-
超越传统续写模式：AI 编程距离智能研发终态还有多远？
在软件开发领域，大模型驱动的智能代码生成技术已成为研究热点，引起了广泛关注和探索。在7月27日，由开源中国主办的“AI编程革新研发效能”OSC源创会·杭州站·105期线下沙龙活动，来自百度工程效能部的前端研发经理杨经纬，从一款 AI 编程助手 —— 文心快...
-
鹅厂也下场，文档解析的痛点是什么？
最近，文档解析赛道颇为火热，产品更新迭代频繁，与各类大模型上下游一样发展势头很劲。6月下旬，鹅厂也在多个产品上线了文档解析功能。 文档智能交互是企业、学术、个人工作中必不可少的一环，作为大模型应用的典型场景之一，它对准确、高效的文档解析工具有着长期需求。...
-
基于飞桨框架的稀疏计算使用指南
本文作者-是 Yu 欸，华科在读博士生，定期记录并分享所学知识，博客关注者5w+。本文将详细介绍如何在 PaddlePaddle 中利用稀疏计算应用稀疏 ResNet，涵盖稀疏数据格式的础知识、如何创建和操作稀疏张量，以及如何开发和训练稀疏神经网络模型。...
-
AI日报：GPT-4o灰测高级语音功能，ChatGPT版Her来了；Midjourney V6.1上线；360安全大模型免费开放
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/ 1、OpenAI向ChatGPT...
-
音频转文字哪家强？faster-whisper还是paddlespeech,我的折腾吐槽记录
前言 作为一个魔武双修的python程序员，面对产品小姐姐提出的需求。我只能迎难而上。 目前开源的音频转文字都有哪些？效果如何？速度怎么样？带着这一连串的问题，我在github的海洋里畅游良久。接下来我把我的发现都记录如下。 1. paddles...
-
Stable Diffusion 使用
目录 背景 最简单用法 进阶用法 高手用法 safetensor 一、概述 二、主要特点 背景 Stable Diffusion 开源后，确实比较火，上次介绍了下 Stable Diffusion 最简单的concept。今天继续介...
-
AI日报：Claude 3 Haiku支持微调；Heygen推对口型工具；百度称萝卜快跑安全水平接近C919飞机
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/ 1、Anthropic宣布Clau...
-
第一章: AIGC概述
1. AIGC的定义与历史 1.1 什么是AIGC？ AIGC，全称为人工智能生成内容（Artificial Intelligence Generated Content），是一种利用人工智能技术来自动生成各种类型内容的方式。这些内容包括文字、...
-
第1章 快速掌握Stable Diffusion入门基础
第1章 快速掌握Stable Diffusion入门基础 本地配置与部署Stable Diffusion Stable Diffusion的配置要求 Stable Diffusion是最受欢迎的AI（Artificia...
-
大模型学习路线（9）——AIGC其它相关技术
前言： 博主没力气写了，快被csdn榨干了，这个章节就推几篇系统化的还不错的文章吧......AIGC技术相关的demo可以在HuggingFace、Modelscope、PaddlePaddle等各大社区找到。 AIGC技术和应...
-
【AIGC调研系列】Jina的Reader API是什么
Jina的Reader API是一个能够将任何网址转换成对大型语言模型（LLM）友好的输入格式的工具。用户只需在URL前添加简单的前缀"https://r.jina.ai/"，即可实现这一转换，从而为使用代理和检索生成系统的用户提供改善后的输出结果[1][...
-
使用openai-whisper实现语音转文字
使用openai-whisper实现语音转文字 1 安装依赖 1.1 Windows下安装ffmpeg FFmpeg是一套可以用来记录、转换数字音频、视频，并能将其转化为流的开源计算机程序。采用LGPL或GPL许可证。它提供了录制、转换以及流化...
-
网络安全人士必知的AI框架
一、AI框架的重要性 AI框架是人工智能的操作系统，是基础软件，是算法和应用的根基。AI江湖传言：得框架者得天下，可见AI框架的重要性，它通过框架性思维整合了人工智能的三驾马车(算法、算力、数据 ，如果想成为头部AI企业，AI框架就是其中一项核心竞争力...
