-
史上AI绘画最全资料合集
stable-cascade 使用教程 MJ+SORA+副业教程（推荐） 米粒网 Magic Animate 地址: https://www.youtube.com/watch?v=RDH5lyurock SDXL Turbo...
-
问题排查太烦心，试试GPT的超能力
当你使用 Kubernetes 时，迟早会遇到集群中的问题，需要进行调试和修复，以便你的 Pod 和服务能够按预期运行。无论你是刚刚开始使用 Kubernetes 还是正在处理大规模且更复杂的环境，调试集群内进程并不总是那么简单，而且可能会成为一项耗时且...
-
运行StableDiffusionInpaintPipeline的Example时报错：OSError: Cannot load model runwayml/stable-diffusion-...
项目地址： https://huggingface.co/docs/diffusers/api/pipelines/stable_diffusion/inpainthttps://huggingface.co/docs/diffusers/api/pip...
-
Stable Diffusion ———LDM、SD 1.0, 1.5, 2.0、SDXL、SDXL-Turbo等版本之间关系现原理详解
一、简介 2021年5月，OpenAI发表了《扩散模型超越GANs》的文章，标志着扩散模型（Diffusion Models，DM）在图像生成领域开始超越传统的GAN模型，进一步推动了DM的应用。 然而，早期的DM直接作用于像素空间，这意味着要优化一...
-
探索Kubernetes与AI的结合：PyTorch训练任务在k8s上调度实践
概述 Kubernetes的核心优势在于其能够提供一个可扩展、灵活且高度可配置的平台，使得应用程序的部署、扩展和管理变得前所未有的简单。通用计算能力方面的应用已经相对成熟，云原生化的应用程序、数据库和其他服务可以轻松部署在Kubernetes环境中，实现...
-
GenAI在软件开发方面的早期回报
GenAI已经对IT的多个领域产生了影响，尤其是在软件开发领域。 早期用例包括代码生成和文档编制、测试用例生成和测试自动化，以及代码优化和重构等。 尽管如此，软件开发的GenAI仍处于初级阶段，因此技术领导者和软件团队可以预期在道路上会遇到颠簸，但早期...
-
【个人开发】llama2部署实践（三）——python部署llama服务（基于GPU加速）
1.python环境准备 注：llama-cpp-python安装一定要带上前面的参数安装，如果仅用pip install装，启动服务时并没将模型加载到GPU里面。 # CMAKE_ARGS="-DLLAMA_METAL=on" FORCE_CMAK...
-
webassembly002 whisper.wasm wasm_eval 与js代码交互 EMSCRIPTEN_BINDINGS，Module
# build using Emscripten git clone https://github.com/ggerganov/whisper.cpp cd whisper.cpp mkdir build-em && cd build-em...
-
AIGC学习笔记——CLIP详解加推理
clip论文地址：https://arxiv.org/pdf/2103.00020.pdf clip代码地址：https://github.com/openai/CLIP 小辉问：能不能解释一下zero-shot? 小G答：零次学习（Zero...
-
首个AI软件工程师震撼硅谷！手握10块IOI金牌，他们铁了心砸掉程序员饭碗
一觉醒来，程序员怕是真要失业了。 首个AI软件工程师一亮相，直接引爆整个科技圈。只需一句指令，它可端到端地处理整个开发项目。 在SWE-bench基准测试中，它无需人类帮助，可解决13.86%的问题。 相比之下，GPT-4只能处理1.74%的问题，且都需...
-
3DGStream：快速训练，200 FPS实时渲染逼真场景！
本文经自动驾驶之心公众号授权转载，转载请联系出处。 从多视角视频构建动态场景的照片逼真的自由视角视频（FVV）仍然是一项具有挑战性的工作。尽管当前的神经渲染技术取得了显著的进步，但这些方法通常需要完整的视频序列来进行离线训练，并且无法实时渲染。为了解决...
-
首个AI软件工程师震撼硅谷！手握十块IOI金牌，他们铁了心砸掉程序员饭碗
一觉醒来，程序员怕是真要失业了。 首个AI软件工程师一亮相，直接引爆整个科技圈。只需一句指令，它可端到端地处理整个开发项目。 在SWE-bench基准测试中，它无需人类帮助，可解决13.86%的问题。 相比之下，GPT-4只能处理1.74%的问题，且都...
-
安装秋葉aaaki大佬的Stable-Diffusion-WebUI（一）
Stable-Diffusion-webui安装配置 前言 一、准备工作 二、下载Stable Diffusion启动器 三、安装WebUI 四、启动WebUI启动器 前言 随着人工智能技术的飞速发展，文本到图像生成已经成为一...
