-
CVPR 2024 | 风格迁移和人像生成汇总！扩散模型diffusion用于经典AIGC方向
风格迁移 1、DEADiff: An Efficient Stylization Diffusion Model with Disentangled Representations 基于文本到图像扩散模型在迁移参考风格方面具有巨大潜力。然而，...
-
Llama 3 开源！手把手带你进行大模型推理，部署，微调和评估
节前，我们组织了一场算法岗技术&面试讨论会，邀请了一些互联网大厂朋友、参加社招和校招面试的同学，针对算法岗技术趋势、大模型落地项目经验分享、新手如何入门算法岗、该如何准备、面试常考点分享等热门话题进行了深入的讨论。 基于大模型实践和技术交流，我...
-
全网最全stable diffusion webui API调用示例，包含controlneth和segment anything的API（附json示例）
全网最全stable diffusion webui API调用示例，包含controlneth和segment anything的API（附json示例） 交流群 100419879 欢迎合作?? V ： 864399407 GitHub：https...
-
首测！GPT-4o做Code Review可行吗？
编辑 | 言征 出品 | 51CTO技术栈（微信号：blog51cto） 近日，OpenAI一记重拳，推出了GPT-4o（“o”表示“omni”），将语音识别和对话方面的优势展示的淋漓尽致。几乎可以肯定，它也是一个更强的LLM。但它能进行代码审查吗？本文...
-
定制自己的 AI 角色CustomChar；AI知识点和面试题；提高llama 3 的微调速度Unsloth
✨ 1: CustomChar 允许你创建和定制自己的 AI 角色 CustomChar 是一个开源项目，它允许你创建和定制自己的 AI 角色。无论是游戏中的角色，还是个人的虚拟助手（比如电脑上的 JARVIS），甚至是在线教育体验中的虚拟...
-
AIGC实战——多模态模型DALL.E 2
AIGC实战——多模态模型DALL.E 2 0. 前言 1. 模型架构 2. 文本编码器 3. CLIP 4. 先验模型 4.1 自回归先验模型 4.2 扩散先验模型...
-
桌面版ChatGPT登台演讲，能视频通话还会实时读屏，GPT-4o demo再次惊艳：“能力还是被低估了”
GPT-4o桌面端最新Demo，与Sora的新作品一同亮相“欧洲AI春晚”VivaTech。 现场，OpenAI工作人员不仅展示了观众期待已久的“视频通话”，还试着让ChatGPT发表了演讲。 在视频聊天当中，即使给它的只有一幅抽象的简笔画，它也能立马...
-
AI日报：效果炸裂！Krea Video向所有人开放；阿里花8亿入股Kimi；Arc Search可以打电话了；腾讯智影声音大模型升级
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、Krea AI视频生成工具向所...
-
AI视频编辑方法ReVideo:可局部修改视频内容和运动轨迹
研究人员提出了一种名为 ReVideo 的视频编辑方法，该方法通过指定内容和运动来实现精确的视频编辑。与现有方法不同的是，ReVideo 可以在特定区域进行精确的视频编辑，既可以修改视频内容，也可以修改运动轨迹。 ReVideo产品入口:https://...
-
AI图案生成器Ideogram Tile:文本生成无缝重复的图案
人工智能初创公司 Ideogram 以其先进的文本转图像生成功能而闻名，如今宣布其平台迎来重大升级:Ideogram Tile。这一新功能允许用户从单个文本提示中创建无缝重复的图案，为设计师、艺术家和企业开辟了无限可能。 使用 Ideogram Til...
-
一篇文章详细介绍Stable Diffusion模型原理及实现过程(附常用模型网站、下载方式)
目录 前言 何为Stable Diffusion模型？ Stable Diffusion工作原理： Stable Diffusion模型的应用场景 Stable Diffusion免费使用网站 stability.ai: 本地部...
-
马斯克谈AI未来：不工作也有高收入 但活着无聊
5月24日消息，当地时间周四，特斯拉首席执行官埃隆·马斯克（Elon Musk）通过视频连线参加在法国巴黎举行的VivaTech技术大会，分享了他对未来的一种反乌托邦观点。 当一位观众询问人工智能是否终将取代马斯克，并表达对人工智能夺走工作岗位的担...
-
Krea AI视频生成工具向所有人开放 Krea Video正式进入公测
视频来自Krea AI官方 Krea AI 最近宣布其视频生成工具Krea Video已经向所有人开放，正式进入公测阶段。这个新工具结合了关键帧和文本提示，让用户能够更灵活地创建视频。 使用Krea Video，用户可以在时间线中添加关键帧和文本提示，这两...
