-
AIGC音视频工具分析和未来创新机会思考
编者按：相较于前两年，2023年音视频行业的使用量增长缓慢，整个音视频行业遇到瓶颈。音视频的行业从业者面临着相互竞争、不得不“卷”的状态。我们需要进行怎样的创新，才能从这种“卷”的状态中脱离出来？LiveVideoStack 2023上海站邀请到了P...
-
最新的AIGC相关技术更新
1.腾讯发布PhotoMaker 《PhotoMaker: Customizing Realistic Human Photos via Stacked ID Embedding》 作者机构：南开大学&腾讯 PCG ARC 实验室&东京...
-
Stable Diffusion原理详解（附代码实现）
一、前言 回顾AI绘画的历史，GAN（Generative Adversarial Nets）是比较出众的一个。GAN的出现让AI绘画成为可能，当时GAN给AI绘画提供了一种新的思路，现在回顾当时的绘画可以算是相当粗糙。 gan-results....
-
20240202在WIN10下使用fast whisper缺少cudnn_ops_infer64_8.dll
20240202在WIN10下使用fast whisper缺少cudnn_ops_infer64_8.dll 2024/2/2 10:48 https://blog.csdn.net/feinifi/article/details/132548556...
-
驾辰龙跨Llama持Wasm，玩转Yi模型迎新春过大年（上）
大年初一，看着春晚迎新年。今年新年很特别，AI工具添光彩。今天就来感受下最新的AI神器天选组合“WasmEdge+Yi-34B”，只要短短三步，为这个甲辰龙年带来一份九紫离火运的科技感。 环境准备 这次用的算力是OpenBayes提供的英伟达RTX_4...
-
Stable Diffusion 笔记一：网络结构拆解
SD由三大组件组成：VAE，CLIP，Unet。 一VAE： VAE是Variational Autoencoder的缩写，中文名变分自编码器，是一种基于深度学习的生成模型。 １潜空间图片与像素图片： 像素图片是正常使用的图片，通常包含主体的物体人...
-
AIGC系列之：实时出图的SDXL Turbo模型介绍
原理介绍 StabilityAI在刚刚发布Stable Video Diffusion之后，2023年11月29日又发布了爆炸性模型：SDXL Turbo，SDXL Turbo是在SDXL 1.0的基础上采用新的蒸馏方案，让模型只需要...
-
AI绘画
AI 绘画 智能文生图-API 文档-文档中心-腾讯云 使用HTTP请求直接调用 然后，在你的Controller类中，你可以使用Spring的RestTemplate类来发送HTTP请求。以下是一个简单的示例： import org.springf...
-
Lag-Llama:第一个时间序列预测的开源基础模型介绍和性能测试
2023年10月，我们发表了一篇关于TimeGPT的文章，TimeGPT是时间序列预测的第一个基础模型之一，具有零样本推理、异常检测和共形预测能力。 虽然TimeGPT是一个专有模型，只能通过API访问。但是它还是引发了对时间序列基础模型的更多研究。到了...
-
【AI绘画】用张图直观理解Stable Diffusion
手把手教你入门绘图超强的AI绘画，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。给大家带来了全新保姆级教程资料包 （文末可获取） 作者****｜Jay Alammar 翻译｜杨婷、徐佳渝 最近，AI图像生成引人注目，它能够根据文字描述生成...
-
在人工智能时代，Django + 简单的 HTML + Whisper + mixtral-8x7b-instruct + SQLite 实现了一个 TODO应用
这里写自定义目录标题 构建 AI-powered TODO 应用 新的思考 构建 AI-powered TODO 应用 人工智能TODO应用程序演示https://ivan-tolkunov–surukoto-run.modal....
-
Stable Diffusion结构解析-以图像生成图像（图生图，img2img）
手把手教你入门绘图超强的AI绘画，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。给大家带来了全新保姆级教程资料包 （文末可获取） AIGC专栏3——Stable Diffusion结构解析-以图像生成图像（图生图，img2img）为例 学习...