-
LLM将成历史？开源bGPT或颠覆深度学习范式：直接模拟二进制，开启模拟数字世界新纪元！
微软亚洲研究院推出的最新成果bGPT，这种基于字节的Transformer模型，为我们探索数字世界开辟了新的大门。 与传统的基于词表的语言模型不同，bGPT的独特之处在于其对原始二进制数据的直接处理能力，不受特定格式或任务的限制，其目标是全面模拟数字世界...
-
颜水成/程明明新作！Sora核心组件DiT训练提速10倍，Masked Diffusion Transformer V2开源
DiT作为效果惊艳的Sora的核心技术之一，利用Difffusion Transfomer 将生成模型扩展到更大的模型规模，从而实现高质量的图像生成。 然而，更大的模型规模导致训练成本飙升。 为此，来自Sea AI Lab、南开大学、昆仑万维2050...
-
仅需格式转换提升9%数学推理能力，上交开源新对齐方法ReAlign
大模型对齐新方法，让数学推理能力直接提升9%。 上海交通大学生成式人工智能实验室（GAIR Lab）新成果ReAlign，现已开源。 随着以ChatGPT为代表的语言大模型的快速发展，研究人员意识到训练数据的质量才是大模型对齐的关键。 然而，目前主流的...
-
全球首个AI程序员诞生，码农饭碗一夜被砸！10块IOI金牌华人团队震撼打造，996写代码训练模型
全球首位AI软件工程师Devin诞生了，它掌握全栈技能，云端部署、底层代码、改bug、训练和微调AI模型都不在话下。最可怕的是，它完全不怕996，老黄的预言是彻底成真了! 就在刚刚，世界上第一位AI程序员Devin诞生。 一家叫Cognition的10人初...
-
【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...
-
stable diffusion 零基础入门教程
一、前言 Midjourney 生成的图片很难精准的控制，随机性很高，需要大量的跑图，但Stable Diffusion可以根据模型较精准的控制。 SD 效果图展示： 二、Stable Diffusion 介绍 Stable Diffusi...
-
【AI实战】从零开始搭建中文 LLaMA-33B 语言模型 Chinese-LLaMA-Alpaca-33B
【AI实战】从零开始搭建中文 LLaMA-33B 语言模型 Chinese-LLaMA-Alpaca-33B 简介 环境配置 环境搭建 依赖安装 代码及模型权重拉取 拉取 Chinese-LLaMA-Alpaca 拉取 llama-30b...
-
AIGC:语音克隆模型Bert-VITS2-2.3部署与实战
1 VITS2模型 1.1 摘要 单阶段文本到语音模型最近被积极研究，其结果优于两阶段管道系统。以往的单阶段模型虽然取得了较大的进展，但在间歇性非自然性、计算效率、对音素转换依赖性强等方面仍有改进的空间。本文提出VITS2，一种单阶段的文本到语音模型...
-
谷歌“窃取”GPT-3.5模型关键信息:成本低至150元，调用API即可得手
谷歌最新研究揭示了一种攻击大型语言模型的方法，成功窃取了OpenAI GPT-3.5-turbo模型的关键信息。根据谷歌的声明，他们不仅还原了OpenAI大模型的整个投影矩阵，还获得了确切的隐藏维度大小，而这一切只需不到2000次巧妙的API查询，成本低至...
-
谷歌承认“窃取”OpenAI模型关键信息：成本低至150元，调用API即可得手
什么？谷歌成功偷家OpenAI，还窃取到了gpt-3.5-turbo关键信息？？？ 是的，你没看错。 根据谷歌自己的说法，它不仅还原了OpenAI大模型的整个投影矩阵（projection matrix），还知道了确切隐藏维度大小。 而且方法还极其简单—...
-
浙大&中科院让Agent学会自我进化，玩德州扑克心机尽显
基于大模型的Agent，已经成为了大型的博弈游戏的高级玩家，而且玩的还是德州扑克、21点这种非完美信息博弈。 来自浙江大学、中科院软件所等机构的研究人员提出了新的Agent进化策略，从而打造了一款会玩德州扑克的“狡猾”智能体Agent-Pro。 通过不断...
-
探析“Morning采集插件”的功能、应用及其影响
随着互联网技术的不断发展，数据的采集与分析在信息社会中发挥着越来越重要的作用。为了能够更有效地收集并管理这些信息，不少开发人员推出了各种工具和技术方案。“Morning采集插件”正是这样一种辅助数据采集与分析的强大插件。一、Morning采集插件的概况与特...
