-
OpenVoice官网体验入口 开源AI语音克隆技术在线使用教程指南
OpenVoice是一款开源的语音克隆技术，专门设计用于准确地克隆参考音色，并生成多种语言和口音的语音。它的特点在于能够灵活控制语音风格，如情感、口音等参数，以及节奏、停顿和语调等。此外，OpenVoice实现了零样本跨语言语音克隆，即在没有将生成语音和参...
-
最近读的AIGC相关论文思路解读
AIGC之SD可控生成论文阅读记录 提示：本博客是作者本人最近对AIGC领域相关论文调研后，临时记录所用，所有观点都是来自作者本人局限理解，以及个人思考，不代表对。如果你也正好看过相关文章，发现作者的想法和思路有问题，欢迎评论区留言指正！ 既然是论...
-
番外篇Diffusion&Stable Diffusion扩散模型与稳定扩散模型
文章目录 Diffusion&Stable Diffusion扩散模型与稳定扩散模型 摘要 Abstract Diffusion Model扩散模型 Forward Diffusion Process正向扩散过程 噪声图像的分布...
-
常见大模型对比[ChatGPT（智能聊天机器人）、Newbing(必应)、Bard（巴德）、讯飞星火认知大模型（SparkDesk）、ChatGLM-6B]
目录 1 引言 2 选取常见的大模型作为对比项 2.1什么是大模型 2.2 常见大模型 3 相关的大模型介绍和功能 3.1 ChatGPT 3.1.1 ChatGPT的介绍 3.1.2 ChatGPT的原理 3.1.3 ChatGPT的特...
-
AIGC必备知识点：你不可不知的CNN（卷积神经网络）-知识全解析！
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??? 大家在谈论的卷积神经网络究竟是什么？(Convolutional Neural Network，CNN 是一类主要用于计算机视觉领域的...
-
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...
-
免费的ChatGPT与StableDiffusion AI绘画 二合一 附在线地址
ChatGPT与StableDiffusion 在线地址在文末 介绍 嘿，大家好！今天我要给大家介绍一个非常酷炫的技术结合——ChatGPT与StableDiffusion的合作。听起来是不是很有趣？那么，让我们一起来看看这个组合到底能带给我们什...
-
免费商用 Meta 发布开源大语言模型 Llama 2
Meta 和微软深度合作，正式推出下一代开源大语言模型 Llama 2，并宣布免费提供给研究和商业使用。 Llama 2 论文地址：Llama 2: Open Foundation and Fine-Tuned Chat Models 据介...
-
AIGC系列之：ControlNet原理及论文解读
《Adding Conditional Control to Text-to-Image Diffusion Models》 目录 1.背景介绍 2.原理详解 2.1 Controlnet 2.2 用于Stable Diffusion的Contr...
-
奥数能力金牌级：DeepMind几何推理模型登上Nature，代码开源，菲尔兹奖得主点赞
这一次，人工智能算法在数学奥林匹克竞赛（IMO）上取得了重大成绩突破。 在今天发表的国际权威期刊《自然》杂志最新一期上，论文《Solving olympiad geometry without human demonstrations》向世人介绍了 A...
-
谷歌数学AI登Nature：IMO金牌几何水平，定理证明超越1978年吴文俊法
谷歌DeepMind再发Nature，Alpha系列AI重磅回归，数学水平突飞猛进。 AlphaGeometry，无需人类演示达到IMO金牌选手的几何水平。 有当年AlphaZero无需人类知识学围棋《Mastering the game of Go...
-
苹果AIM自回归视觉模型验证性能与模型规模有关
苹果公司的研究者通过自回归图像模型（AIM）验证了视觉模型“参数越多性能越强”的规律，进一步证明随着容量或预训练数据量的增加，模型能不断提升性能。AIM能有效利用大量未经整理的图像数据，训练方法和稳定性与最近的大型语言模型(LLM 类似。这一观察结果与之前...
-
数据治理能解决AI疲劳问题吗？
数据治理和AI疲劳听起来像是两个不同的概念，但两者之间有着内在的联系。为了更好地理解它，让我们从它们的定义开始。数据治理 长期以来，它一直是数据行业的核心焦点。 Google说得很好——“数据治理是你为确保数据安全、私有、准确、可用和可用所做的一切，它...
-
文心一言会出重复的吗
大家好，今天来聊聊文心一言会出重复的吗，希望能给大家提供一点参考。 以下是针对论文重复率高的情况，提供一些修改建议和技巧，可以借助此类工具： 文心一言会出重复的吗 一、引言 随着人工智能技术的不断发展，百度推出的文心一言作为一款AI语言模型，在...