-
鸿蒙开发实战-手写文心一言AI对话APP
运行环境 （后面附有API9版本，可修改后在HarmonyOS4设备上运行） DAYU200:4.0.10.16 SDK：4.0.10.15 IDE：4.0.600 在DAYU200:4.0.10.16上运行 一、创建应用 1.点击Fi...
-
文心一言4.0API接入指南
概述 文心一言是百度打造出来的人工智能大语言模型，具备跨模态、跨语言的深度语义理解与生成能力，文心一言有五大能力，文学创作、商业文案创作、数理逻辑推算、中文理解、多模态生成，其在搜索问答、内容创作生成、智能办公等众多领域都有更广阔的想象空间。文心一言企业...
-
【AIGC】Llama2-7B-Chat模型微调
环境 微调框架：LLaMA-Efficient-Tuning 训练机器：4*RTX3090TI (24G显存 python环境：python3.8, 安装requirements.txt依赖包 一、Lora微调 1、准备数据集 2、训...
-
扩散模型的发展过程梳理 多个扩散模型理论知识总结/DDPM去噪扩散概率/IDDPM/DDIM隐式去噪/ADM/SMLD分数扩散/CGD条件扩散/Stable Diffusion稳定扩散/LM
前言 1.最近发现自己光探索SDWebUI功能搞了快两个月，但是没有理论基础后面科研路有点难走，所以在师兄的建议下，开始看b站视频学习一下扩散模型，好的一看一个不吱声，一周过去了写个博客总结一下吧，理理思路。不保证下面的内容完全正确，只能说是一个菜鸟的思...
-
19｜Whisper+ChatGPT：请AI代你听播客
今天，我们的课程开始进入一个新的主题了，那就是语音识别。过去几周我们介绍的 ChatGPT 虽然很强大，但是只能接受文本的输入。而在现实生活中，很多时候我们并不方便停下来打字。很多内容比如像播客也没有文字版，所以这个时候，我们就需要一个能够将语音内容转换成...
-
Stable Diffusion XL简介
Stable Diffusion XL的是一个文生图模型，是原来Stable Diffusion的升级版。相比旧版的Stable Diffusion模型，Stable Diffusion XL主要的不同有三点： 有一个精化模型（下图的Refiner），...
-
我用Stable Diffusion做电商！
如果你要开淘宝网店，那么在淘宝网页上展示的商品就要漂亮精致，紧紧抓住消费者的心♥！我们可以借助AI作图工具，简单地代替请模特特地搞拍摄的过程啦！这里介绍很简单的利用AI绘画局部逐渐美化女装商品展示图的方法。 我是运营网店的女装店主，我没有钱请模特了。...
-
[AIGC] 21世纪Java与Go的相爱相杀
在21世纪的软件开发领域中，Java和Go这两门编程语言可谓是相爱相杀的存在。它们各自拥有着强大的特点和独特的优势，同时也存在着一些明显的竞争和冲突。让我们来看看这两门语言的故事，以及它们之间的深远意义。 文章目录 Java的魅力...
-
win部署stable-diffusion
win部署stable-diffusion 1.环境 2.模型 3.使用 4.效果 1.环境 首先下载stable-diffusion-webui，这个包了一层ui，特别好用。 git clone https://github....
-
【AIGC】Diffusers:训练扩散模型
前言 无条件图像生成是扩散模型的一种流行应用，它生成的图像看起来像用于训练的数据集中的图像。通常，通过在特定数据集上微调预训练模型来获得最佳结果。你可以在HUB找到很多这样的模型，但如果你找不到你喜欢的模型，你可以随时训练自己的模型！ 本教程将教您如何...
-
第三课-界面介绍SD-Stable Diffusion 教程
前言 我们已经安装好了SD，这篇文章不介绍难以理解的原理，说使用。以后再介绍原理。 我的想法是，先学会画，然后明白原理，再去提高技术。 我失败过，知道三天打鱼两天晒网的痛苦，和很多人一样试了安装 github 版本，生成了几张图，发现效果不太...
-
AIGC从入门到精通
目录 1. 概述 2. 一键起飞 2.1 webui 2.2 基础用法 2.3 必装插件 2.4 Fooocus 2.5 diffusers 3 LoRA 3.1 原理 3.2 训练流程和准备 3.3 上手训练...