-
文心一言情感关怀之旅
【AGIFoundathon】文心一言情感关怀之旅，让我们一起来体验吧！ 上传一张照片，用ernie-bot生成专属于你的小故事! 此项目主要使用clip_interrogator获取图片的关键信息，然后将此关键信息用百度翻译API翻译成中文后，使...
-
百度交了份“大”作业：文心一言用户破1亿，累计37亿字文本创作，能力再升32%！...
金磊 发自 凹非寺量子位 | 公众号 QbitAI 今年国产大模型的最后一声枪响，属于百度： 发布仅2个月，文心大模型4.0，能力又提升了32%。 文心一言用户规模超过1个亿！ 这便是在深度学习“春晚”——WAV...
-
大家都在用的AI作画Python几行代码就可实现
一、通过openai实现的作品： 要想快速实现功能，咱们先了解一下OpenAI,OpenAI是一家人工智能公司，专注于开发强化学习、机器学习、自然语言处理等技术。OpenAI的主要目标是创造一套安全的人工智能系统，以帮助人们在各行各业中利用这项技术.接...
-
只需三步，开发文心一言应用帮你建立情感纽带！
本期文心开发者说邀请到飞桨开发者技术专家李龙老师，分享自己与文心一言之间的故事，故事从一个应用——“文心一言情感关怀之旅”开始。本期分享将从应用介绍、技术路径拆解以及如何实现功能的应用三个方面，对“文心一言情感关怀之旅”应用进行详细的讲解。作者...
-
数字人唇形同步技术：AIGC多元化应用的关键
数字人是指利用计算机技术生成的虚拟人物形象，通过深度学习算法和模型来实现高度逼真的外貌特征和自然动作表现。在数字人领域中，唇形同步（Lip Sync）是非常重要的一环，直接影响数字人的逼真程度。现有的数字人唇形同步技术包括Wav2Lip、DeepFake、...
-
GPT-4、百度文心一言摆擂，AI大模型将掀起新一轮AIGC军备竞赛？
科技云报道原创。 一觉醒来，万众期待的GPT-4来了。OpenAI老板Sam Altman直接开门见山地介绍说：“这是我们迄今为止功能最强大的模型！”仅隔一天，“中国版ChatGPT”百度文心一言正式发布，双方大有摆擂之势。 当深度学习推动AI技术...
-
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...
-
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...
-
正式发布！ERNIE Bot SDK：轻松调用文心一言能力（含token福利）
ERNIE Bot SDK提供便捷易用的接口，可以调用文心一言的能力，包含文本创作、通用对话、语义向量、AI作图等，具体支持接入功能如下： 对话补全（Chat Completion） 函数调用（Function Calling） 语...
-
AI平台：百度AI开放平台-全球领先的人工智能服务平台
百度AI开放平台-全球领先的人工智能服务平台 开放能力 开发平台 文心大模型 场景应用 软硬一体 客户案例 更多 AI市场 开发与生态 最近搜索 热门产品 语音识别 人脸识别 文字识别 内容安全...
-
【2024版】最新保姆级stable diffusion安装教程，小白直接点！一键安装，永久使用，stable diffusion下载安装教程！
关于现在非常红火的AI绘画，很多感兴趣的人不知道如何入手，如果你的电脑配置足够好，那么不要犹豫，让我来教你如何在本地电脑全免费运行当下最强大的AI绘画工具——Stable Diffusion 吧！所以本期给大家带来了全新Stable Diffusion 保...
-
端到端的自动驾驶会取代Apollo、autoware这类框架吗？
本文经自动驾驶之心公众号授权转载，转载请联系出处。 Rethinking the Open-Loop Evaluation of End-to-End Autonomous Driving in nuScenes 作者单位：百度 作者：共一 Jian...
-
百度大模型这一年：文心一言国内首个用户破亿，飞桨开发者超千万
文心一言用户规模破1亿，飞桨的开发者数量达到1070万。 只用短短两个月，文心大模型4.0整体效果又提升了32%。 2023年12月28日，在刚刚过去的 WAVE SUMMIT+2023深度学习开发者大会上，百度揭幕了文心大模型与深度学习平台飞桨的一系列新...
-
手把手教你通过PaddleHub快速实现输入中/英文本生成图像（Stable Diffusion）
近来，基于Diffusion的文图生成模型比较火，用户输入一句话，模型就可以生成一副对应的图像，还是很有意思的。本文记录了通过PaddleHub快速实现上述任务的过程，以供参考。 1、安装PaddlePaddle PaddleHub底层依赖于百度自研的...