-
非营利组织计划推出Fairly Trained认证计划，确保AI模型生成内容不侵权
针对人工智能的潜在法规要求对模型进行审查，一些组织开始向AI公司提供认证计划，以展示他们的工作不侵犯版权。 据彭博社报道，Fairly Trained是由前Stability AI音频副总裁Ed Newton-Rex创立的，该组织为那些证明已经征得版权许可...
-
20源代码模型的数据增强方法：克隆检测、缺陷检测和修复、代码摘要、代码搜索、代码补全、代码翻译、代码问答、问题分类、方法名称预测和类型预测对论文进行分组【网安AIGC专题11.15】
Data Augmentation Approaches for Source Code Models: A Survey 写在最前面 对nlp领域其他方向的启发 英文版： 论文名片 论文总结 一个有意思的表 1.背景Background...
-
马毅LeCun谢赛宁曝出多模态LLM重大缺陷！开创性研究显著增强视觉理解能力
Sam Altman在各种场合都提到，大语言模型的多模态能力，是未来AI技术能够造福人类的最亟待突破的领域。 那么现在在多模态大模型的视觉功能能否达到与语言功能匹配的水平？ 当前多模态模型取得的进步很大程度上归功于大语言模型（LLM）的推理能力。但在视...
-
AIGC：使用生成对抗网络GAN实现MINST手写数字图像生成
1 生成对抗网络 生成对抗网络（Generative Adversarial Networks, GAN）是一种非常经典的生成式模型，它受到双人零和博弈的启发，让两个神经网络在相互博弈中进行学习，开创了生成式模型的新范式。从 2017 年以后，GAN相...
-
腾讯AI图像生成工具软件免费使用地址 PhotoMaker体验入口
PhotoMaker是一种高效的个性化文本到图像生成方法。它能将任意数量的输入ID图像编码成堆叠ID嵌入，以保留身份信息。这种嵌入方式不仅可以全面地封装相同输入ID的特征，还能容纳不同ID的特征以供后续整合。PhotoMaker通过提出的面向ID的数据构建...
-
AIGC大模型必备知识——LLM ，你知道它是如何训练的吗？小白必读深度好文
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??? 近年来，人工智能（AI）领域经历了令人瞩目的增长，尤其是自然语言处理（NLP）。你知道是什么推动了NLP领域的这种飞速发展吗？没错，那...
-
三个臭皮匠顶个诸葛亮？可能是真的，已证实混合多个小模型性能比肩GPT3.5
在对话型人工智能（AI）研究中，存在趋势即朝着开发参数更多的模型方向发展，如 ChatGPT 等为代表的模型。尽管这些庞大的模型能够生成越来越好的对话响应，但它们同时也需要大量的计算资源和内存。本文研究探讨的问题是：一组小模型是否能够协同达到与单一大模型...
-
谷歌推几何AI系统AlphaGeometry，实力达奥林匹克金牌得主
Google DeepMind 发布了一个名为AlphaGeometry 的人工智能系统，它可以解决复杂的几何问题，其水平接近人类奥林匹克金牌得主——这是人工智能性能的突破。在对30道奥数几何题的基准测试中，AlphaGeometry 在标准奥数时限内解决...
-
自动泊车全面调研！汇集行业标准趋势、评测指标、系统介绍各个方面！
本文经自动驾驶之心公众号授权转载，转载请联系出处。 写在前面 自动泊车系统是指在没有人工干预的情况下，车辆本身可以自主的实现停车位的寻找并完成准确的泊车，同时该系统也可以根据用户的需求准确移动到用户指定的位置上。如果自动泊车技术成熟后，可以极大缓解人们...
-
GPT-SoVITS体验入口地址 AI语音克隆软件分享
GPT-SoVITS是一个强大的语音转换软件。该产品具有零样本TTS、少样本TTS、跨语言支持和WebUI工具等功能，可用于语音转换、语音合成、语音处理等场景。GPT-SoVITS的体验下载入口在哪呢，这里我们来看GPT-SoVITS的官方体验入口。 &...
-
GPT-SoVITS体验入口 AI声音克隆工具软件免费下载地址
GPT-SoVITS-WebUI是一个强大的零样本语音转换和文本到语音WebUI工具。它提供了零样本TTS、少样本TTS、跨语言支持等功能，并且支持英语、日语和中文。GPT-SoVITS-WebUI提供了一系列集成工具，包括语音伴奏分离、自动训练集分割、中...
