用等。它支持多种图像格式，界面简单易用。 点击前往ImagenAT...
-
Stable Diffusion中的Clip模型
基础介绍 Stable Diffusion 是一个文本到图像的生成模型，它能够根据用户输入的文本提示（prompt）生成相应的图像。在这个模型中，CLIP（Contrastive Language-Image Pre-training）模型扮演了一个关键...
-
用通俗易懂的方式讲解：使用Llama-2、PgVector和LlamaIndex，构建大模型 RAG 全流程
近年来，大型语言模型（LLM）取得了显著的进步，然而大模型缺点之一是幻觉问题，即“一本正经的胡说八道”。其中RAG（Retrieval Augmented Generation，检索增强生成）是解决幻觉比较有效的方法。 本文，我们将深入研究使用trans...
-
循环神经网络与文本风格转移：实现创意的AI写作
1.背景介绍 文本风格转移是一种自然语言处理任务，它旨在将一种文本风格或形式转换为另一种风格。这种转换可以是语言、语法、语境或其他方面的。文本风格转移的主要应用包括文本生成、文本摘要、机器翻译、文本洗理、文本生成和其他自然语言处理任务。 在过...
-
AIGC知识速递——Google的Bert模型是如何fine-tuning的？
Look！?我们的大模型商业化落地产品 ?更多AI资讯请??关注 Free三天集训营助教在线为您火热答疑??? 选择合适的预训练模型： 从预训练的BERT模型开始，例如Google 提供的BERT-base 或 BERT-large。这些模型已经...
-
2023-12-12 AIGC-AI工具的基本工作原理
摘要: 2023-12-12 AIGC-AI工具的基本工作原理 AI工具的基本工作原理 AI工具的基本工作原理涉及到一系列复杂的技术和算法。这些原理可以根据不同类型的AI工具进行概括，包括机器学习、自然语言处理、图像识别等。以下是一些关键的A...
-
苹果研究团队揭示WRAP技术：用合成数据进行预训练大模型 成本低准确性高
近几个月来，大型语言模型（LLMs）在人工智能社区中引起了极大的关注和流行。这些模型在文本摘要、问答、代码完成、内容生成等任务中展示出了强大的能力。 然而，LLMs通常在不充分的网络抓取数据上进行训练。这些数据通常杂乱、无结构，表达不清晰。按照现有的扩展原...
-
什么是人工智能语音发生器及其工作原理？
近年来，人工智能语音生成器已经成为一项强大的技术，它正在改变人们与机器交互和接收数字内容的方式。创新系统通过使用人工智能模仿人类语音模式来工作，从而产生更真实、更自然的声音。在本文中，我们将探索人工智能生成发音的有趣领域，阐明其内部结构以及使其听起来如...
-
如何使用AIGC进行语音识别和合成
1.背景介绍 语音识别和合成是人工智能领域的重要技术，它们有助于实现自然语言与计算机之间的有效沟通。在这篇文章中，我们将探讨如何使用人工智能生成模型(AIGC 进行语音识别和合成。 1. 背景介绍 语音识别是将声音转换为文本的过程，而语音...
-
一文读懂Stable Diffusion 论文原理+代码超详细解读
背景 Stable diffusion是一个基于Latent Diffusion Models（LDMs）实现的的文图生成（text-to-image）模型。 2022年8月，游戏设计师Jason Allen凭借AI绘画作品《太空歌剧院（Théâtre...
-
LLM之RAG实战（十六）| 使用Llama-2、PgVector和LlamaIndex构建LLM Rag Pipeline
近年来，大型语言模型（LLM）取得了显著的进步，然而大模型缺点之一是幻觉问题，即“一本正经的胡说八道”。其中RAG（Retrieval Augmented Generation，检索增强生成）是解决幻觉比较有效的方法。本文，我们将深入研究使用...
-
AI搜索Perplexity来了，谷歌搜索真正有了对手
要说在互联网世界中什么才是“王冠顶上的明珠”，或许就非搜索引擎莫属了，毕竟在太平洋两岸也分别造就了百度和谷歌这两大巨头的基业长青。如此美妙的生意自然从来都不缺乏挑战者，国内市场有360、搜狗，海外也有Bing、雅虎，以及DuckDuckGo。而随着AI大模...