-
AIGC实战——MuseGAN详解与实现
AIGC实战——MuseGAN详解与实现 0. 前言 1. MuseGAN 1.1 Bach Chorale 数据集 1.2 MuseGAN 生成器 1.3 MuseGAN 判别器 2. MuseGAN 分析 小结 系列链接 0...
-
AIGC-controlnet代码详细解读
hugging face 社区diffusers官方代码：stable_diffusion/controlnetcontrolnet.ipynb 原始代码的解读可以看看这个博主的：万字长文解读Stable Diffusion的核心插件—ControlNet...
-
Python爬虫入门(一)（适合初学者）
Python爬虫入门(一 （适合初学者） 关于爬虫是什么，怎样保证爬虫的合法性小编在这就不再过多的阐述，从本章起，小编将和大家一起分享在学习python爬虫中的所学，希望可以和大家一起进步，也希望各位可以关注一下我！ 首先我们来初步了解下如何使用开发...
-
Truecaller与微软合作，允许用户克隆自己的声音，让AI帮你接听电话
Truecaller 与微软合作，允许用户克隆自己的声音，让 AI 帮你接听电话据报道，Truecaller与微软的Azure AI Speech合作，推出了一项新功能，允许用户录制自己的声音并生成一个AI版本的用户语音。这项创新技术使得Truecalle...
-
使用自己的数据集训练DETR模型
众所周知，Transformer已经席卷深度学习领域。Transformer架构最初在NLP领域取得了突破性成果，尤其是在机器翻译和语言模型中，其自注意力机制允许模型处理序列数据的全局依赖性。随之，研究者开始探索如何将这种架构应用于计算机视觉任务，特别是...
-
视频：过去12个月基础AI大模型“战争”情况
推特用户chiefaioffice分享了过去12个月的基础模型战争情况，其中包括OpenAI、Google、Anthropic、01AI、Meta、Cohere、Alibaba、Mistral、Databricks、Nous Research等10000多...
-
Gabby World V2:融合AI和区块链技术的全新龙与地下城风格游戏问世
站长之家（ChinaZ.com）5月22日 消息:在全新的Gabby World V2游戏中，玩家将迎来一个融合了人工智能和区块链技术的独特体验。这款创新游戏以Dungeons & Dragons为灵感，为玩家提供了创建和探索故事的机会，打造了完全...
-
深入解析“feifei爬虫”：原理、应用与风险
在信息爆炸的时代，数据已经成为了一种新的资源，甚至有“数据是新时代的石油”这样的说法。而在这场数据盛宴中，爬虫技术扮演着必不可少的角色。今天，我们就来深入解析一下“feifei爬虫”，探讨它的工作原理、应用场景以及潜在的风险。一、什么是“feifei爬虫”...
-
Spring Boot爬虫：探索数据的新世界
在当今数据驱动的社会中，爬虫技术已成为获取和分析网络数据的重要手段。而Spring Boot，作为一个流行的Java开发框架，为我们开发高效稳定的爬虫应用提供了强大的支持。本文将深入探讨Spring Boot爬虫的原理、构建过程以及实际应用，带您领略爬虫技...
-
蚂蚁多模态团队在视频多模态方向的技术探索
一、概述 视频多模态检索在蚂蚁内部有着广泛的应用。视频多模态检索具体包括两个方向，一个是视频-文本的语义检索，另外一个是视频-视频的同源检索。 视频-文本的语义检索方向旨在通过文本检索与其语义相近的视频，其检索文本未必在检索到的视频描述中直接出现，但检...
-
谷歌数学版Gemini解开奥赛难题，堪比人类数学家！
四个月的迭代，让Gemini 1.5 Pro成为了全球最强的LLM（几乎）。 谷歌I/O发布会上，劈柴宣布了Gemini 1.5 Pro一系列升级，包括支持更长上下文200k，超过35种语言。 与此同时，新成员Gemini 1.5 Flash推出，设计...
-
AI在软件开发中的角色：辅助而非替代
事实表明，AI无法替代开发者，但更适用于优秀的开发者。而识别大型语言模型（LLM）生成的代码什么时候会出错，需要开发人员具有丰富的知识和经验。 软件工程师David Showalter在谈到AI编程时表示：“目前，AI模型在帮助编程人员提高工作效率方面...
-
Viva完全指南：AI生成工具与社区 - 使用方法教程与免费体验入口
探索Viva能为你带来哪些改变 为什么选择Viva？ Viva不仅仅是一款产品——它是一个革命性的AI生成工具和社区，致力于提供Text-to-Image、Image-to-Image、Text-to-Video、Image-to-Video等功能，以及...
