-
AI论文范文：AIGC中的图像转视频技术研究
声明： ⚠️本文由智元兔AI写作大师生成，仅供学习参考智元兔-官网|一站式AI服务平台|AI论文写作|免费论文扩写、翻译、降重神器 1 引言 1.1 AIGC技术背景介绍 1.2 图像转视频技术的重要性与应用场景 1.3 研究动机与目标 2...
-
LLaMA模型论文《LLaMA: Open and Efficient Foundation Language Models》阅读笔记
文章目录 1. 简介 2.方法 2.1 预训练数据 2.2 网络架构 2.3 优化器 2.4 高效的实现 3.论文其余部分 4. 参考资料 1. 简介 LLaMA是meta在2023年2月开源的大模型，在这之后，很多开源模型都...
-
终于来了，Midjourney V6 很强大
我们一直在等待的时刻终于来了——Midjourney V6来了！作为这个极其强大的人工智能艺术生成的长期粉丝，当 David Holz 在圣诞节前宣布发布 alpha 版本时，大家都很开心。 MidjourneyV6有什么新功能？ V6可以更准确地理...
-
AI绘图模型不会写字的难题，被阿里AnyText破解了
能准确写汉字的AI绘图工具，终于登场了! 包括中文在内一共支持四种语言，而且还能文字的位置还能任意指定。 从此，人们终于可以和AI绘图模型的“鬼画符”说再见了。 这款名为AnyText的绘图工具来自阿里巴巴，可以按照指定位置精准地向图中加入文字。 此前的绘...
-
亚马逊云科技与伊克罗德推出AI绘画解决方案——imAgine
在过去的数月中，亚马逊云科技已经推出了多篇介绍如何在亚马逊云科技上部署Stable Diffusion，或是如何结合Amazon SageMaker与Stable Diffusion进行模型训练和推理任务的内容。 为了帮助客户快速、安全地在亚马逊云科...
-
使用Stable Diffusion生成艺术二维码
在数字艺术的世界中，二维码已经从单纯的信息承载工具转变为可以展示艺术表达的媒介。这是通过使用Stable Diffusion的技术实现的，它可以将任何二维码转化为独特的艺术作品。接下来，我们将一步步教你如何使用Stable Diffusion生成艺术二维码...
-
文心一言代码能力测试：文心一言能否取代程序员？
文心一言代码协助能力使用体验，这篇博客基本上就是文心一言帮忙写的，素材是我和文心一言的对话，国产大语言模型确实取得了巨大的成就，在和文心一言对话的过程中感到未来已来，确实和之前的自动问答机器人不一样。对于文心一言之类的大语言模型能否取代程序员为企业完成业务...
-
AI视野：腾讯云AI绘画上线SaaS版本；SOLAR10.7B大模型屠榜；LG发布全新AI笔记本；麻省理工开源Stream Diffusion
新鲜AI产品点击了解：https://top.aibase.com/ ???AI应用 腾讯云AI绘画上线SaaS版本 腾讯云AI绘画推出SaaS版本，成为国内首批通过中国信通院评估的AIGC绘画平台，提供API和在线工具，支持智能图生成、文生成图等多种能力...
-
用扩散模型监督NeRF，清华文生3D新方法成新SOTA
用文字合成3D图形的AI模型，又有了新的SOTA！ 近日，清华大学刘永进教授课题组提出了一种基于扩散模型的文生3D新方式。 无论是不同视角间的一致性，还是与提示词的匹配度，都比此前大幅提升。 图片 文生3D是3D AIGC的热点研究内容，得到了学术界和工...
-
AI生成视频工具Assistive Video 输入描述即可生成视频
Assistive Video是一款新的人工智能生成视频工具，用户只需输入描述所想看到内容的提示或上传图片，即可生成一段4秒钟的视频。 这项技术能够将零散的信息整合成一个连贯的视频脚本，让用户快速了解所需内容。用户可以控制视频质量、与提示的一致性、运动的强...
-
数据闭环！DrivingGaussian：逼真环视数据，驾驶场景重建SOTA
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 北大王选计算机研究所的最新工作，提出了DrivingGaussian，一个高效、有效的动态自动驾驶场景框架。对于具有移动目标的复杂场景，首先使用增量静态3D高斯对整个...
-
Llama2推理RTX3090胜过4090，延迟吞吐量占优，但被A800远远甩开
大型语言模型 (LLM 在学界和业界都取得了巨大的进展。但训练和部署 LLM 非常昂贵，需要大量的计算资源和内存，因此研究人员开发了许多用于加速 LLM 预训练、微调和推理的开源框架和方法。然而，不同硬件和软件堆栈的运行时性能可能存在很大差异，这使得选...