-
实时AI绘画模型SDXL Turbo核心基础知识详解 | 【算法兵器谱】
Rocky Ding 公众号：WeThinkIn 写在前面 【算法兵器谱】栏目专注分享AI行业中的前沿/经典/必备的模型&论文，并对具备划时代意义的模型&论文进行全方位系统的解析...
-
【Unity】如何在Unity里使用文心一言AI
想要使用文心一言，首先要登录百度智能云千帆控制台 https://cloud.baidu.com/product/wenxinworkshop?track=developer_qianfan_tanchuang 1.在控制台找到应用接入 - 然后点...
-
我是如何使用 GitHub Copilot Chat 来调试我的部署工作流的
我通常使用Canva来创建我的演示文稿，但我真的不想这样做，因为我对小细节不是很感兴趣，我不想花很多时间在设计上，我想专注于内容和交付。 所以，我想试试其他工具。有人建议我用slidev。 我快速浏览了一下，对开发体验和内置主题印象深刻，决定尝试一下，...
-
用通俗易懂的方式讲解：十分钟读懂 Stable Diffusion 运行原理
AIGC 热潮正猛烈地席卷开来，可以说 Stable Diffusion 开源发布把 AI 图像生成提高了全新高度，特别是 ControlNet 和 T2I-Adapter 控制模块的提出进一步提高生成可控性，也在逐渐改变一部分行业的生产模式。惊艳其出色表...
-
Stable Diffusion结构解析-以图像生成图像！
手把手教你入门绘图超强的AI绘画，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。给大家带来了全新保姆级教程资料包 （文末可获取） AIGC专栏3——Stable Diffusion结构解析-以图像生成图像（图生图，img2img）为例 学习...
-
全网最全stable diffusion图生图教程！！！小白必收藏！！！！
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。给大家带来了全新Stable Diffusion保姆级教程资料包（文末可获取） 图生图功能初识 1.1 传统意义上的喂参考图...
-
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...
-
m2安装stable-diffusion报错及解决方案
背景：自己的电脑是macbookpro m2,之前装很多软件都遇到各种问题，不出意外，装这个stable-diffusion一样遇到各种问题，现在总结一下安装过程中遇到的问题。 报错一： Launching Web UI with argument...
-
【AIGC】Diffusers:加载管道、模型和调度程序
前言 拥有一种使用扩散系统进行推理的简单方法对于?扩散器至关重要。扩散系统通常由多个组件组成，例如参数化模型、分词器和调度器，它们以复杂的方式进行交互。这就是为什么我们设计了 DiffusionPipeline，将整个扩散系统的复杂性包装成一个易于使用的...
-
20240131在WIN10下配置whisper
20240131在WIN10下配置whisper 2024/1/31 18:25 首先你要有一张NVIDIA的显卡，比如我用的PDD拼多多的二手GTX1080显卡。【并且极其可能是矿卡！】800￥ 2、请正确安装好NVIDIA最新的545版本的驱动程序...
-
Llama-7b-hf和vicuna-7b-delta-v0合并成vicuna-7b-v0
最近使用pandagpt需要vicuna-7b-v0，重新过了一遍，前段时间部署了vicuna-7b-v3，还是有不少差别的，transforms和fastchat版本更新导致许多地方不匹配，出现很多错误，记录一下。 更多相关内容可见Fastchat实战...
-
闲谈【Stable-Diffusion WEBUI】的插件：模型工具箱：省空间利器
文章目录 （零）前言 （一）模型工具箱（Model Toolbox） （1.1）基本使用界面 （1.2）高阶使用界面 （1.3）自动修剪模型 （零）前言 本篇主要提到WEBUI的一个新插件，模型工具箱，可以修剪模型，提取...
-
stable diffusion微调总结
stable diffusion微调总结 stable diffusion 模型类别： SD SD2 SDXL SDXL LCM（潜在一致性模型） SDXL Distilled SDXL Turbo 安装accelerate 通过pip...
