-
新智元 | Stable Diffusion 3技术报告流出，Sora构架再立大功！生图圈开源暴打Midjourney和DALL·E 3？
本文来源公众号“新智元”，仅用于学术分享，侵权删，干货满满。 原文链接：Stable Diffusion 3技术报告流出，Sora构架再立大功！生图圈开源暴打Midjourney和DALL·E 3？ 【新智元导读】Stability AI放出了号称能暴...
-
30天涨粉100万，AI猫猫“卖惨”成新晋流量密码
AI猫猫剧情号，火了。 当魔性洗脑的“喵喵”音乐响起，一张张以猫猫为故事主角的画面，会像设定了自动播放的PPT一样呈现在你的眼前。这样的一条视频，目前在YouTube Shorts（以下简称油管）上获得了超5000万次观看和300多万点赞。 发布视频的油管...
-
【AIGC】prompt工程从入门到精通--图片生成专题
本文为系列教程【AIGC】prompt工程从入门到精通的子教程。 一、介绍 与文本提示相比，找到最佳的提示词来生成完美的图片并没有那么成熟。这可能是因为创建对象自身的挑战，这些对象基本上是主观的并且往往缺乏良好的准确性度量方法。 本指南涵盖了基本的...
-
不公开！不会音视频一锅出！Sora团队最新采访透露了一个训练细节
撰文&编译 | 伊风 出品 | 51CTO技术栈（微信号：blog51cto） AI视频生成模型仍然热闹不断！ 上一周，Pika支持音效同步生成功能，终于实现了音频、视频“一锅出”；看国内，阿里在推出令人惊艳的EMO框架后，再发图像转视频模型...
-
AIGC专题：Sora是如何成功的？
今天分享的是AIGC专题系列深度研究报告：《AIGC专题：Sora是如何成功的？》。 （报告出品方：中泰证券） 报告共计：15页 来源：人工智能学派 Sora：大规模训练的视频生成模型，支持60s 1080p视频生成 ◼ 2024年2月15日，O...
-
AI图像合成技术的新浪潮：Stable Diffusion 3与Sora构架的突破
在人工智能的黄金时代，图像合成技术正以前所未有的速度发展。从简单的图像编辑到复杂的场景生成，AI的能力已经超越了传统软件的限制，开启了创意和视觉表达的新纪元。近期，Stable Diffusion 3技术报告的流出引起了业界的广泛关注，其背后的Sora构...
-
最新技术解析：主流的AI绘画工具-第一话-工具简介
文章目录 概要 整体流程 图片预览 技术细节 小结 概要 什么事AI绘图： 简单来说，AI作画就是利用人工智能技术进行绘画创作的过程。 在这个过程中，AI会根据用户的需求和喜好，自动生成相应的绘画作品。 例如，用户可...
-
Stable Diffusion 解析：探寻 AI 绘画背后的科技神秘
AI 绘画发展史 在谈论 Stable Diffusion 之前，有必要先了解 AI 绘画的发展历程。 早在 2012 年，华人科学家吴恩达领导的团队训练出了当时世界上最大的深度学习网络。这个网络能够自主学习识别猫等物体，并在短短三天时间内绘制出了一...
-
Stable Diffusion 3技术报告流出，Sora构架再立大功！生图圈开源暴打Midjourney和DALL·E 3？
Stability AI在发布了Stable Diffusion 3之后，今天公布了详细的技术报告。 论文深入分析了Stable Diffusion 3的核心技术——改进版的Diffusion模型和一个基于DiT的文生图全新架构！ 报告地址： http...
-
B站视频爆火新秘籍：up主用AI还原网络热梗获赞超15万
近日，一种全新的网络流行梗在社交媒体上引发了广泛关注。这个梗由抖音博主“延边刺客”首创，通过将一些完全不相关的事物——意大利面、42号混凝土、螺丝钉、挖掘机扭矩等强行组合在一起，制造出一种荒诞、无厘头的幽默风格。 令人惊讶的是，B站UP主“亮仔同学__”利...
-
Stable Diffusion 3：创新技术引领未来趋势
文章目录 Stable Diffusion 3：创新技术引领未来趋势 摘要 Stable Diffusion 3 的发布 技术发展方向 行业影响 总结： Stable Diffusion 3：创新技术引领未来趋势 摘要 在...
-
Stability AI发布SD3技术报告 披露SD3更多细节
Stability AI 最近发布了他们最强的图片生成模型 Stable Diffusion3（SD3） 的技术报告，披露了 SD3的更多细节。据 Stability AI 所说，SD3在排版质量、美学质量和提示词理解上超过了目前所有的开源模型和商业模型，...