-
大模型+机器人，详尽的综述报告来了，多位华人学者参与
大模型的出色能力有目共睹，而如果将它们整合进机器人，则有望让机器人拥有一个更加智能的大脑，为机器人领域带来新的可能性，比如自动驾驶、家用机器人、工业机器人、辅助机器人、医疗机器人、现场机器人和多机器人系统。 预训练的大型语言模型（LLM）、大型视觉 -...
-
什么？NeRF还能提升BEV泛化性能！首个BEV跨域开源代码并首次完成Sim2Real！
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&笔者的个人总结 鸟瞰图(Bird eye's view, BEV 检测是一种通过融合多个环视摄像头来进行检测的方法。目前算法大部分算法都是在相同数据集训练并且评测，这导致了这些算法过...
-
华为诺亚的盘古Agent来了，让智能体学会结构化推理
自 AI 诞生以来，开发能够解决和适应复杂工作的多任务智能体（Agent）一直是个重要的目标。 AI 智能体对于许多应用至关重要，研究者通常用强化学习方法通过环境交互来培养智能体的决策技能。基于模型和无模型的深度强化学习方法都已取得了广为人们所知的成就，...
-
大模型微调非得依赖人类数据吗？DeepMind：用带反馈的自训练更好
如你我所见，大语言模型（LLM）正在改变深度学习的格局，在生成人类质量的文本和解决各种语言任务方面展现出了卓越的能力。虽然业界通过对人类收集的数据进行监督微调进一步提升了在具体任务上的性能，但获取高质量人类数据却面临着重大瓶颈。这对于要解决复杂问题的任务...
-
全球首家完全由机器人和AI运营的餐厅CaliExpress准备开业
在全球范围内，美国即将迎来一场餐饮业的变革，一家名为“CaliExpress”的餐厅即将开业，成为世界上第一家完全由机器人和人工智能操作的餐厅。这家餐厅位于加利福尼亚州帕萨迪纳，将由Miso Robotics制造的创新性“汉堡机器人”和“Flippy”主导...
-
DrivingGaussian：逼真环视数据，驾驶场景重建SOTA
本文经自动驾驶之心公众号授权转载，转载请联系出处。 原标题：DrivingGaussian: Composite Gaussian Splatting for Surrounding Dynamic Autonomous Driving Scenes...
-
进行Stable Diffusion的ai训练怎么选择显卡？
Stable Diffusion主要用于从文本生成图像，是人工智能技术在内容创作行业中不断发展的应用。要在本地计算机上运行Stable Diffusion，您需要一个强大的 GPU 来满足其繁重的要求。强大的 GPU 可以让您更快地生成图像，而具有大量 V...
-
我们尝试用AI创作了一条圣诞动画（附ChatGPT+Pika等制作流程全记录）
最近，AI视频生成领域可以说是迎来了一波小爆发，前有明星产品Runway Gen2，后有黑马Pika1.0爆火，随着越来越多的玩家和产品涌入AI视频赛道，视频创作的门槛似乎越来越低了。 例如，今年圣诞节就有不少网友用Pika1.0整活，生成了各种脑洞大开的...
-
机器学习模型性能的十个指标
尽管大模型非常强大， 但是解决实践的问题也可以不全部依赖于大模型。一个不太确切的类比，解释现实中的物理现象，未必要用到量子力学。有些相对简单的问题，或许一个统计分布就足够了。对机器学习而言， 也不用言必深度学习与神经网络，关键在于明确问题的边界。 那么在...
-
AI绘画中CLIP文本-图像预训练模型
介绍 OpenAI 在 2021 年提出了 CLIP（Contrastive Language–Image Pretraining）算法，这是一个先进的机器学习模型，旨在理解和解释图像和文本之间的关系。CLIP 的核心思想是通过大规模的图像和文本对进行...
-
14秒就能重建视频，还能变换角色，Meta让视频合成提速44倍
就今天的人工智能发展水平来说，文生图、图生视频、图像/视频风格迁移都已经不算什么难事。 生成式 AI 天赋异禀，能够毫不费力地创建或修改内容。尤其是图像编辑，在以十亿规模数据集为基础预训练的文本到图像扩散模型的推动下，经历了重大发展。这股浪潮催生了大量图...
-
击败扩散模型，清华朱军团队基于薛定谔桥的新语音合成系统来了
近日，由清华大学计算机系朱军教授课题组发布的基于薛定谔桥的语音合成系统 [1]，凭借其 「数据到数据」的生成范式，在样本质量和采样速度两方面，均击败了扩散模型的 「噪声到数据」范式。 论文链接：https://arxiv.org/abs/2312.03...
-
测试时领域适应的鲁棒性得以保证，TRIBE在多真实场景下达到SOTA
测试时领域适应（Test-Time Adaptation）的目的是使源域模型适应推理阶段的测试数据，在适应未知的图像损坏领域取得了出色的效果。然而，当前许多方法都缺乏对真实世界场景中测试数据流的考虑，例如： 测试数据流应当是时变分布（而非传统领域适应中...