-
文心一言答案会重复吗 神码ai
大家好，今天来聊聊文心一言答案会重复吗，希望能给大家提供一点参考。 以下是针对论文重复率高的情况，提供一些修改建议和技巧，可以借助此类工具： 文心一言答案会重复吗 一、引言 随着人工智能技术的不断发展，百度推出的文心一言作为...
-
使用 Transformers 为多语种语音识别任务微调 Whisper 模型
本文提供了一个使用 Hugging Face ? Transformers 在任意多语种语音识别 (ASR 数据集上微调 Whisper 的分步指南。同时，我们还深入解释了 Whisper 模型、Common Voice 数据集以及微调等理论知识，...
-
AIGC内容分享(十二)：AIGC探索之旅AIGC探索之旅
目录 前言 引言：AI时代，未来已来 AIGC简介与发展历程 早期萌芽阶段（1950s－1990s） 沉淀积累阶段（1990s－2010s） 快速发展阶段（2010s至今） 大模型与AIGC的关联 大模型概述 大模型的定义和特点 典型大...
-
七个值得关注的优秀大语言模型（LLM）
在LLM领域我们了解最多的很可能是OpenAI的ChatGPT，以及最近在多模态表现非常出色的Google Gemini，这些都是AI大模型的领头羊，代表着AI大模型发展的先进成果。然而，在大模型的实际应用中必须要综合考虑成本、信息安全等内容，因此，开源...
-
大模型“藏毒”：“后门”触发，猝不及防！
撰稿 | 言征 出品 | 51CTO技术栈（微信号：blog51cto） 跟大模型会产生幻觉相比，更可怕的事情来了，最新的一项研究证明：在用户不知情的情况下，最初觉得很得力的大模型助手，将化身“间谍”，产生破坏性代码。 具体来讲，一组研究人员对LL...
-
OpenAI 阿尔特曼回应被《纽约时报》起诉：AI 不用新闻出版商提供训练数据
1 月 17 日消息，据彭博社报道，在当地时间周二的达沃斯世界经济论坛年会上，OpenAI 首席执行官萨姆・阿尔特曼在回应有关其公司盗用版权材料的指控时表示，AI 并不需要《纽约时报》等新闻出版商提供大量的训练数据。 有些人认为，“你需要我所有的数据...
-
【论文笔记 · PFM】Lag-Llama: Towards Foundation Models for Time Series Forecasting
Lag-Llama: Towards Foundation Models for Time Series Forecasting 摘要 本文提出Lag-Llama，在大量时间序列数据上训练的通用单变量概率时间序列预测模型。模型在分布外泛化能力上取...
-
Tokenization 指南：字节对编码，WordPiece等方法Python代码详解
在2022年11月OpenAI的ChatGPT发布之后，大型语言模型(llm 变得非常受欢迎。从那时起，这些语言模型的使用得到了爆炸式的发展，这在一定程度上得益于HuggingFace的Transformer库和PyTorch等库。 计算机要处理语言，...
-
【AIGC】Controlnet:基于扩散模型的文生图的可控性
前言 controlnet可以让stable diffusion的生图变得可控。 文章连接：https://arxiv.org/pdf/2302.05543.pdf 摘要 冻结了stable diffusion的预训练模型并重用它的预训练...
-
OpenAI像素级抄袭好莱坞IP，反手开撕《纽约时报》，LeCun舌战网友疑似站队支持
去年底AI行业最爆炸性的事件要算是纽约时报和OpenAI的官司了。 在《纽约时报》一纸诉状将OpenAI告到法院，要求OpenAI要么关闭ChatGPT，要么赔偿几十亿美元。 这个新闻在国内外媒体上发酵了2周之后，OpenAI官方终于下场回怼了。 Op...
-
Stable Diffusion模型概述
Stable Diffusion 1. Stable Diffusion能做什么？ 2. 扩散模型 2.1 正向扩散 2.2 反向扩散 3. 训练如何进行 3.1 反向扩散 3.2 Stable Diffusion模型 3.3 潜在扩散模...
-
Stability AI发布Stable Code3B填补AI代码生成的空白
在AI领域，Stability AI公司于2024年推出了其首个新型人工智能模型:商业许可的（通过会员资格）Stable Code3B。该模型仅拥有30亿参数，专注于软件开发的代码完成能力，可在没有专用GPU的笔记本上本地运行，并在性能上具有竞争力，可与M...
-
Stability AI发布Stable Code 3B模型，没有GPU也能本地运行
在文生图领域大火的 Stability AI，今天宣布了其 2024 年的第一个新 AI 模型：Stable Code 3B。顾名思义，Stable Code 3B 是一个拥有 30 亿参数的模型，专注于辅助代码任务。 无需专用 GPU 即可在笔记本电...