-
全新「多模态」生图AI文字渲染暴打Midjourney+DALL·E 3！5亿融资Karpathy都投了
文生图领域作为一个跑出「10人团队年收入过亿美金初创公司」的赛道，已经成了AI创业公司掘第一桶金的最佳起点。 但是在谷歌，微软等大厂都已经花了大量资源去布局的领域，留给初创公司的机会到底在哪里？ 最近一家名为Ideogram的文生图工具，凭借优秀的文字渲...
-
李沐学AI--DALL·E 2 + Diffusion Model
DALL·E 2 CLIP的一半的反过程 clip是 text–> text feature image --> image fueture 对比找相似的，就能进行分类任务，将给定的图像与给定的text对应起来。 dall e2是 text...
-
国内公司有望做出Sora吗？这支清华系大模型团队给出了希望
2023 年年底，很多人都预测，未来一年将是视频生成快速发展的一年。但出人意料的是，农历春节刚过，OpenAI 就扔出了一个重磅炸弹 —— 能生成 1 分钟流畅、逼真视频的 Sora。它的出现让很多研究者担心：国内外 AI 技术的差距是不是又拉大了？ 根...
-
图像生成发展起源：从VAE、扩散模型DDPM、DETR到ViT、Swin transformer
前言 2018年我写过一篇博客，叫：《一文读懂目标检测：R-CNN、Fast R-CNN、Faster R-CNN、YOLO、SSD》，该文相当于梳理了2019年之前CV领域的典型视觉模型，比如 2014 R-CNN 2015 Fast R-CNN、...
-
AIGC专题：Sora开启AIGC新纪元，海外龙头AI指引乐观
今天分享的是电子系列深度研究报告：《AIGC专题：Sora开启AIGC新纪元，海外龙头AI指引乐观》。 （报告出品方：方正证券） 报告共计：30页 来源：人工智能学派 Sora、Gemini 1.5 Pro 相继发布，AIGC 新时代已至 大模型...
-
AI图像模型的深度分析：DALL·E 3、Google Imagen2、Stable Diffusion 和 Midjourney
原文:Comparative Analysis of AI Image Generation Platforms: DALL·E 3, Google Imagen2, Stable Diffusion, and Midjourney - Blog...
-
AGI一年之内就会到来，人类只有5年时间了？
OpenAI开年抛出Sora，让全世界都倍感震撼。 年前还在说大模型是茶叶蛋的周鸿祎，看到来势汹汹的Sora，马上改口： 「AGI从10年的时间一下缩短到1年了。」 图片 面对以天为单位不断迭代的技术浪潮，科技大佬们不用担心自己的生计，能继续谈笑风生。...
-
Sora新视频只发TikTok：OpenAI 4天涨粉10万
Sora新视频，变成“抖音独占”了。 悄无声息，OpenAI正式杀入TikTok，加上洗脑配乐直接让人刷到停不下来，疯狂引流吸粉中: 短短4天，涨粉10万，50万赞——这还是不打枪不宣传的情况下。 这以后，人类创作者还怎么玩? Sora新视频，只发Tik...
-
解密Sora 13人团队：北大校友在内3名华人，应届博士带着21岁天才少年
OpenAI用Sora震惊了世界。 到底是什么样的天才团队，能开发出这样的旷世大作？ 结果一看OpenAI的作者团队只有13个人，应届博士带队，00后参与，团队包括3名华人，有一名北大校友。 Tim Brooks Tim Brooks在OpenAI共...
-
一图揽尽全球LLM崛起之路；LLM概念速查清单；DALL·E提示词红宝书·在线版；fast.ai新课带你从零实现Stable Diffusion | ShowMeAI日报
👀日报&周刊合集 | 🎡生产力工具与行业应用大全 | 🧡 点赞关注评论拜托啦！ 👀 LLM 崛起之路：全球大语言模型「规模增长」可视化交互图 https://informationisbeautiful.net/visual...
-
今年爆火的“电子年货”，我们用AI帮你们备齐了
“快到12点了，我要去抢红包封面了!” 年味渐浓，你备好“电子年货”了吗?现在年轻人最新的“过年三件套”不是传统的美发、美甲、美睫，而是新年红包封面/壁纸、拜年表情包、拜年文案。 这类虚拟商品已代替服装、食品等实物，成为过年流行的新消费趋势。据微信指数显...
-
ChatGPT和Whisper的API基本看点
ChatGPT Official API Learning 今天 OpenAI 开放了 ChatGPT 背后的 GPT-3.5 的模型 API，模型代号为 Turbo，其定价甚至比此前的 Davinci 都要便宜，1000 tokens 仅为 0.2...
