-
52个AIGC视频生成算法模型介绍
基于Diffusion模型的AIGC生成算法日益火热，其中文生图，图生图等图像生成技术普遍成熟，很多算法从业者开始从事视频生成算法的研究和开发，原因是视频生成领域相对空白。 AIGC视频算法发展现状 从2023年开始，AIG...
-
CodeWhisperer插件
一、前言 产品官网地址：What is CodeWhisperer? - CodeWhisperer Amazon CodeWhisperer 是一个通用的、由机器学习驱动的代码生成器，可实时为您提供代码建议。在您编写代码时，CodeWhisperer...
-
AIGC行业趋势：Sora横空出世，向多模态应用加速迈进
文/浦银国际证券 近期，OpenAI的Sora的横空出世再一次引发市场对AIGC的关注，文生视频领域取得重大突破，效果远超预期。我们将围绕Sora的核心优势、技术特点、行业影响、未来趋势等方面进行阐述。 相较于此前的文生视频模型，Sora取得哪些突...
-
火车采集器伪原创【php源码】
大家好，本文将围绕自学python多久可以找到工作展开说明，自学python多久可以找工作是一个很多人都想弄明白的事情，想搞清楚自学python多久可以找兼职需要先了解以下几个事情。 火车头采集ai伪原创插件截图： 如果想从零基础...
-
CNC数据采集解决方案（2023杭州乐芯科技）
IOT数据采集平台产品是为满足工业4.0大型集团工厂推出的新一代数据采集平台级产品，可满足单一平台（一个服务器）同时采集各类设备，同时兼容各种工业数据采集协议，单服务器压力测试达1000台，已经稳定在大型集团用户稳定运行。实现各种工业设备数据采...
-
【AIGC】Animate Anyone阿里全民舞王背后的科技，基于图片高可控动画生成
在11月底，阿里巴巴集团智能计算研究院发布了一款AI动画项目：Animate Anyone。只需要一张人物静态图片，结合人物的骨骼动画（姿势控制），就能生成一段人物动画视频。 我们先通过官网放出的动画效果直观感受一下。 一. Anima...
-
AI漫画自动生成器Al Comic Factory 支持批量生成不同语言的漫画
Al Comic Factory是一个独特的项目，它运用先进的技术自动生成具有情感和故事性的漫画内容。这个项目的核心是大型语言模型和SDXL技术，它们共同工作，根据用户提供的简单文本提示，自动创建出包含人物对话和场景描述的漫画。 项目地址:https:/...
-
开源AI到底是什么？业界：超出开源软件范畴，需要重新界定
最近AI圈突然流行起开源概念。Meta承诺将会打造开源AI，马斯克起诉OpenAI，说它缺少开源模型。与此同时，一批科技领袖和科技企业纷纷为开源概念呐喊。不过科技界碰到一个难以解决的根本问题：它们对“开源AI”的概念无法达成共识。 照字面意思，开源A...
-
AI神器之微软的编码助手Copilot
更多内容请关注wx公众号：AI高工 欢迎进社群参与分享讨论请加WX号：peter_gao ChatGPT 之后微软又推出了一个王炸产品，Microsoft 365 Copilot。这次是将GPT4的能力应用到了Office领域当中。 众所周知，微...
-
为什么不是Github Copilot,不是 Devin 而是 AutoCoder
我之前常说，不要逆AGI潮流去做一些事情，但也要对当前的大模型的边界有清晰的了解。 Github Copilot 本质还是IDE工具的衍生，是一个更加“智能”的代码提示，而其提供的Copilot Chat 则更加只是把一个聊天框做到IDE而已，和...
-
苹果研发多模态AI，这是研究人员迄今发现的结果
译者 | 布加迪 审校 | 重楼 如果我告诉你，在最近热议的多模态AI背后，苹果正在悄然酝酿一场革命，你会作何感想？苹果的一群研究人员一直在系统地研究如何构建功能最强大的多模态模型，揭露了质疑传统智慧的重要见解。现在他们让我们有机会一窥底层的细节。 他...
-
Python爬虫实战—探索某网站电影排名
文章目录 Python爬虫实战—探索某网站电影排名 准备工作 编写爬虫代码 代码解析 运行情况截图 进一步优化和说明 完整代码 总结 说明：本案例以XXX网站为例，已隐去具体网站名称与地址。 Python爬虫实战—探索某网站电...
-
全球下载量最大的AI绘画大模型，更新Lightning极速版
几个月前，Stable Diffusion的大模型连续推出了两中提速技术，一个是官方的Turbo，一个是清华团队的LCM。 都能在5-8步实现出图效果，把出图时间缩短了5-10倍。 但是，除了Dreamshaper等少数几个大模型坚决跟进外，大部分大模...