-
OpenAI官宣开源Transformer Debugger！不用写代码，人人可以破解LLM黑箱
AGI真的越来越近了！ 为了确保人类不被AI杀死，在解密神经网络/Transfomer黑箱这一方面，OpenAI从未停下脚步。 去年5月，OpenAI团队发布了一个令人震惊的发现：GPT-4竟可以解释GPT-2的三十万神经元！ 网友纷纷惊呼，智慧原来是这...
-
仅一行命令本地 CPU 环境快速上手 Google 开源大模型 Gemma
Google Gemma 是什么？ 2月底 Google 发布的 Gemma 相比自家的 Gemini 更加轻量级，不仅可以在笔记本电脑上运行，而且还免费可商用，支持中文，相比其他开源在各个方面都占了上风。科技巨头出品、领先地位、全面对外开放、免费可商用...
-
构建本地运行的LLM语音助理
译者 | 朱先忠 审校 | 重楼 引言 我不得不承认，我最初对大型语言模型（LLM）生成实际有效的代码片段的能力持怀疑态度。我抱着最坏的打算尝试了一下，结果我感到很惊喜。就像与聊天机器人的任何互动一样，问题的格式很重要；但随着时间的推移，你会知道如何...
-
Midjourney
知数云 | 数字化服务的智慧之选 Midjourney Quick Start Guide Midjourney是一款AI制图工具，只要输入关键字，透过AI算法就能生成相对应的图片。 使用Spring接口与Midjourney官方API交互涉及几个步...
-
如何只用两个Python函数在几分钟内创建完整的计算机视觉应用程序
译者 | 李睿 审校 | 重楼 本文首先概述典型的计算机视觉应用程序的要求。然后，介绍Pipeless这一为嵌入式计算机视觉提供无服务器开发体验的开源框架。最后，提供一个详细的步骤指南，介绍如何创建和执行一个简单的对象检测应用程序，该应用程序只需采用几...
-
LimSim++：多模态大模型在自动驾驶中的新舞台
本文经自动驾驶之心公众号授权转载，转载请联系出处。 论文名称：LimSim++: A Closed-Loop Platform for Deploying Multimodal LLMs in Autonomous Driving 项目主页：https:...
-
关于AI和ChatGPT的使用，AI编程（AIGC），AI绘画（2）
AI绘画技术是指利用人工智能技术来创作、生成或修改图像、照片、插图、漫画等艺术品以及各种视觉效果。常见的AI绘画技术包括机器学习、深度学习和计算机视觉等领域的技术，通过训练神经网络模型来实现自动化地生成图像，其应用范围相当广泛，包括数字媒体...
-
Stable-diffusion复现笔记
一、引言 目前正在学习有关扩撒模型的相关知识，最近复现了Stable-diffuison，此文主要是想记录一下整体的复现过程以及我在复现过程中出现的一些奇怪的问题以及我的处理方法。这里我的复现主要是针对官网文档实现的，并没有用到webui版本，如果是想体...
-
PHP爬虫利器：Snoopy的详细解析与应用
在当今这个大数据和信息的时代，数据的抓取、分析与应用显得尤为重要。为了实现高效的数据抓取，许多程序员和语言社区开发了各式各样的爬虫工具和库。在PHP的世界里，Snoopy就是一个颇受欢迎的网络爬虫工具。它以其简单易用和灵活多变的特点，在众多PHP爬虫中脱颖...
-
自然语言编程系列（二）：自然语言处理（NLP）、编程语言处理（PPL）和GitHub Copilot X
编程语言处理的核心是计算机如何理解和执行预定义的人工语言（编程语言），而自然语言处理则是研究如何使计算机理解并生成非正式、多样化的自然语言。GPT-4.0作为自然语言处理技术的最新迭代，其编程语言处理能力相较于前代模型有了显著提升。Copil...
-
用Vision Pro实时训练机器狗！MIT博士生开源项目火了
Vision Pro又现火爆新玩法，这回还和具身智能联动了~ 就像这样，MIT小哥利用Vision Pro的手部追踪功能，成功实现了对机器狗的实时控制。 不仅开门这样的动作能精准get： 也几乎没什么延时。 Demo一出，不仅网友们大赞鹅妹子嘤，各...
-
不依赖token，字节级模型来了！直接处理二进制数据
最新GPT，不预测token了。 微软亚研院等发布bGPT，仍旧基于Transformer，但是模型预测的是下一个字节（byte）。 通过直接处理原生二进制数据，bGPT将所有输入内容都视为字节序列，从而可以不受限于任何特定的格式或任务。 能预测CPU...