-
[Stable Diffusion进阶篇]LCM提示SD文生图效率，Lcm_lora使用体验
LCM 官方以此训练了一个新的模型 Dreamshaper-V7，仅通过 2-4 步就能生成一张 768*768 分辨率的清晰图像。 以往我们用 SD 生成图片起码需要20步的步数，现在使用 LCM 只需要4步就行，实现所见即所得。 1....
-
MagicAnimate软件内测入口在哪 AI视频生成器推荐
MagicAnimate是一款基于扩散模型的人类图像动画框架，旨在增强时间一致性、忠实保留参考图像，并提高动画的真实感。MagicAnimate软件的体验入口在哪呢，这里我们来看下MagicAnimate的官方体验入口。 >>>点击前往...
-
Midjourney|文心一格prompt教程[基础篇]：注册使用教程、风格设置、参数介绍、隐私模式等
Midjourney|文心一格prompt教程[基础篇]：注册使用教程、风格设置、参数介绍、隐私模式等 开头讲一下为什么选择Midjourney和文心一格，首先Midjourney功能效果好不多阐述；其次文心一格再多次迭代优化后效果也不错，重点也免费，...
-
只需一张图片、一句动作指令，Animate124轻松生成3D视频
近一年来，DreamFusion 引领了一个新潮流，即 3D 静态物体与场景的生成，这在生成技术领域引发了广泛关注。回顾过去一年，我们见证了 3D 静态生成技术在质量和控制性方面的显著进步。技术发展从基于文本的生成起步，逐渐融入单视角图像，进而发展到整合...
-
「Animate Anyone」官网体验入口 AI动画角色软件app免费下载地址
Animate Anyone是一款利用扩散模型从静态图像生成角色视频的工具。该软件通过驱动信号将静态图像转换为动画，为角色动画提供了一个专门的新框架。那么，想要体验Animate Anyone吗？下面就给大家带来Animate Anyone官网体验入口和免...
-
IP-Adapter-FaceID官网体验入口 AI人脸图像软件app免费下载地址
IP-Adapter-FaceID是一款基于人脸识别模型的实验性图像生成工具。该模型使用LoRA技术提高面部ID的一致性，能够仅通过文本提示生成各种风格的人脸图像。那么，IP-Adapter-FaceID在哪里可以体验呢?下面就给大家带来IP-Adapte...
-
万媒易发：以RPA自动化和AIGC为基础实现多平台分发
引言 在当今数字化时代，信息传播的速度越来越快，多平台分发成为了内容创作者们必须面对的重要挑战之一。为了解决这一难题，我们可以借助RPA（Robotic Process Automation）自动化和AIGC（Artificial Intelligen...
-
复合人工智能：企业使用AI成功的关键
近日， Dynatrace 发布一份全球报告显示，随着对 AI 的投资不断增加，“复合 AI”将成为企业成功运用 AI 的关键因素。Dynatrace 指出，尽管 83% 的技术领导者认为 AI 是必不可少的，但 95% 的人认为，如果有其他类型的 AI...
-
微软Azure发布GPT-RAG，为LLM部署提供超智能解决方案
微软Azure最近推出了GPT-RAG，这是一项超智能的解决方案，旨在让大型语言模型（LLMs）在企业中更加顺畅地运行。随着人工智能的不断发展，对LLMs的需求因其理解和生成类似人类文本的能力而迅速增长。然而，在企业中使这些工具正常运行并不容易。我们需要确...
-
欧盟扩大对AI初创公司的支持，提供超级计算机进行模型训练
欧盟计划通过提供超级计算机的处理能力，支持本土 AI 初创公司进行模型训练。该计划于去年9月宣布，并于上个月开始实施。 根据欧盟的最新消息，法国的 Mistral AI 已经参与了早期试点阶段。然而，早期的经验表明，该计划需要为 AI 初创公司提供专门的支...
-
逆天！真实可控、可拓展，自动驾驶仿真平台LightSim上新
最近，来自 Waabi AI、多伦多大学、滑铁卢大学和麻省理工的研究者们在 NeurIPS 2023 上提出了一种全新的自动驾驶光照仿真平台 LightSim。研究者们提出了从真实数据中生成配对的光照训练数据的方法，解决了数据缺失和模型迁移损失的问题。L...
-
构建企业级大语言模型应用的秘诀：GitHub Copilot 的实践之路
GitHub Copilot 的开发团队分享了他们在构建能够同时为个人和企业用户带来价值的大语言模型（LLM）应用的心得体会。 本文经授权转载宝玉老师的个人博客（微博@宝玉xp），链接：https://baoyu.io/translatio...
