-
2024年1月17日Arxiv最热论文推荐：清华提出多模态知识检索新框架、MIT新方法大幅提升LLMs的连贯性、浙大新模型助力视频任务新突破、Meta 革新搜索技术、Google革新AI写作
本文整理了今日发表在ArXiv上的AI论文中最热门的TOP5。 论文解读、论文热度排序、论文标签、中文标题、推荐理由和论文摘要均由赛博马良平台（saibomaliang.com）上的智能体 「AI论文解读达人」 提供。 如需查看其他热门论文，欢迎移步 ...
-
AI生成动画图像视频在线使用地址 Animate Anyone体验入口
Animate Anyone旨在通过驱动信号从静态图像生成角色视频，是一款专为角色动画量身定制的新框架。利用扩散模型的力量，该工具在角色动画方面表现出色。为了保持参考图像中复杂外观特征的一致性，设计了ReferenceNet来通过空间注意力合并详细特征。为...
-
360度无死角！UC伯克利华人发布3DHM框架：一张图片即可模仿任意视频动作
输入一张任意姿势的照片，想让照片里的人跟随「指定视频」来进行动作模仿并不简单，除了肢体动作的模仿外，模型还需要对运动过程中衣服、人物外观的变化进行建模。 如果输入图像是正面的，而模仿的视频动作包括转身的话，模型还需要「想象」出衣服的背面样子，以及衣...
-
AI在工业物联网（IIoT）中的安全管理与应用
作者 | 陈峻 审校 | 重楼 在开放的工业互联网环境中，数百万个基于物联网的终端和中间设备，需要全天候地持续通信并保持在线状态。不过，这些设备往往由于最初设计上的限制，在机密性、完整性、可用性、扩展性、以及互操作性上，存在着各种安全漏洞与隐患。与此同时...
-
从20亿数据中学习物理世界，基于Transformer的通用世界模型成功挑战视频生成
建立会做视频的世界模型，也能通过Transformer来实现了！ 来自清华和极佳科技的研究人员联手，推出了全新的视频生成通用世界模型——WorldDreamer。 它可以完成自然场景和自动驾驶场景多种视频生成任务，例如文生视频、图生视频、视频编辑、动作序...
-
Llama 2: Open Foundation and Fine-Tuned Chat Models
文章目录 TL;DR Introduction 背景 本文方案 实现方式 预训练 预训练数据 训练细节 训练硬件支持 预训练碳足迹 微调 SFT SFT 训练细节 RLHF 人类偏好数据收集 奖励模型 迭代式微调（RLHF） 拒...
-
Apple：使用语言模型的自回归方式进行图像模型预训练
1、背景 在GPT等大模型出现后，语言模型这种Transformer+自回归建模的方式，也就是预测next token的预训练任务，取得了非常大的成功。那么，这种自回归建模方式能不能在视觉模型上取得比较好的效果呢？今天介绍的这篇文章，就是Apple近期发...
-
论文隐藏字符降重 智能写作
大家好，今天来聊聊论文隐藏字符降重 智能写作，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： 论文隐藏字符降重 在论文降重的过程中，隐藏字符降重是一种常用的技巧。通过在文本中插入一些特殊符号或...
-
Stable Diffusion 系列教程 | 文生图 - 提示词
目录 1.提示词 基本的规则 2.提示词分类 2.1内容性提示词 2.2 画风艺术派提示词 2.3 画幅视角 2.4画质提示词 3 反向提示词 3.1 内容性反向提示词 3.2 画质性反向提示词 4 实例分析 5 权重 5.1 方法...
-
快速上手的AI工具-文心一言辅助学习
前言 大家好晚上好，现在AI技术的发展，它已经渗透到我们生活的各个层面。对于普通人来说，理解并有效利用AI技术不仅能增强个人竞争力，还能在日常生活中带来便利。无论是提高工作效率，还是优化日常任务，AI工具都可以扮演关键角色。 上一篇文章整理了 《快速上...
-
Runway竟然完败Pixverse？3款AI视频生成模型测试
近期歸藏进行了Pixverse、Pika和Runway三者的AI视频生成模型测试。总体而言，Pixverse和Pika在视频生成质量上相当接近，分别获得74.5分和73.5分的高分，而Runway的效果却相对较差，仅为64.5分。 Pixverse的模型被...
-
用AIGC生成大数据教程
编写一部大数据教程的书 当然，我很高兴帮助您编写一部大数据教程的书。下面是一个基本的大纲，您可以根据自己的需要和偏好进行调整和扩展。 目录 第一章：引言 介绍大数据的概念和重要性 解释为什么大数据在当今世界中如此关键 第二章：大数据基础知识...