-
清华系2B模型杀出支持离线本地化部署，可以个人电脑或者手机上部署的多模态大模型，超越 Mistral-7B、LLaMA-13B
清华系2B模型杀出支持离线本地化部署，可以个人电脑或者手机上部署的多模态大模型，超越 Mistral-7B、LLaMA-13B。 2 月 1 日，面壁智能与清华大学自然语言处理实验室共同开源了系列端侧语言大模型 MiniCPM，主体语言模型 Mini...
-
不依赖Token，字节级模型来了！直接处理二进制数据
最新GPT，不预测token了。 微软亚研院等发布bGPT，仍旧基于Transformer，但是模型预测的是下一个字节（byte）。 通过直接处理原生二进制数据，bGPT将所有输入内容都视为字节序列，从而可以不受限于任何特定的格式或任务。 能预测CPU...
-
DALL·E 2 文生图模型实践指南
前言：本篇博客记录使用dalle2模型进行推断时借鉴的相关资料和DEBUG流程。 相关博客：超详细！DALL · E 文生图模型实践指南 目录 1. 环境搭建和预训练模型准备 环境搭建 预训练模型下载 2. 代码 3. B...
-
AIwechat-Vercel：无需服务器即可将AI功能集成到公众号中
AIwechat-Vercel是一款创新的微信公众号插件，它利用Vercel的Serverless Functions提供后端服务，使得用户无需自己管理服务器，只需一个可以绑定到Vercel的域名（无需备案），即可实现将AI功能集成到微信公众号中。 项目...
-
一键Run带你体验扩散模型的魅力
在文生视频领域，Sora将带来短视频的智能化变革，打破当前内容平台等额原有数据壁垒，短视频创作的生态护城河，同时Sora融入短视频工作流，极大的增强用户的体验，降低创作难度和成本，极大拓展创作者的能力边界，激发短视频创作空间。 在视频创作...
-
最新综述！扩散模型与图像编辑的爱恨情仇
本文经自动驾驶之心公众号授权转载，转载请联系出处。 针对图像编辑中的扩散模型，中科院联合Adobe和苹果公司的研究人员发布了一篇重磅综述。 全文长达26页，共1.5万余词，涵盖297篇文献，全面研究了图像编辑的各种前沿方法。 同时，作者还提出了全新的be...
-
我们一起聊聊大模型的模型融合方法
模型融合大家以前用的很多，特别是在判别模型里，属于永远都能稳定提升的那一类方法。但是生成语言模型，因为解码的过程存在，并不像判别模型那样直观。 另外，由于大模型的参数量增大，在参数规模更大的场景，简单的集成学习可以考量的方法相比低参数的机器学习更受限制，...
-
本地开启stable diffusion web-ui体验AIGC文生图，图生图
目录 准备工作 主机电脑配置检查 安装以下软件 Python Git 下载stable-diffusion-webui仓库 根据显卡属性安装CUDA 2.下载stable diffusion的训练模型 启动 问题处理 模型加载问题...
-
4秒惊艳！Stable Cascade AI绘画神器，设计师和普通用户的无限创意新选择
近日，一款AI绘画模型Stable Cascade发布。 只需输入一段描述文字，即可在4秒钟内获得令人惊艳的图像。 无论你是设计师、艺术家，还是普通用户，都能轻松上手，释放无限创意。 Stable Cascade不仅在使用上极具便捷性，还拥有开放的源...
-
Stable Diffusion 插件AnimateDiff
AnimateDiff简介 该插件主要用来制作动图，并不能用来生成比较长的视频，我体验着和pika差不多，效果上照着商用还有不小的距离。在githup的网址中有论文地址和许多示例。 githup：GitHub - guoyww/AnimateDiff:...
-
怎么劝ChatGPT干活效果最好？我们尝试了100种方法，有图有真相
在 ChatGPT API 中，系统提示是一项很有亮点的功能，它允许开发人员控制 LLM 输出的「角色」，包括特殊规则和限制。系统提示中的命令比用户输入提示中的命令要有效得多，这让开发人员拥有了更大的发挥空间，而不是像现在使用 ChatGPT 网页应用程序...
-
下一代软件开发：AIGC智能编程与持续集成的完美结合
AIGC智能编程与持续集成/持续部署工具的无缝集成 近年来，随着软件开发的快速发展和自动化工具的广泛应用，持续集成（Continuous Integration）和持续部署（Continuous Deployment）已经成为现代软件开发中不可或缺的一...
-
在 M1/M2 MacOS 上使用 Diffusers 运行 Stable Diffusion 模型
最近 AI 大热，从 ChatGPT 到 Stable Diffusion，各种 AI 生成模型层出不穷，作为凑热闹爱好者，也在不停尝试玩一玩各种模型。近期对于 Stable Diffusion 模型比较感兴趣，之前也看到了很多在苹果电脑上运行 Stabl...