-
深度学习之目标检测中的常用算法
随着深度学习的不断发展，深度卷积神经网络在目标检测领域中的应用愈加广泛，现已被应用于农业、交通和医学等众多领域。 与基于特征的传统手工方法相比，基于深度学习的目标检测方法可以学习低级和高级图像特征，有更好的检测精度和泛化能力。 什么是目标检测？ 目标检测...
-
Diffusion Model (扩散生成模型)的基本原理详解(二）Score-Based Generative Modeling(SGM)
本篇是《Diffusion Model (扩散生成模型 的基本原理详解(一）Denoising Diffusion Probabilistic Models(DDPM 》的续写，继续介绍有关diffusion的另一个相关模型，同理，参考文献和详细内容与上一...
-
微软推出机器学习库GPT-RAG
随着人工智能的增长，大型语言模型（LLMs）因其解释和生成类似人类文本的能力而日益受欢迎。然而，将这些工具整合到企业环境中并确保可用性和维护治理是一项具有挑战性的任务。 为了解决这一难题，Microsoft Azure推出了GPT-RAG，这是一种专为使用...
-
StableVideo：使用Stable Diffusion生成连续无闪烁的视频
使用Stable Diffusion生成视频一直是人们的研究目标，但是我们遇到的最大问题是视频帧和帧之间的闪烁，但是最新的论文则着力解决这个问题。 本文总结了Chai等人的论文《StableVideo: Text-driven consistency -...
-
MagicAnimate免费体验入口 AI照片生成视频软件推荐
MagicAnimate是一个基于扩散模型的人类图像动画框架，旨在增强时间一致性、忠实保留参考图像，并提高动画的真实感。MagicAnimate软件的体验入口在哪呢，这里我们来看下MagicAnimate的官方体验入口。 >>>点击前往...
-
编码碾压ChatGPT！UIUC清华联手发布7B参数Magicoder，代码数据权重全开源
开源「代码大模型」来了！ UIUC清华团队的研究人员发布了Magicoder，不到7B参数，就能在代码生成领域与顶级代码模型不相上下。 值得一提的是，Magicoder的代码、权重和数据，毫无保留完全开源。 论文地址：https://arxiv.org...
-
OpenAI 的超级对齐团队在做什么
今年11月17日，OpenAI 首席执行官萨姆·奥尔特曼 (Sam Altman 在首席科学家伊利亚·苏茨克韦尔 (Ilya Sutskever 的政变下被罢免，但三天后复职。不到一个月，OpenAI 宣布一切恢复正常，而这一切导火索是团队内部的有...
-
技术乐观主义者和末日论者在硅谷展开的关于AI潜藏的危险的激烈辩论
如今，在推出ChatGPT一年多之后，2023年最大的AI故事可能与其说是技术本身，不如说是OpenAI董事会对其快速发展的戏剧性报道。在奥特曼被赶下台并随后复职担任CEO期间，GenAI进入2024年的潜在紧张局势显而易见：AI处于巨大分歧的中心，一...
-
走在GPT 4.5前面？3D、视频直接扔进对话框，大模型掌握跨模态推理
给你一首曲子的音频和一件乐器的 3D 模型，然后问你这件乐器能否演奏出这首曲子。你可以通过听觉来辨认这首曲子的音色，看它是钢琴曲还是小提琴曲又或是来自吉他；同时用视觉识别那是件什么乐器。然后你就能得到问题的答案。但语言模型有能力办到这一点吗？ 实际上，...
-
亚马逊云科技Amazon CodeWhisperer 极客之选！
使用了一段时间的Amazon CodeWhisperer，直接作为插件搭配VS Code，安装很方便。 在平常写代码的时候使用率很高，个人使用过最近的语言大模型，感觉这个CodeWhisperer像是专门是在代码数据上训练的模型，但是又不止是会写代码，还会...
-
论文笔记--Llama 2: Open Foundation and Fine-Tuned Chat Models
论文笔记--Llama 2: Open Foundation and Fine-Tuned Chat Models 1. 文章简介 2. 文章概括 3 文章重点技术 3.1 预训练Pretraining 3.1.1 预训练细节 3.1.2...
-
UC伯克利DeepMind等联合发布真实世界模拟器，打破虚实边界
真实世界模拟器来啦！ 还在发愁训练出的大模型无法适应真实的物理世界吗？ AI Agent想要进入我们的生活还有多远的距离？ ——UC伯克利、谷歌DeepMind、MIT和阿尔伯塔大学的研究人员告诉你答案。 在NeurlPS 2023上，研究人员将展示他们...
-
OpenAI首席科学家有个计划，寻找方法控制超级人工智能
12月15日消息，早在OpenAI成立之初，便承诺构建有益于全人类的人工智能，即使这些人工智能有可能比其创造者更聪明。自ChatGPT首次亮相以来，OpenAI的商业野心逐渐凸显。最近，该公司宣布成立了一个致力于研究未来超级人工智能的新研究团队，并已经...