-
实战whisper：本地化部署通用语音识别模型
前言 Whisper 是一种通用语音识别模型。它是在大量不同音频数据集上进行训练的，也是一个多任务模型，可以执行多语言语音识别、语音翻译和语言识别。 这里呢，我将给出我的一些代码，来帮助你尽快实现【语音转文字】的服务部署...
-
llama/llama2论文解读
llama 摘要 llama在约1.4T的token上，训练出参数量7B到65B的模型，其模型规模如下 在仅使用开源数据集的情况下，llama-13B在多数benchmarks上与GPT-3效果相当；llama-65B也与最好的模型（Chin...
-
Github Copilot 全方位上手通关指南
从上年 AI 大火开始，其实安仔就一直在使用 Github Copilot 的功能了，那时候它还是 Beta 版，可以不用钱薅羊毛，而且它帮安仔做一些重复性的代码工作很适合，可以默默地帮安仔增加摸鱼时间。 但随着最近 Github Copilot 用的...
-
本地运行LlaMA 2的简易指南
大家好，像LLaMA 2这样的新开源模型已经变得相当先进，并且可以免费使用。可以在商业上使用它们，也可以根据自己的数据进行微调，以开发专业版本。凭借其易用性，现在可以在自己的设备上本地运行它们。 本文将介绍如何下载所需的文件和LLaMA 2模型，以运行C...
-
AI绘画优秀开源项目推荐
AI绘画优秀开源项目推荐 stable-diffusion-webui：基于 Gradio 库的 Stable Diffusion 浏览器界面 InvokeAI：InvokeAI是稳定扩散模型的领先创意引擎，使专业人员、艺术家和爱好者能够使用最...
-
【candle】（2）：使用hf-mirror镜像下载TheBloke/Llama-2-7B-GGML的q4_0.bin文件，并设置HF_HOME，example模块可以识别下载的模型
1，视频演示地址 https://www.bilibili.com/video/BV1Dc41117wT/?vd_source=4b290247452adda4e56d84b659b0c8a2 【candle】（2）：使用hf-mir...
-
stable diffusion实践操作-SD原理
系列文章目录 本文专门开一节写SD原理相关的内容，在看之前，可以同步关注：stable diffusion实践操作 文章目录 系列文章目录 前言 一、原理说明 1.1、出图原理 1.1.1 AI画画不是和人一样，从0开始，而是一...
-
AI绘画Stable Diffusion原理之扩散模型DDPM
前言 传送门： stable diffusion：Git｜论文 stable-diffusion-webui：Git Google Colab Notebook部署stable-diffusion-webui：Git kaggle...
-
Stable Diffusion 【通用模型】：出图效果非常惊艳的Playground美学模型
大家好，我是程序员晓晓 之前我重点介绍过一个网站:PlaygroundAI。这是一个提供一个图像专业人士创建和编辑图像的网站，它整合了图像创建和社交网络的功能。 该网站模型提供了3个大类：Stable Diffusion V1.5、Stable Diff...
-
20240127在ubuntu20.04.6下配置whisper
20240131在ubuntu20.04.6下配置whisper 2024/1/31 15:48 首先你要有一张NVIDIA的显卡，比如我用的PDD拼多多的二手GTX1080显卡。【并且极其可能是矿卡！】800￥ 2、请正确安装好NVIDIA最新的驱动...
-
Faster-Whisper 实时识别电脑语音转文本
Faster-Whisper 实时识别电脑语音转文本 前言 项目 搭建环境 安装Faster-Whisper 下载模型 编写测试代码 运行测试代码 实时转写脚本 实时转写WebSocket服务器模式 参考 前言 以前做的智能对...
-
使用laf云开发三分钟上线你自己的Midjourney
文章尾部有demo 江湖惯例：先来一波感谢，感谢laf，让我们可以不使用魔法、免费接入Midjourney，不了解laf的请猛戳 Laf介绍 一、写这篇博客的背景 laf官方最近发布了一个活动，活动链接，新手也可以接入哦！废话不多说，赶紧点击链接报名...
-
全网最全stable diffusion模型讲解！快来！！小白必收藏！！
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。给大家带来了全新Stable Diffusion保姆级教程资料包（文末可获取） AI模型最新展现出的图像生成能力远远超出人们的预期...