-
20240202在Ubuntu20.04.6下使用whisper.cpp的显卡模式
20240202在Ubuntu20.04.6下使用whisper.cpp的显卡模式 2024/2/2 19:43 【结论：在Ubuntu20.04.6下，确认large模式识别7分钟中文视频，需要356447.78 ms，也就是356.5秒，需要大概5...
-
【综合案例】百变写真：人物不变，换背景（AI写真/固定人物换背景/商业案例教程/喂饭级教程/Stable Diffusion WebUI）
案例教程链接，感觉不错，记得帮我一键三连哦~【AI写真！人物不变，换背景】https://www.bilibili.com/video/BV1xj411i7eN/?vd_source=f4ff2eb7df8662606b1aca0f116eb1a1...
-
Stable Diffusion~自注意力替换技术
在这篇文章中，作者展示了一个较为复杂的基于 Diffusers 开发的自注意力替换示例项目，用于提升 SD 视频生成的一致性。在这个过程中，作者讲述了 AttentionProcessor 相关接口函数的使用，并了解了如何基于全局管理类实现一个代码可维护性...
-
怎么调用文心一言的api接口生成一个简单的聊天机器人（python代码）
寒假在学习大模型，但也没弄出多少眉目，电脑性能还有点小问题，大模型总跑不起来，只会简单调用一下现有的大模型的接口，例如：文心一言，下面展示一下代码： import tkinter as tk import requests import json #此...
-
两分钟1200帧的长视频生成器StreamingT2V来了，代码将开源
广阔的战场，风暴兵在奔跑…… prompt：Wide shot of battlefield, stormtroopers running... 这段长达 1200 帧的 2 分钟视频来自一个文生视频（text-to-video）模型，尽管 AI 生成...
-
超越GPT-4，Claude 3超大杯成新王！
太疯狂了！Claude 3 Opus超越了GPT-4，成为新的国王！ 今天，Chatbot Arena更新了聊天机器人对战的排行榜，在经过了时间的洗礼和群众的检验之后，之前略逊于GPT-4的Claude 3竟然反超了！ 而且不仅仅是Claude 3的超...
-
Github Copilot 工具，无需账号，一键激活
① 无需账号，100%认证成功！0风险，可联网可更新，，支持copilot版本升级，支持chat ② 支持windows、mac、linux系统等设备 ③一号通用，支持所有IDE(AppCode,CLion,DataGrip,GoLand,Intelli...
-
生成式AI指南体验入口 awesome-generative-ai-guide项目地址入口
awesome-generative-ai-guide是一个集中存放生成式人工智能相关资源的中心，包括每月最新研究论文、面试题库、课程材料、代码笔记本等。内容定期更新，旨在让开发者及从业人员能够及时跟进最新进展，提高生产力。主要资源包括论文摘要、面试问题分...
-
Stable Diffusion生成式扩散模型代码实现原理
Stable Diffusion可以使用PyTorch或TensorFlow等深度学习框架来实现。这些框架提供了一系列的工具和函数，使得开发者可以更方便地构建、训练和部署深度学习模型。因此可以使用PyTorch或TensorFlow来实现Stable Di...
-
Video-LLaMa:利用多模态增强对视频内容理解
在数字时代，视频已经成为一种主要的内容形式。但是理解和解释视频内容是一项复杂的任务，不仅需要视觉和听觉信号的整合，还需要处理上下文的时间序列的能力。本文将重点介绍称为video - llama的多模态框架。Video-LLaMA旨在使LLM能够理解视频中的...
-
Midjourney学习(四)光源类型prompt
序号 类别 光线名称 英文名称 描述 用途 示例 1 光线质地 硬光 Hard Light 直接照射在主题上，产生明显的阴影和高对比度。 强调轮廓，增加照片的戏剧性 2 光线质地 软光/柔光 Soft Light 光线经过散射...
-
AIGC工具-Stable Diffusion安装指南
Stable Diffusion Web UI安装教程 简介 这是一款ai学习的作图模型训练，github的官网地址是https://github.com/AUTOMATIC1111/stable-diffusion-webui 参考上面的gi...
-
【精华】AIGC启元2024
文章目录 AIGC 前沿 (1 Gemini 1.5 Pro（谷歌新一代多模态大模型） (2 Sora（文本生成视频大模型） (3 EMO（阿里生成式AI模型） (4 Playground v2.5（文生图大模型） (5 VSP-L...