-
1minAI免费体验入口 AI文本转图像软件推荐
1minAI是一款生产力工具人工智能软件，可帮助用户快速创建创意内容。1minAI的体验下载入口在哪呢，这里我们来看1minAI的官方体验入口。 >>>点击前往 1minAI 官方体验入口<<< 该软件提供多种功能，包...
-
四种通过LLM进行文本知识图谱的构建方法对比介绍
我们在以前的文章中已经介绍了使用大语言模型将非结构化文本转换为知识图谱。但是对于知识图谱的创建是一个很复杂的过程，比如需要对属性增加限制，创建符合特定主题/模式的图谱，并且有时文档非常大，无法作为单个提示处理，所以在切分后的提示中创建的图谱需要前后一致。...
-
数据采集新篇章：AI与大模型的融合应用
作者 | 崔皓 审校 | 重楼 摘要 文章概述了在AIGC应用中，大型语言模型（LLM）的重要性及其在实时数据处理方面的局限性。进而介绍了通过网络爬虫技术结合LLM的方法，旨在克服这些限制，通过实时网络请求、HTML内容加载与转换，以及LLM进行的数...
-
Stable diffusion 简介
Stable diffusion 是 CompVis、Stability AI、LAION、Runway 等公司研发的一个文生图模型，将 AI 图像生成提高到了全新高度，其效果和影响不亚于 Open AI 发布 ChatGPT。Stable diffusi...
-
Speaking AI官网体验入口 AI声音克隆工具软件网页版app免费使用地址
Speaking AI是一款利用先进大语言模型技术实现文本到语音转换的工具。它不仅能以自然的情感进行对话，还实现了零样本语音克隆，能够捕捉并复制独特的音调、音高和调节。这一突破性技术让语音克隆听起来更加自然，是个人创作和娱乐场景的理想选择。 点击前往Sp...
-
Speaking AI体验入口地址 AI语音生成软件推荐
Speaking AI 是一个语音合成工具。它使用了最新的人工智能技术，可以生成高质量的语音。Speaking AI的体验下载入口在哪呢，这里我们来看下Speaking AI的官方体验入口。 >>>点击前往 Speaking AI 官方...
-
Textual Inversion: 一种精调Stable Diffusion模型的方法
引言 最近的文本到图像Stable Diffusion （SD）模型已经证明了使用文本提示合成新颖场景的前所未有的能力。这些文本到图像的模型提供了通过自然语言指导创作的自由。然而，它们的使用受到用户描述特定或独特场景、艺术创作或新物理产品的能力的限制。...
-
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...
-
深入浅出讲解Stable Diffusion原理，新手也能看明白
说明 最近一段时间对多模态很感兴趣，尤其是Stable Diffusion，安装了环境，圆了自己艺术家的梦想。看了这方面的一些论文，也给人讲过一些这方面的原理，写了一些文章，具体可以参考我的文章： 北方的郎：图文匹配：Clip模型介绍 北方的郎：VQ...
-
OpenAI TTS体验入口地址 AI文字转语音软件推荐
OpenAI TTS 是一款文字转语音（TTS）软件，能够将文本转换为逼真的人声。它采用了先进的人工智能技术，能够生成高质量的语音，并支持多种语言。OpenAI TTS的体验入口在哪呢，这里我们来看下OpenAI TTS的官方体验入口。 >>...
-
AIGC - 入门向量空间模型
文章目录 向量和向量空间 向量的运算 什么是向量空间？ 向量空间的几个重要概念 向量之间的距离 曼哈顿距离（Manhattan Distance） 欧氏距离（Euclidean Distance） 切比雪夫距离（Chebyshev Dist...
-
三星 Galaxy S24 发布会邀请函泄露，活动日期提及 Galaxy AI
三星即将在 2024 年 1 月 17 日于美国举办 Galaxy S24 系列的发布活动，这一消息由泄露者 Evan Blass 在 X 平台（前 Twitter）上发布的一张图片中透露。 据泄露的图片显示，下一场 Galaxy Unpacked 活动...
-
华人团队用大模型实现“读心术”：大脑活动直接变文字
NeurIPS收录的一项新研究，让大模型也学会“读心术”了！ 通过学习脑电波数据，模型成功地把受试者的脑电图信号翻译成了文本。 而且整个过程不需要大型设备，只要一块特制的“头巾”就能实现。 这项成果名为DeWave，能在不通过侵入式设备和MRI的情况下...