-
文心一言“拜师”了！金灿荣、王先进等成为首批“文心导师”
12月28日，由深度学习技术及应用国家工程研究中心主办的WAVE SUMMIT+深度学习开发者大会2023在北京召开。百度首席技术官、深度学习技术及应用国家工程研究中心主任王海峰现场公布了飞桨文心五载十届最新生态成果，文心一言最新用户规模破1亿，截至12月...
-
用户规模破亿！基于文心一言的创新应用已超4000个
?♂️ 个人主页：@艾派森的个人主页 ✍?作者简介：Python学习者 ? 希望大家多多支持，我们一起进步！? 如果文章对你有帮助的话， 欢迎评论 ?点赞?? 收藏 ?加关注+ 12月28日，由深度学习技术及应用国家工程研究中...
-
法律情境扮演、逆向推理文字游戏、AIGC创作……见证AI极致生产力！
飞桨星河社区，以飞桨和文心大模型为核心，集开放数据、开源算法、云端GPU算力及大模型开发工具于一体，在大模型范式下，为开发者提供模型与应用的高效开发环境。在成立的5年以来，已汇集660+万AI开发者，覆盖深度学习初学者、在职开发者、企业开发者、高校教师、创...
-
文字识别表格识别，这个库直接调用
PaddleOCR是一个基于PaddlePaddle深度学习框架开发的开源OCR（Optical Character Recognition）工具。除了光学字符识别（OCR）功能外，最新版本的PaddleOCR还引入了表格识别功能。 表格识别是一种将图像...
-
关于生成式语言大模型的一些工程思考 paddlenlp & chatglm & llama
生成式语言大模型，随着chatgpt的爆火，市场上涌现出一批高质量的生成式语言大模型的项目。近期百度飞桨自然语言处理项目paddlenlp发布了2.6版本。更新了以下特性：全面支持主流开源大模型Bloom, ChatGLM, GLM, Llama, OPT...
-
深度学习之目标检测中的常用算法
随着深度学习的不断发展，深度卷积神经网络在目标检测领域中的应用愈加广泛，现已被应用于农业、交通和医学等众多领域。 与基于特征的传统手工方法相比，基于深度学习的目标检测方法可以学习低级和高级图像特征，有更好的检测精度和泛化能力。 什么是目标检测？ 目标检测...
-
京东AIGC实战项目复盘；第一门AI动画系统课程；百川智能启动2024校园招聘；Kaggle 2023 AI前沿报告 | 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！ ? 李彦宏宣布「文心大模型4.0」正式发布，并开启邀请测试 10月17日，李彦宏在百度世界2023上宣布「文心大模型4.0」正式发布，表示这是迄今为止最强...
-
设计师解放双手之作！3秒生成风景园林效果图，AIGC赋能景观设计
项目简介 在过去几十年，风景园林经历了从“刀耕火种”的完全手绘设计时代到当下比较流行的参数化设计时代，过去的每一轮技术革新都让风景园林作品的表现形式产生了巨大的改变。随着计算机图像技术的发展，我们有更多的建模和渲染软件辅助提升图纸表现效果，...
-
AI绘画最强工具：集成所有国内外主流大模型AI绘画能力文生图、图生图、图修复和超分辨率能力。
AIGC（Artificial Intelligence Generated Content）登上舞台，以高效、精准、定制化等能力特征，重新定义了内容生产方式。 只需通过4行代码就能实现强大的文图生成能力! 你可以输入一段文本描述以及生成风格，模型就会根...
-
LLaMA 2：开源的预训练和微调语言模型推理引擎 | 开源日报 No.86
facebookresearch/llama Stars: 36.0k License: NOASSERTION LLaMA 2 是一个开源项目，用于加载 LLaMA 模型并进行推理。 该项目的主要功能是提供预训练和微调后的 LLaMA 语言模型...
-
AIGC时代，大模型微调如何发挥最大作用？
人工智能的快速发展推动了大模型的广泛应用，它们在语言、视觉、语音等领域的应用效果已经越来越好。但是，训练一个大模型需要巨大的计算资源和时间，为了减少这种资源的浪费，微调已经成为一种流行的技术。微调是指在预训练模型的基础上，通过在小数据集上的训练来适应新的任...