-
HuggingFace教你怎样做出SOTA视觉模型
前有OpenAI的GPT-4o，后有谷歌的系列王炸，先进的多模态大模型接连炸场。 其他从业者在震撼之余，也再次开始思考怎么追赶这些超级模型了。 刚好在这时，HuggingFace和法国索邦大学的一篇论文，总结出了构建视觉大模型的关键经验，给开发者指明了一...
-
云开发工具初创公司Replit在推动生成式AI的同时裁员20%
云开发工具初创公司 Replit Inc.，作为推动生成式人工能编码的先锋，宣布裁减30名员工，约占其总员工数的20%。 Replit 首席执行 Amjad Masad 在公司员工间发送的一封电子邮件中宣布了这一消息，该邮件今日发布在 X（原 Twitte...
-
基于深度学习的实时视频处理 | 入门指南
近来，整个机器学习领域似乎被大型语言模型（LLM）和检索增强生成（RAG）所掩盖。虽然许多用例可以从这些新的基础模型中受益，但在非文本数据方面仍存在差距。我常把当前的机器学习阶段比作汽车工业中从燃油车向电动车的转变。燃油车已经有完善的基础设施（如汽车服务...
-
路径规划概述：基于采样、搜索、优化全搞定！
本文经自动驾驶之心公众号授权转载，转载请联系出处。 1 决策控制与运动规划概述 目前决策控制方法可以分为三类：sequential planning、behavior-aware planning、和end-to-end planning。 seq...
-
ChatGPT增强数据分析功能，实现与数据表格的实时交互
ChatGPT最近推出了一系列改进的数据分析功能，这些新功能将在未来几周内向ChatGPT Plus、Team和Enterprise用户提供。以下是主要的改进点: 文件上传:用户现在可以直接从Google Drive和Microsoft OneDriv...
-
浅析“yzmcms爬虫”技术及其应用
随着互联网技术的迅猛发展，信息获取与数据处理成为当下极为重要的任务。在这样的大背景下，爬虫技术应运而生，成为信息搜集与分析的得力助手。其中，“yzmcms爬虫”作为一款特定领域的爬取工具，备受业界关注。本文将从定义、原理、应用场景以及面临的挑战等多方面，对...
-
通义千问 2.5 “客串” ChatGPT4，你分的清吗？
作者：张添翼、董艺荃 引子 OpenAI 发布了最新的 GPT-4o 模型，通义千问也在前不久刚发布通义千问 2.5，已经和 GPT-4-Turbo 不分伯仲： 既然目前还没有和 GPT-4o 文本生成能力的对比数据，就让我们来和大模型一起做个游...
-
Ollama如何构建自己的Llama3中文模型
Ollama Ollama 是一个开源的大型语言模型（LLM）服务工具，它允许用户在本地机器上运行和部署大型语言模型。Ollama 设计为一个框架，旨在简化在 Docker 容器中部署和管理大型语言模型的过程，使得这一过程变得简单快捷。用户可以通过简单的...
-
谷歌推全新AI视频生成模型Veo，可创建高质量60秒、1080p视频
谷歌在其深度学习 AI 部门 DeepMind 的研究人员发布了一款名为 Veo 的全新式 AI 视频模型，能够创建“超过60秒的高质量、1080p 剪辑”，“从照片写实主义到超现实主义和动画，它可以应对一系列电影风格”，在逼真度和视觉果方面达到了令人惊叹...
-
谷歌反击：Project Astra正面硬刚GPT-4o、Veo对抗Sora、新版Gemini变革搜索
通用的 AI，能够真正日常用的 AI，不做成这样现在都不好意思开发布会了。 5 月 15 日凌晨，一年一度的「科技界春晚」Google I/O 开发者大会正式开幕。长达 110 分钟的主 Keynote 提到了几次人工智能？谷歌自己统计了一下： 是的，...
-
谷歌Gemini对OpenAI贴脸开大！文生视频模型Veo硬刚Sora
谷歌近日发布了一系列强大的AI工具，展开了一场针对OpenAI的激烈竞争。这一波强势反击包括了Project Astra、Veo视频模型以及Gemini1.5Pro等一连串武器，旨在彻底颠覆谷歌搜索，并对OpenAI展开全面挑战。 其中，谷歌发布的视频模型...
-
通义灵码技术解析，打造 AI 原生开发新范式
大家好，我是通义灵码的产品技术负责人陈鑫。过去有八年时间，我都是在阿里集团做研发效能，即研发工具相关的工作。 我们从2015年开始做一站式 DevOps 平台，然后打造了云效，也就是将 DevOps 平台实现云化。到了2023年，我们明显感觉到大模型时代来...