-
一句话让小姐姐为我换了N套衣服，谷歌卷出视频生成新高度，网友：竞赛加码
谷歌一出手，又把AI视频生成卷上了新高度。 一句话生成视频，现在在名为Lumiere的AI操刀下，可以是酱婶的： △“阳光明媚，帆船在湖中航行” 如此一致性和质量，再次点燃了网友们对AI视频生成的热情：谷歌加入战局，又有好戏可看了。 不止是文生视频，...
-
Camera or Lidar？如何实现鲁棒的3D目标检测？最新综述！
本文经自动驾驶之心公众号授权转载，转载请联系出处。 0. 写在前面&&个人理解 自动驾驶系统依赖于先进的感知、决策和控制技术，通过使用各种传感器（如相机、激光雷达、雷达等）来感知周围环境，并利用算法和模型进行实时分析和决策。这使得车辆...
-
拳打Gen-2脚踢Pika，谷歌爆肝7个月祭出AI视频大模型，首提时空架构，时长史诗级延长
爆肝7个月，谷歌祭出了AI视频大模型Lumiere，直接改变了游戏规则!全新架构让视频时长和一致性全面飞升，时长直接碾压Gen-2和Pika。 AI视频赛道上，谷歌又再次放出王炸级更新! 这个名为Google Lumiere的模型，是个大规模视频扩散模...
-
拳打Gen-2脚踢Pika，谷歌爆肝7个月祭出AI视频大模型！首提时空架构，时长史诗级延长
AI视频赛道上，谷歌又再次放出王炸级更新！ 这个名为Google Lumiere的模型，是个大规模视频扩散模型，彻底改变了AI视频的游戏规则。 跟其他模型不同，Lumiere凭借最先进的时空U-Net架构，在一次一致的通道中生成整个视频。 具体来说，现有...
-
Lumiere文生视频模型怎么使用 AI生成视频Lumiere官网地址入口
Lumiere是一个文本到视频扩散模型，旨在合成展现真实、多样和连贯运动的视频，解决视频合成中的关键挑战。我们引入了一种空时U-Net架构，可以一次性生成整个视频的时间持续，通过模型的单次传递。这与现有的视频模型形成对比，后者合成远距离的关键帧，然后进行时...
-
RadOcc：通过渲染辅助蒸馏学习跨模态Occupancy知识
原标题：Radocc: Learning Cross-Modality Occupancy Knowledge through Rendering Assisted Distillation 论文链接：https://arxiv.org/pdf/2312...
-
CodeOps：使用LLM和模块化编码加快开发进程
译者 | 布加迪 审校 | 重楼 2009年，DevOps（开发运维）作为一种运维模型而出现，适用于想要充分发挥敏捷软件开发方法潜力的团队。它使这些团队能够尽快地构建和部署，为快速、迭代的开发建立一种新的范式。 随之而来的是全球软件开发的爆炸式增长，D...
-
Stable Diffusion系列（三）：网络分类与选择
文章目录 网络分类 模型 基座模型 衍生模型 二次元模型 2.5D模型 写实风格模型 名称解读 VAE Lora 嵌入 文件放置 界面使用 网络分类 当使用SD webui绘图时，为了提升绘图质量，可以多种网络混合使用，可...
-
Lumiere官网体验入口 AI视频合成、图像到视频、修补和风格化生成工具在线使用地址
Lumiere是一款先进的视频合成工具，致力于解决视频合成中的关键挑战。采用空时U-Net架构，Lumiere能够一次性生成整个视频的时间持续，展现真实、多样和连贯的运动。与传统方法不同，它通过下采样和上采样以及预训练的文本到图像扩散模型，直接生成多个时空...
-
分析工程绩效以创建数据驱动的团队
Gigster的副总裁Cory Hymel阐明了AI驱动的数据指标在衡量和提高工程团队绩效方面的关键作用，以在2024年获得更大的适应性和成功。 直到最近，商界领袖对他们的工程团队正在做什么以及技术资源是如何使用的了解程度令人惊讶地低。随着2024年对...
-
DeepSeek 发布全新开源大模型，数学推理能力超越 LLaMA-2
自从 LLaMA 被提出以来，开源大型语言模型（LLM）的快速发展就引起了广泛研究关注，随后的一些研究就主要集中于训练固定大小和高质量的模型，但这往往忽略了对 LLM 缩放规律的深入探索。 开源 LLM 的缩放研究可以促使 LLM 提高性能和拓展应用领域...
-
什么是diffusion model? 它为什么好用？
本文经自动驾驶之心公众号授权转载，转载请联系出处。 简介 NCSN （Noise Conditional Score Networks）来自于宋飏博士发表在 NeurIPS2019 上面的文章“Generative Modeling by Estima...
-
纯LiDAR 3D检测路在何方？时序递归TimePillars：直接干到200m！
基于LiDAR点云点3D Object Detection一哥是一个很经典的问题，学术界和工业界都提出了各种各样的模型来提高精度、速度和鲁棒性。但因为室外的复杂环境，所以室外点云的Object Detection的性能都还不是太好。而激光雷达点云本质上比...