-
AIGC（MLLM、VLM、LLM、SD）系列——论文解读目录
涉及面广：多模态生成模型——MLLM （ 目前集中在视觉语言模型——VLM）、大语言模型——LLM、生成模型（SD系列）、对比学习的经典模型（CLIP系列）。 持续更新：对于已经完成解读的会附上链接（有的会在一些场景做尝试，也会附上链接供大家快速参考结果...
-
【Stable Diffusion】在windows环境下部署并使用Stable Diffusion----通过星空整合包一键安装
本专栏主要记录人工智能的应用方面的内容，包括chatGPT、AI绘图等等； 在当今AI的热潮下，不学习AI，就要被AI淘汰；所以欢迎小伙伴加入本专栏和我一起探索AI的应用，通过AI来帮助自己提升生产力； 订阅后可私聊我获...
-
【免费】【前言】Stable Diffusion WebUI 课程简介
课程介绍 欢迎来到 聚梦小课堂 的 Stable Diffusion系统图文课堂。 在这里，会详细介绍免费的本地版AI绘画软件—— Stable Diffusion（WebUI+Fooocus）的方方面面，包括但不限于：如何安装，如何使用，参数含义...
-
太肝了，3千字总结AI绘画视频教程！
现如今，各行各业都在使用AI提效，那么我们当然也不能落后了 作为一直在探索副业的程序员，这一年来也深度研究了AI相关的知识，主要还是偏向于应用方向，也就是如果利用AI，来变现！ 今天就分享一个通过AI绘画，来制作视频变现的案例 养号实操 养号之...
-
2个人的AI公司，1个半月吸引用户40万，马斯克都来点赞
Sam Altman说:“只要有人工智能，一个人就能经营10亿美元的公司。” 当Pika以4人团队展示高超技术时就已经让人大跌眼镜。 现在有一个团队，2个人做AI初创公司，上线不到2个月就开始盈利。 据El pais报道，这家西班牙公司目前确实只有2个人，...
-
Segment Anything论文翻译，SAM模型，SAM论文，SAM论文翻译；一个用于图像分割的新任务、模型和数据集；SA-1B数据集
【论文翻译】- Segment Anything / Model / SAM论文 论文链接： https://arxiv.org/pdf/2304.02643.pdf https://ai.facebook.com/research/publica...
-
快速入门ChatGPT和AIGC：底层原理、热门工具、行业现状【我们能做什么】
最近大家热议的ChatGPT和AI绘画工具的底层技术原理是什么？是如何发展到现在的？有哪些应用场景、热门工具？AIGC产业上下游有哪些公司？作为普通用户，我们还能接触哪些应用AI技术打造的商业解决方案？…… 我们查阅了AIGC相关相关的调研报告和各类资料...
-
谷歌官宣Bard免费生图，无限续杯网友玩疯了！一手实测顶流模型大混战
前几天，谷歌Bard瞬间登上LLM榜单第二，赶超GPT-4，AI圈瞬间炸锅。 「Bard什么时候这么顶了」？ 原来，并不是没有道理。 就在刚刚，谷歌官方宣布：在最新版Gemini Pro的加持下，Bard不仅获得了推理、理解、总结、编码能力的迅速飞升，...
-
谷歌连放大招：Gemini Pro支持中文，Bard学会画画，还上新了新模型
在竞技场超车GPT-4的Bard“抓住势头”，刚刚释出重大更新： 一是集成的Gemini Pro全面铺开，新增40多种语言支持，包括中文在内（之前只能用英文）。 并且这些语言全部支持二次检查，也就是回答完了再主动验证一遍答案的正确性。 △点击“G”图标...
-
一文读懂： AIGC基本原理及应用领域
AIGC是利用人工智能技术来生成内容的一种新型技术。随着人工智能技术的不断发展，AIGC技术也得到了越来越广泛的应用。未来，AIGC技术将会对我们的生活和工作产生巨大的影响。 一、AIGC技术的基本原理 AIGC技术的基本...
-
AI工具网站使用合集大清单！写论文、写文案、AI绘画、画流程图、AI英语助教等
目录 一、GPT-4可用平台一览 1. Forefront 2. Ora 3. TDChat 4. Fastgpt 5. Cursor 6. POE 7. NewBing 二、GPT-3.5平台 1. aichat 2. BaiCha...
-
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...
-
ChatGPT3.5、GPT4.0、DALL·E 3和Midjourney对话与绘画智能体验
MidTool（https://www.aimidtool.com/）是一个集成了多种先进人工智能技术的助手，它融合了ChatGPT3.5、GPT4.0、DALL·E 3和Midjourney等不同的智能服务，提供了一个多功能的体验。下面是这些技术的简要介...