-
万字长文总结提示词技巧！新加坡首届GPT-4提示工程大赛冠军最新分享
新加坡（GovTech）举办了首届GPT-4提示工程竞赛，Sheila Teo很幸运地取得了胜利。 提示工程是一门融合了艺术和科学的学科——它既是对技术的理解，也包含创造力和战略思维。 这次她和我们分享了她在学习过程中学到的提示工程策略，这些策略可以让任...
-
ChatGPT攻陷学术期刊，垃圾论文泛滥成灾！「带头大哥」竟是印度学者
ChatGPT参与写稿和审稿，已成当下国际顶会、期刊的常态。 在一些同行评审的科学期刊中，一些「机器语」的出现，早已不足为奇。 可以说，全球学术圈，早已被LLM加持的AI工具攻陷！ 几个月前，爱思唯尔旗下期刊中的一篇论文，在「介绍」中的第一句，就暴露出了...
-
实测ChatGPT的Go能力！资深老鸟干货分享：使用ChatGPT学习Go语言容易得多
编译 | 伊风 出品 | 51CTO技术栈（微信号：blog51cto） 编者按：资深开发者詹姆斯·拉米雷兹长文分享，讲述了他使用ChatGPT学习Go语言，导航Kolide API并构建复杂的Steampipe插件的经验。在这个过程中，他深化了对AI辅...
-
四款值得推荐的AI辅助编程工具（支持C#语言）
前言 在这个AI迅速发展的阶段，涌现出了一大批好用的AI辅助编程工具。AI辅助编程工具能够提高开发效率、改善代码质量、降低bug率，是现代软件开发过程中的重要助手。今天大姚给大家分享4款AI辅助编程工具（并且都支持C#语言），希望对大家有所帮助。 AI辅...
-
扩散模型与文生视频
一、快速发展的文生视频 在当前的人工智能领域，文生视频技术有着引人注目的进展。该技术的核心任务非常明确，就是利用文本指令来控制视频内容的生成。具体而言，用户可以输入特定文本，系统则根据这段文本生成相应的视觉画面。这一过程并不局限于单一的输出，相同的文本可...
-
OpenAI“大模型宪法”出炉，公开征集建议！网友：大模型不性感了！
编辑 | 云昭 出品 | 51CTO技术栈（微信号：blog51cto） 本周的OpenAI， 似乎并未辜负其名称中的“开放”字样。 近日，OpenAI虽然没有开源任何新模型，但该公司非常之“清流”，一改铜臭的商业味道。 1.OpenAI加入开放性...
-
当「软件研发」遇上 AI 大模型
作者：陈鑫（神秀） 大家好，我是通义灵码的产品技术负责人陈鑫。过去有八年时间，我都是在阿里集团做研发效能，即研发工具相关的工作。 我们从 2015 年开始做一站式 DevOps 平台，然后打造了云效，也就是将 DevOps 平台实现云化。到了 2023...
-
大厂AI人，奔向香港
“现在在香港，遍地都是AI创业的前大厂人，百万融资不难拿到。” 30岁的大厂P7黄全，刚刚搬离西二旗的工位，就在2024年1月前往香港尝试AI创业，这是他寻找出路的首选。 香港对科创类项目的鼎力支持，让他迎来了惊喜的开局。两大科创集群——香港科技园和香港数...
-
AI编程创业公司为何接连获得大额融资？
AI编程是生成式AI崛起以来最热门的赛道之一，不仅海内外大厂均有布局，而且已经诞生了数家融资额过亿，估值过10亿美元的头部创业公司。 无论对于程序员还是企业客户，AI编程的本质价值是降本增效，而且它带来的效果是直接的，目前已有44%的程序员使用过AI编程软...
-
Freepik 收购AI 图像放大工具Magnific
全球领先的设计平台 Freepik 今天宣布，已完成对 AI 图像放大、增强和转换工具 Magnific 的收购。这一战略性收购是 Freepik 在 AI 领域雄心的体现，也是其全球扩张计划的一部分。Freepik 此前在2022年已经完成了对 EyeE...
-
7262篇提交，ICLR 2024爆火，两篇国内论文获杰出论文提名
ICLR 全称为国际学习表征会议（International Conference on Learning Representations），今年举办的是第十二届，于 5 月 7 日至 11 日在奥地利维也纳展览会议中心举办。 在机器学习社区中，ICLR...
-
开发者的LlamaIndex入门指南
想了解更多AIGC的内容，请访问： 51CTO AI.x社区 https://www.51cto.com/aigc/ LlamaIndex是一个专注于检索增强生成(RAG 的工具，可以协助您丰富大模型的数据提示。本文将用实例向您展示和介绍。 众所周知，...