-
SAM&Stable-Diffusion集成进化！分割、生成一切！AI绘画新玩法
自SAM「分割一切」模型推出之后，二创潮就开始了，有想法有行动！飞桨AI Studio开发者会唱歌的炼丹师就创作出SAM进化版，将SAM、Stable Diffusion集成，实现「分割」、「生成」能力二合一，并部署为应用，支持在线使用！ 在线免费...
-
百度商业AI 技术创新大赛赛道二：AIGC推理性能优化TOP10之经验分享
朋友们，AIGC性能优化大赛已经结束了，看新闻很多队员已经完成了答辩和领奖环节，我根据内幕人了解到，比赛的最终代码及结果是不会分享出来的，因为办比赛的目的就是吸引最优秀的代码然后给公司节省自己开发的成本，相当于外包出去了，应该是不会公开的。抱着技术共享及开...
-
文心一言最新重磅发布！
8月16日，由深度学习技术及应用国家工程研究中心主办的WAVE SUMMIT深度学习开发者大会2023举办。百度首席技术官、深度学习技术及应用国家工程研究中心主任王海峰以《大语言模型为通用人工智能带来曙光》为题，阐述了大语言模型具备理解、生成、逻辑、记忆四...
-
whisper语音识别部署及WER评价
1.whisper部署 详细过程可以参照：? 创建项目文件夹 mkdir whisper cd whisper conda创建虚拟环境 conda create -n py310 python=3.10 -c conda-forge...
-
百度飞桨文心生物计算大模型宣布升级 构象预测准确度提升
百度飞桨螺旋桨团队宣布升级了两个生物计算大模型:蛋白质 - 小分子对接构象预测模型 HelixDock 和蛋白 - 蛋白复合物结构预测模型 HelixFold-Multimer。 这两个模型的准确度大幅提升，能够为基于结构的药物设计提供更可靠的基础。He...
-
使用Python从图像中提取表格
大约一年前，我被分配任务从文件中提取和结构化数据，主要是包含在表格中的数据。我之前对计算机视觉没有了解，并且很难找到一个合适的“即插即用”的解决方案。当时可选的方案要么是基于最新神经网络（NN）的解决方案，这些解决方案庞大而繁琐，要么是基于OpenCV的...
-
.Net 使用OpenAI开源语音识别模型Whisper
.Net 使用OpenAI开源语音识别模型 Whisper 前言 Open AI在2022年9月21日开源了号称其英文语音辨识能力已达到人类水准的 Whisper 神经网络，且它亦支持其它98种语言的自动语音辨识。 Whisper系统所提供的自动语音...
-
解锁 PaddleOCR 的超能力
光学字符识别（OCR）是一项强大的技术，使机器能够从图像或扫描文档中识别和提取文本。OCR 在各个领域都有应用，包括文件数字化、从图像中提取文本以及基于文本的数据分析。在本文中，我们将探讨如何使用 PaddleOCR，一款基于深度学习的先进OCR工具包，...
-
Python调用文心一言的API
最近申请了文心一言的key，然后尝试调用了一下文心一言，这里使用一个简单的方式来调用文心一言： pip install paddle-pipelines from pipelines.nodes import ErnieBot api_key =...
-
百度搜索深度学习模型业务及优化实践
作者 | Xin 导读 百度搜索架构部模型架构组，致力于将最新的人工智能技术以更低的成本被百度数亿用户体验到。这个过程中会面临非常多的系统、工程层面的问题，甚至在深度学习模型领域，我们看到越来越多的工作并不拘泥于工程本身。 本文主要分享模...
-
文心一言插件开发全流程，ERNIE-Bot-SDK可以调用文心一言的能力
文心一言插件开发 前言 插件 插件是什么 工作原理 申请开发权限 开始 第一步：安装python 第二步：搭建项目 manifest 描述文件：ai-plugin.json 插件服务描述文件：openapi.yaml 开发自己的plug...
-
语音识别开源框架 openAI-whisper
Whisper 是一种通用的语音识别模型。 它是OpenAI于2022年9月份开源的在各种音频的大型数据集上训练的语音识别模型，也是一个可以执行多语言语音识别、语音翻译和语言识别的多任务模型。 GitHub - yeyupiaoling/Whispe...