-
华人团队用大模型实现“读心术”：大脑活动直接变文字 | NeurIPS 2023
NeurIPS收录的一项新研究，让大模型也学会“读心术”了! 通过学习脑电波数据，模型成功地把受试者的脑电图信号翻译成了文本。 而且整个过程不需要大型设备，只要一块特制的“头巾”就能实现。 这项成果名为DeWave，能在不通过侵入式设备和MRI的情况下解...
-
扩散模型训练太难？来看看Meta AI最新提出的KNN-Diffusion
原文链接：https://www.techbeat.net/article-info?id=4323 作者：seven_ 最近AIGC社区中有趣的工作可谓是层出不穷，这都得益于扩散模型（Diffusion Models）的成功，扩散模型作为生成式AI...
-
一张图or文字生成无限3D世界！斯坦福吴佳俊团队新作，让网友直呼“难以置信”
斯坦福吴佳俊团队打造AI版“爱丽丝梦游仙境”巨作！ 仅用一张图or一段文字就能沿相机轨迹生成无限连贯3D场景： 只需输入一段古诗词，诗中场景立刻映入眼帘： 而且还是来回式的，可以再倒回去的那种： 同一起点可以进入不同场景： 真实场景也可以，其中的...
-
神经网络是如何工作的？ | 京东云技术团队
作为一名程序员，我们习惯于去了解所使用工具、中间件的底层原理，本文则旨在帮助大家了解AI模型的底层机制，让大家在学习或应用各种大模型时更加得心应手，更加适合没有AI基础的小伙伴们。 一、GPT与神经网络的关系 GPT想必大家已经耳熟能详，当我们与它...
-
视频字幕处理+AI绘画，Runway 全功能超详细使用教程（4）
runway的视频字幕处理、AI绘图功能介绍，感觉完全就是为了做电影而布局，一整套功能都上线了！想系统学习的必收藏！ 在深度研究Runway各个功能后，无论是AI视频生成及后期处理技术，还是AI图像生成技术，Runway都很能打，AI视频领域大有可为...
-
Stable Diffusion WebUI使用AnimateDiff插件生成动画
AnimateDiff 可以针对各个模型生成的图片，一键生成对应的动图。 配置要求 GPU显存建议12G以上，在xformers或者sdp优化下显存要求至少6G以上。 要开启sdp优化，在启动参数加上--sdp-no-mem-attention 实...
-
SpeakingAI免费软件app下载—Ai人工语音生成器
Speaking AI是一款基于人工智能的语音生成器，可以将文本转换为真实的人声，支持中文和英文。它具备丰富的情感交流能力，可以逼真地模仿任何人的声音。该软件的创始人和团队成员都是中国人，他们希望让语音克隆听起来更加自然，为人与人工智能之间的互动方式带来根...
-
Speaking AI软件试用入口 AI文本转语音软件推荐
Speaking AI是一个可以将文本转换为真实的人声的软件，它还可以克隆用户自己或他人的声音，支持中文和英文。Speaking AI是一个基于人工智能的语音生成器，它的创始人和团队成员都是中国人，他们希望让语音克隆听起来更加自然，为人与人工智能之间的互动...
-
LCM：大大加快生成高质量图像的新方法
作者丨Mike Young 译者 | 布加迪 审校 | 重楼 出品 | 51CTO技术栈（微信号：blog51cto） 图片 得益于一种名为潜在一致性模型（LCM）的新技术，文本转换成图像的AI即将迎来重大飞跃。潜在扩散模型（LDM）等传统方法在使用...
-
ai绘画生成器有哪些？分享3款好用的ai自动绘画生成器
文字和绘画是两种看似不同的艺术形式，但它们之间却有着一种神奇的联系。你或许曾经在一些创意绘画作品中发现过使用文字进行表达的元素，那么，文本究竟如何生成这些令人惊叹的艺术作品呢？今天，我们就来探索一下文字怎样可以生成创意绘画。 方法一：使用AI...
-
Midjourney 文本转图片接口请求参数
Midjourney 文本转图片接口提供了多个参数来控制生成图片的风格，包括文字样式、背景颜色、字体大小、字体颜色等，下面我将详细列出完整的参数列表： 文字样式相关参数 text：需要转换成图片的文本内容，必填参数。 font_size：文本字...