-
用户群组分析Cohort、RFM分层模型、KMeans用户聚类模型对比实战
本文转载自微信公众号「 尤而小屋」，作者尤而小屋 。转载本文请联系尤而小屋公众号。 大家好，我是Peter~ 本文介绍用户群组分析Cohort analysis、RFM用户分层模型、Kmeans用户聚类模型的完整实施过程。 部分结果显示： （1）群组分析...
-
【鸿蒙开发】之集成文心一言或GPT
目录 在鸿蒙应用开发中，要集成文心一言或GPT功能，可以按照以下步骤进行： 案例分析： 在鸿蒙应用开发中，要集成文心一言或GPT功能，可以按照以下步骤进行： 了解文心一言或GPT功能：首先要对文心一言或GPT功能有一定的了...
-
LLM大模型之基于SentencePiece扩充LLaMa中文词表实践
LLM大模型之基于SentencePiece扩充LLaMa中文词表实践 目前大模型的词表和分词器都是基于SentencePiece工具实现的，比如LLaMa，BLOOM，ChatGLM，Baichuan等，简单来说SentencePiece就是工程化的...
-
stable-diffusion-webui中stability的sdv1.5和sdxl模型结构config对比
sdv1.5 v1-inference.yaml model: base_learning_rate: 1.0e-04 target: ldm.models.diffusion.ddpm.LatentDiffusion params:...
-
谈谈我对 AIGC 趋势下软件工程重塑的理解
作者：陈鑫 今天给大家带来的话题是 AIGC 趋势下的软件工程重塑。今天这个话题主要分为以下四大部分。 第一部分是 AI 是否已经成为软件研发的必选项；第二部分是 AI 对于软件研发的挑战及智能化机会，第三部分是企业落地软件研发智能化的策略和路径，第四...
-
CNN、Transformer、Uniformer之外，我们终于有了更高效的视频理解技术
视频理解的核心目标在于对时空表示的把握，这存在两个巨大挑战：短视频片段存在大量时空冗余和复杂的时空依赖关系。尽管曾经占主导地位的三维卷积神经网络 (CNN 和视频 Transformer 通过利用局部卷积或长距离注意力有效地应对其中之一的挑战，但它们在...
-
AI绘画怎么玩？Midjourney教程来啦！
前言 — 随着 ChatGPT 的热度席卷全网，越来越多人开始关注 AIGC（AI Generated Content）的相关应用。其中，人工智能绘画尤为受欢迎，吸引了众多设计师和艺术爱好者的关注。 其中Midjourney 是一款强...
-
国产Copilot--通义灵码安装教程
文章目录 在 Visual Studio Code 中安装通义灵码 步骤1 步骤2 步骤3 步骤4 参考 在 Visual Studio Code 中安装通义灵码 通义灵码，是一款基于通义大模型的智能编码辅助工具，提供行级/函...
-
AIGC时代下阿里云视频云媒体内容生产技术实践
编者按 AIGC时代下，媒体内容生产领域随着AI的出现也涌现出更多的变化与挑战。面对AI的巨大冲击，如何优化或重构媒体内容生产技术架构？在多样的应用场景中媒体内容生产技术又有着怎样的实践效果？LiveVideoStackCon2023...
-
用Stable Diffusion生成同角色不同pose的人脸
随着技术的不断发展，我们现在可以使用稳定扩散技术（Stable Diffusion）来生成同一角色但不同姿势的人脸图片。本文将介绍这一方法的具体步骤，以及如何通过合理的提示语和模型选择来生成出更加真实和多样化的人脸图像。 博客首发地址：用Stable D...
-
视觉AIGC元年：技术大爆炸！Dalle-3、Sora、Stable Diffusion 3 掀起AIGC新浪潮，究竟有哪些模块值得借鉴！
随着科技的飞速发展，我们迎来了视觉AIGC高光时刻，一个充满无限可能与机遇的新时代。在这个时代里，三大里程碑Dalle-3、Sora和Stable Diffusion 3以其炸裂式的技术发展，引领着AIGC领域的新浪潮。文章首先做相应简要介...
-
探索stable diffusion的奇妙世界--01
目录 1. 理解prompt提示词： 2. Prompt中的技术参数： 3. Prompt中的Negative提示词： 4. Prompt中的特殊元素： 5. Prompt在stable diffusion中的应用： 6. 作品展示：...
-
相机与激光雷达是怎么标定的？一览行业所有主流的标定工具
本文经自动驾驶之心公众号授权转载，转载请联系出处。 相机与激光雷达的标定是很多任务的基础工作，标定精度决定了下游方案融合的上限，因为许多自动驾驶与机器人公司投入了较大的人力物力不断提升，今天也为大家盘点下常见的Camera-Lidar标定工具箱，建议收...