-
ReSimAD：如何在没有真实数据的情况下，提升感知模型的泛化性能
本文经自动驾驶之心公众号授权转载，转载请联系出处。 写在前面&笔者的个人理解 自动驾驶车辆传感器层面的域变化是很普遍的现象，例如在不同场景和位置的自动驾驶车辆，处在不同光照、天气条件下的自动驾驶车辆，搭载了不同传感器设备的自动驾驶车辆，上述这些...
-
请查收使用OpenAI的Whisper进行语音识别的攻略
Whisper是一种令人激动的新型语言模型，采用了全新的语音识别方法，即使是低质量的音频，Whisper也能产生高质量的结果，并且对各种声音和语言的适应性极强，无需进行微调。 Whisper是开源的，有一系列可用的模型尺寸，可以作为众多语音转文字应用的有...
-
好用且免费的CodeWhisperer，给1024程序员节送礼来了
国庆期间没有胆量去人从众的景点，关在家里刷手机时意外在亚马逊的User Group公众号上发现了CodeWhisperer这么个好东西（bu yao qian），以后撸代码也可以提高生产力（fang yang mo yu）了，这还不赶紧上手试一...
-
马斯克发“擎天柱”机器人叠衣服视频 动作虽慢但自然
1月16日消息，当地时间周一特斯拉首席执行官埃隆·马斯克（Elon Musk）在社交媒体X上发布了公司人形机器人“擎天柱”（Optimus）叠衣服的演示视频，令人印象深刻。 特斯拉最终希望人形机器人能够帮助制造汽车，但目前还不能做到这一点。 当该公司首...
-
GitHub正式发布Copilot Chat，开放给所有用户使用
功能特性 Copilot Chat是一款以编程为中心的聊天机器人，类似于ChatGPT。它由GPT-4提供支持，开发者可以使用自然语言向其提问，获取实时的编程指导，例如解释概念、检测漏洞或编写单元测试。 使用范围 最初，Copilot Chat 为...
-
Yann LeCun发来肯定：腾讯人像照片生成可以随便玩了
这一次，Yann LeCun 首次跻身「百变大咖」。身穿钢铁侠的衣服、戴着酷酷的墨镜面无表情地注视着你，一身古装在故宫门前打卡留念…… 就连本人也出来转发并喊话，「左下角这幅文艺复兴时期的画，是我的最爱。」 性感女神寡姐身穿紫色巫师服注视着远方，还可...
-
互联网新时代要来了（二）什么是AIGC？
什么是AIGC？ 最近，又火了一个词“**AIGC”**2022年被称为是AIGC元年。那么我们敬请期待，AIGC为我们迎接人工智能的下一个时代。 TIPS:内容来自百度百科、知乎、腾讯、《AIGC白皮书》等网页 什么是AIGC？ 1...
-
合成数据：2024年大数据行业预测
随着步入2024年，人工智能必然还是备受关注。本文围绕合成数据主题，讨论其对人工智能的影响，以及对其来年的一些技术预测。 2024年及以后，合成数据将如何影响人工智能的开发和部署? 2024年，由于现实世界图像的限制，对合成图像和训练数据的需求将不断增...
-
Stable Diffusion五问
一，什么是Stable diffusion？ Stable Diffusion" 是一种基于扩散模型的深度学习框架，用于生成高质量的图像。它是一种生成模型，通过模拟物理扩散过程，从随机噪声中逐步生成详细和结构化的图像。Stable Diffusion因其...
-
Animate Anyone体验入口 AI角色视频动画制作软件工具app免费下载地址
Animate Anyone是一个前沿技术工具，专门用于从静态图像生成角色视频。它结合了扩散模型的强大功能，通过专为角色动画定制的新框架，实现了从图像到视频的高质量转换。Animate Anyone通过ReferenceNet合并详细特征，保持了参考图像中...
-
AIGC报告专题：2023智能时代的生产力变革AIGC产业应用实践
今天分享的AIGC系列深度研究报告：《AIGC报告专题：2023智能时代的生产力变革AIGC产业应用实践》。 （报告出品方：亚洲数据集团） 报告共计：49页 认识 AIGC AIGC（Artificial Intelligence Ge...
-
超越BEVFusion！又快又好的极简BEV融合部署方案
本文经自动驾驶之心公众号授权转载，转载请联系出处。 写在前面&笔者的个人理解 在算法开发中，激光雷达-相机3D目标检测遇到了过度拟合问题，这是由于违反了一些基本规则。在数据集构建的数据标注方面，本文参考了理论补充，并认为回归任务预测不应涉及来自...