-
Midjourney V6刷屏，但它最可怕的地方居然不是那些神图？
Midjourney在沉寂九个月后推出了Midjourney V6，这个文生图产品体现出的更细腻的细节处理，更强大的语言理解能力和更加“不像AI”的图片效果在过去几天引发一片惊呼。 作为一个闭源的模型产品，Midjourney的魔法配方并不为人所知，但就...
-
论文润色的修改方法 ai写作
大家好，今天来聊聊论文润色的修改方法 ai写作，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： 论文润色的修改方法 论文润色是提高论文质量、增强可读性和专业性的重要环节。以下七个方面的论文润色...
-
Midjourney V6超进化，大神网友深度评测来了！画质逼真到可怕，人像图片令人惊呆
最近，国外的一位名叫Andrei Kovalev的大神网友，做出了一份Midjourney V6的超深度评测。 指南很专业，V6和V5.2有什么不同，很直观地就能看出来。 下面，就让我们来跟随大神的脚步，深入感受一下Midjourney V6的性能有多强...
-
Agent触摸汉堡辨冷热，首次拥有类人感官！UCLA等发布3D多模态交互具身智能大模型
具身智能，是大模型未来应用的一个重要方向。 现在，大模型加持下的智能体，能够参与3D环境，不仅有了听觉视觉，还有了触觉等多种感官能力。 卧室里有什么物体，一眼辨认。 听到门铃响了，LLM便会告诉你家里来客人了。 大模型加持的NPC，在触摸桌子的香蕉后，...
-
【他山之石】360 多兴趣召回 Mind 实战优化
一、业务背景 随着短视频和信息流等场景的兴起，用户在这些场景中产生了大量的行为序列，包括曝光、播放、点击、点赞和关注等。这些序列本身就具备很高的价值。因此涌现出了许多序列模型，如 YouTube DNN [1]、GRU4REC [2]、MIND [3]等...
-
Pika、Gen-2、ModelScope、SEINE……AI视频生成哪家强？这个框架一测便知
AI 视频生成，是最近最热门的领域之一。各个高校实验室、互联网巨头 AI Lab、创业公司纷纷加入了 AI 视频生成的赛道。Pika、Gen-2、Show-1、VideoCrafter、ModelScope、SEINE、LaVie、VideoLDM 等视...
-
Stability AI杀回来了：视频生成新Demo效果惊人，网友：一致性超群
Stable Diffusion要王者归来了？ Stability AI CEO Emad Mostaque最新推文，四段视频引人无数遐想。 不少网友怀疑，这是Stable Video Diffusion新版本的演示Demo。 因为从效果上看，不管是...
-
Llama 2打败GPT-4！Meta让大模型自我奖励自迭代，再证合成数据是LLM终局
Llama 2-70B一夜之间打败GPT-4，让整个AI社区为之震惊！ 甚至，在AlpacaEval 2.0排行榜中，微调后的模型胜率完全碾压Claude 2、Gemini Pro等模型。 Meta和NYU研究团队究竟提出了什么秘制配方，才能让Llam...
-
【AI】ChatGPT和文心一言那个更好用
大家好，我是全栈小5，欢迎阅读文章！ 此篇是【话题达人】序列文章，这一次的话题是《自然语言处理的发展》 文章将以博主的角度进行讲述，理解和水平有限，不足之处，望指正。 目录 背景 自我介绍 面试题 作诗 魔方解法 背景...
-
【创作活动】ChatGPT 和文心一言哪个更好用？
文章目录 文心一言 优点 缺点 ChatGPT 优点 缺点 Java编码能力比较 对人工智能的看法 ChatGPT是由OpenAI开发的交互式AI大模型， 文心一言是由百度研发的知识增强大语言模型，本文从Java开发...
-
LCM-LoRA：通用stable diffusion 加速模块！2023.11.13顶会论文速递！
整理：AI算法与图像处理 欢迎关注公众号 AI算法与图像处理，获取更多干货： 推荐 微信交流群现已有2000+从业人员交流群，欢迎进群交流学习，微信：nvshenj125 B站最新成果demo分享地址：https://s...
-
AIGC中的视觉生成文献整理
文章目录 文件夹文献总览 图像生成技术 视频生成技术 Video Generation with Text Condition Video Generation with other Conditions Video Editing 生成模...
-
大模型自我奖励：Meta让Llama2自己给自己微调，性能超越了GPT-4
大模型领域中，微调是改进模型性能的重要一步。随着开源大模型逐渐变多，人们总结出了很多种微调方式，其中一些取得了很好的效果。 最近，来自 Meta、纽约大学的研究者用「自我奖励方法」，让大模型自己生成自己的微调数据，给人带来了一点新的震撼。 在新方法中，作者...