-
OpenAI CEO 表示GPT-5的发布将带来令人激动的事情
一年前，OpenAI 公司发布了当时最先进的人工智能模型 GPT-4，让人们惊叹不已。自那时起，人们都在猜测下一个版本 GPT-5何时发布，期待它带来的重大飞跃。尽管 OpenAI 公司的首席执行官 Sam Altman 迄今尚未透露任何消息，但本周我们首...
-
游戏NPC“活”了，英伟达AI立大功
智能NPC，已经承担起推动游戏主线的任务了！ 育碧的一个DEMO中，两名个性鲜明的智能NPC带着玩家，在游戏世界中畅游了十五分钟。 不仅对话过程流畅、表情动作自然，而且还最新支持了多轮对话。 最关键的是，与NPC的对话不再只是闲聊，而是时时刻刻在推进主...
-
11个历史新高，大模型有望追平GPT4、继续探索游戏业务| 快手财报解读
快手联合创始人兼 CEO 程一笑表示，“2023年，快手不断深化内容和商业生态建设，开启了全面盈利的新篇章。2023年全年经调整后净利润也首次突破百亿大关，Q4MAU 突破了7亿，创历史新高。展望2024年，将进一步优化基于信任社区建设的内容和商业生态，致...
-
本地用AIGC生成图像与视频
最近AI界最火的话题，当属Sora了。遗憾的是，Sora目前还没开源或提供模型下载，所以没法在本地跑起来。但是，业界有一些开源的图像与视频生成模型。虽然效果上还没那么惊艳，但还是值得我们体验与学习下的。 Stable Diffusion（SD）是比较流行...
-
AtomoVideo：AIGC赋能下的电商视频动效生成
✍? 本文作者：凌潼、依竹、桅桔、逾溪 1. 概述 当今电商领域，内容营销的形式正日趋多样化，视频内容以其生动鲜明的视觉体验和迅捷高效的信息传播能力，为商家创造了新的机遇。消费者对视频内容的偏好驱动了视频创意供给的持续增长，视觉内容...
-
一统所有目标感知任务，华科&字节提出目标感知基础模型GLEE
近年来，LLM 已经一统所有文本任务，展现了基础模型的强大潜力。一些视觉基础模型如 CLIP 在多模态理解任务上同样展现出了强大的泛化能力，其统一的视觉语言空间带动了一系列多模态理解、生成、开放词表等任务的发展。然而针对更细粒度的目标级别的感知任务，目前...
-
还在为写论文焦虑？免费AI写作大师帮你三步搞定！
还在为写论文焦虑？免费AI写作大师-AI帮你三步搞定！ 智元兔AI是ChatGPT的人工智能助手，并且具有出色的论文写作能力。它能够根据用户提供的题目或要求，自动生成高质量的论文。 不论是论文、毕业论文、散文、科普文章、新闻稿件，还是商业文案、推广...
-
奥特曼回应了OpenAI的一切，剧透GPT-5发布
难得难得！关于GPT-5细节以及OpenAI更多内幕，竟然被奥特曼自曝了。 GPT-5会是整个性能全面提升，会超出预期；对正研究如何提升GPT-4的初创公司会是一种碾压。 如果回到过去，我会考虑换掉“OpenAI”这个名字。 计算能力将会成为世界上最...
-
为何大语言模型不会取代码农？
译者 | 布加迪 审校 | 重楼 生成式人工智能（GenAI）会取代人类程序员吗？恐怕不会。不过，使用GenAI的人类可能会取代程序员。但是如今有这么多的大语言模型（LLM），实际效果不一而足。 如果您在努力跟上所有LLM，并非只有您一个人。我们目睹一...
-
图解CodeWhisperer的安装使用
? 江城开朗的豌豆：个人主页 ? 个人专栏 :《 VUE 》 《 javaScript 》 ? 个人网站 :《 江城开朗的豌豆? 》 ⛺️ 生活的理想，就是为了理想的生活 ! 目录 ? CodeWhisperer简介...
-
chatGPT的耳朵！OpenAI的开源语音识别AI：Whisper ！
语音识别是通用人工智能的重要一环！可以说是AI的耳朵！ 它可以让机器理解人类的语音，并将其转换为文本或其他形式的输出。 语音识别的应用场景非常广泛，比如智能助理、语音搜索、语音翻译、语音输入等等。 然而，语音识别也面临着很多挑战，比如不同的语言、口音...