-
ChatGPT重磅升级！集简云支持GPT4 Turbo Vision, GPT4 Turbo, Dall.E 3,Whisper等最新模型
在11月7日凌晨，OpenAI全球开发者大会宣布了 GPT-4的一次大升级，推出了 GPT-4 Turbo号称为迄今为止最强的大模型。 此次GPT-4的更新和升级在多个方面显示出强大的优势和潜力。为了让集简云用户能快速体验新模型的能力，我们第一时间整理了大...
-
整理一下最近了解到的AIGC工具
AIGC工具的一点整理 前言 AIGC类型 图像生成类 Stable diffusion Midjourney DALL·E 2 三种工具比较 DeepFloyd IF 文本生成 语音生成 So-vits-svc 4.0 结尾...
-
如何使用Spring+OpenAI生成图像
ChatGPT 是由 OpenAI 开发的强大语言模型，可以用于生成类似人类的文本。OpenAI API 允许开发人员访问该模型并在其自己的应用程序中使用。在本文中，我们将讨论如何使用 Java Spring Framework 与 OpenAI A...
-
扩散模型更懂复杂提示词！Pika北大斯坦福开源新框架，利用LLM提升理解力
Pika北大斯坦福联手，开源最新文本-图像生成/编辑框架！ 无需额外训练，即可让扩散模型拥有更强提示词理解能力。 面对超长、超复杂提示词，准确性更高、细节把控更强，而且生成图片更加自然。 效果超越最强图像生成模型Dall·E 3和SDXL。 比如要求图片...
-
GPT-4击败华尔街？最新研究：选股回报超40%
如果把选股这事交给GPT-4来处理，会是怎样一种结果？ 一项对美国标普100指数（S&P 100）展开的研究给出了答案： GPT-4表现比基准指数高出13%，回报率高达40%，同时保持了与市场相当的风险状况。 这个在GPT-4基础上打造的选股A...
-
DALL·E 2 论文阅读笔记
《Hierarchical Text-Conditional Image Generation with CLIP Latents》 Paper: https://cdn.openai.com/papers/dall-e-2.pdf Proj...
-
Midjourney V6刷屏，但它最可怕的地方居然不是那些神图？
Midjourney在沉寂九个月后推出了Midjourney V6，这个文生图产品体现出的更细腻的细节处理，更强大的语言理解能力和更加“不像AI”的图片效果在过去几天引发一片惊呼。 作为一个闭源的模型产品，Midjourney的魔法配方并不为人所知，但就...
-
【AIGC提示词工程师、AI提示词工程师、Prompts工程师、Midjourney培训】电商行业AIGC图像生成与内容创作学习路线图
导言 关注【元壤教育】公众号进入平台开始系统学习之路。 AIGC（Stable Diffusion、DALL-E 和 Midjourney）助力电商行业降本增效、提升10倍生产力 一门深入全面的课程，专为对AI图像生成在电商行业应...
-
争议不断的AI绘画，如今成为了顶流？
今年以来，AIGC迅速崛起。 所谓AIGC，即AI-Generated Content，指的是利用人工智能来生成内容，被认为是继专业产出内容（PGC）、用户产出内容（UGC）后的新型内容创作方式。不久前掀起热议的“AI绘画”就是AIGC的一个典例。 在...
-
AIGC领域优秀的资源汇总(应用、论文、开源项目)
AIGC领域介绍，及一些比较优秀的应用，和论文，开源项目汇总。 AIGC大纲 一、AIGC概念 AIGC，全名“AI generated content”，又称生成式AI，意为人工智能生成内容。例如AI文本续写，文字转图像的AI图、AI主...
-
【ai绘画】全网最全Midjourney新手指南！！！
手把手教你入门绘图超强的AI绘画程序Midjourney，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Midjourney注册和使用的方法。给大家带来了全新保姆级教程资料包 Midjourney 是除 Disco Difussion 和 D...
-
【Stable Diffusion】在windows环境下部署并使用Stable Diffusion----通过秋葉整合包一键安装
本专栏主要记录人工智能的应用方面的内容，包括chatGPT、AI绘图等等； 在当今AI的热潮下，不学习AI，就要被AI淘汰；所以欢迎小伙伴加入本专栏和我一起探索AI的应用，通过AI来帮助自己提升生产力； 订阅后可私聊我获...
-
AI绘画与多模态原理解析：从CLIP到DALLE1/2、DALLE 3、Stable Diffusion、SDXL Turbo、LCM
前言 终于开写本CV多模态系列的核心主题：stable diffusion相关的了，为何执着于想写这个stable diffusion呢，源于三点 去年stable diffusion和midjourney很火的时候，就想写，因为经常被刷屏，但那会时...