-
每日一看大模型新闻（2023.11.20）OpenAI安全系统负责人长文梳理：大模型的对抗攻击与防御；谷歌Bard「破防」，用自然语言破解，提示注入引起数据泄漏风险；真正实现一步文生图，谷歌UFO
1.产品发布 1.1长虹：首个基于大模型的智慧家电AI平台 发布日期：2023.11.20 全球首个基于大模型智慧家电AI平台长虹云帆震撼发布！ 主要内容：长虹智慧AI平台发布会上，发布了全球首个基于大模型的智慧家电AI平台——长虹云帆。据介绍...
-
论文aigc检测率为多少合格
一、职称期刊论文aigc检测率为多少合格 1、初级职称论文aigc检测率﹤30%为合格; 2、中级/省级职称论文aigc检测率﹤25%为合格; 3、高级/国家级职称论文aigc检测率﹤20%为合格; 4、高级/核心期刊职称论文aigc检测率﹤8%-...
-
全网最全AI绘画Stable Diffusion关键技术解析
背景 很多人觉得AI绘画不稳定，对于以后是否替代插画师，摄影工作者，设计师，表示存疑，作为AI从业者本文从AI绘画关键技术分析，明白以前生产者肯定会被淘汰，现在没有到达黄金期。 技术一定会让更多人失业，而我们拥抱变化，增强自身。 AI绘画中Stab...
-
一键实景转动画，清华系初创公司全球首发4D骨骼动画框架，还能生成个性化角色
前几日，苹果宣布首款虚拟头显设备 Vision Pro 将于 2 月 2 日正式发售，XR 设备作为下一代终端预计将迎来快速发展。未来随着虚拟显示设备的普及，数字交互将从平面走向立体，立体模型、立体动画将成为未来主流的内容形态，虚实融合下的多维沉浸式交互...
-
ICLR'24无图新思路！LaneSegNet：基于车道分段感知的地图学习
写在前面&笔者的个人理解 地图作为自动驾驶系统下游应用的关键信息，通常以车道或中心线表示。然而，现有的地图学习文献主要集中在检测基于几何的车道或感知中心线的拓扑关系。这两种方法都忽略了车道线与中心线的内在关系，即车道线绑定中心线。虽然在一个模型中...
-
WidthFormer：实时自动驾驶！助力基于Transformer的BEV方案量产
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&行业理解 基于BEV的transformer方案今年量产的主要方案，transformer结构和CNN相比，特征提取能力更强，但需要较多的算力，这也是为什么许多车上都是1~2颗orin...
-
AIGC学习笔记（1）——AI大模型提示词工程师
文章目录 AI大模型提示词工程师 1 Prompt工程之原理 1.1 AIGC的发展和产业前景 前言 AIGC时代的到来 发展趋势和应用展望 1.2 大模型的类型和特点 大模型的对比 上手 特点 1.3 大模型技术原理和发展 成语...
-
创意无限！AI绘画、ChatGPT、AIGC工具合集，让你的创作梦想成真
你是否曾经想象过有一套工具，可以将你的创意推向新的高度？现在，你的梦想即将成真！我们为你带来了一款令人兴奋的AIGC工具合集，集成了AI绘画、ChatGPT等功能，助你轻松实现想法、创作艺术、解决问题，而一切都在你的指尖。 AI绘画：创意无限可能 无需任...
-
几何纹理重建新SOTA！浙大提出SIFU：单图即可重建高质量3D人体模型
在AR、VR、3D打印、场景搭建以及电影制作等多个领域中，高质量的穿着衣服的人体3D模型非常重要。 传统的方法创建这些模型不仅需要大量时间，还需要能够捕捉多视角照片的专业设备，此外还依赖于技术熟练的专业人员。 与此相反，在日常生活中，我们最常见...
-
论文阅读_善用Midjourney
论文信息 name_en: Grimm in Wonderland: Prompt Engineering with Midjourney to Illustrate Fairytales name_ch: 用Midjourney生成格林童话插图 pa...
-
Stable Diffusion扩散模型 + Consistency一致性模型
1 GAN到Stable Diffusion的改朝换代 2 从DDPM到Stable Diffusion发展史 2.1 DDPM 扩散过程（正向） 去噪过程（反向） 总结 优化目标 理论推导 代码解析 2.2 Stable Diffu...
-
杰克逊跳舞秒变3D机器人！阿里又出新活儿，视频任何人可替换
这究竟是怎么回事？ 原来啊，阿里又整出新活儿—— MotionShop，能将视频中的人物角色替换成3D形象，同时又不改变其他场景和人物。 比如，打工仔小猪打太极。 看到这有人已经迫不及待了。目前已在ModelScope社区开放试玩。 还有人建议说在Hu...