-
NeRF成为过去？三维重建迈向3D GS新时代！（复旦大学最新综述）
本文经自动驾驶之心公众号授权转载，转载请联系出处。 写在前面&笔者的个人理解 3D Gaussian Splatting（3D-GS）已成为计算机图形学领域的一个重大进步，它提供了明确的场景表示和新颖的视图合成，而不依赖于神经网络，如神经辐射场...
-
盘点如何用AI做动画，还有各种工具等你取用
生成式 AI 已经成为互联网的一个重要内容来源，现在你能看到 AI 生成的文本、代码、音频、图像以及视频和动画。今天我们要介绍的文章来自立陶宛博主和动画师 aulerius，其中按层级介绍和分类了动画领域使用的生成式 AI 技术，包括简要介绍、示例、优缺...
-
AnimateLCM-SVD-xt官网体验入口 AI视频生成工具软件app怎么使用
AnimateLCM-SVD-xt是一种新的图像到视频生成模型，可以在很少的步骤内生成高质量、连贯性好的视频。该模型通过一致性知识蒸馏和立体匹配学习技术，使生成视频更加平稳连贯，同时大大减少了计算量。关键特点包括:1 4- 8 步内生成 25 帧576x...
-
Nomic AI 发布首个完全开源的长文本嵌入模型，超越 OpenAI Ada-002在各项基准测试中的表现
在自然语言处理（NLP）领域不断发展的背景下，理解和处理广泛的文本内容至关重要。最近的一些进展显著提升了语言模型的能力，特别是通过文本嵌入的发展。这些嵌入成为许多应用的基础，包括大型语言模型(LLMs 的检索增强生成和语义搜索。它们将句子或文档转换为低维向...
-
[AIGC] Kafka 的 Rebalance 机制：保证分区的可靠性和高可用性
在分布式系统中，Kafka 是一种流处理平台，具有高吞吐量、低延迟和可扩展性等特点。在 Kafka 中，消费者组是一组消费者的集合，它们共同消费一个 topic 的所有分区。在消费者组中，每个分区只能由一个消费者消费，这个消费者被称为 leader，其他消...
-
2024年对话式AI商用指南
将具有认知能力的对话式AI融入现代商业战略是必不可少的，特别是在它改变客户体验方面，普华永道对商业和技术领导者的一项调查就支持了这一观点。 人工智能和认知技术正在重塑客户参与度，将客户体验从传统角色转变为客户旅程的重要组成部分，这极大地影响了忠诚度和感知...
-
[AIGC] 分布式事务：解决方案和实践
分布式事务是指多个分布式节点之间的一系列操作，它们必须保证数据的一致性和完整性。但是，由于分布式系统的复杂性和不确定性，分布式事务面临着许多挑战和问题。因此，如何设计和实现分布式事务，是一个具有挑战性和价值的话题。 文章目录 什么是...
-
【AIGC-文本/图片生成视频系列-10】SparseCtrl：在文本生成视频的扩散模型中添加稀疏控制
目录 一. 项目概述 二. 方法详解 三. 应用结果 四.个人思考 由于扩散模型生成空间的不确定性，仅仅通过文本生成视频时，会导致模糊的视频帧生成。 今天解析的SparseCtrl，是一种有效解决上述问题的方案，通过带有附加编码器的时间稀疏条...
-
周鸿祎谈Sora模型：中美AI差距可能还在加大
2月17日消息，近日，OpenAI 发布了 Sora 模型，该模型可根据用户输入的文本提示词描述，生成一段60秒钟的视频内容。从OpenAI公开的演示视频来看效果非常超现实。 昨日，360董事长周鸿祎在微博发文，谈到OpenAI的文字转视频模型Sora。他...
-
Sora模型体验入口 OpenAI文生视频软件工具app免费下载地址
Sora是一个基于大规模训练的文本控制视频生成扩散模型。它能够生成长达 1 分钟的高清视频，涵盖广泛的视觉数据类型和分辨率。Sora通过在视频和图像的压缩潜在空间中训练，将其分解为时空位置补丁，实现了可扩展的视频生成。Sora还展现出一些模拟物理世界和数字...
-
Sora官网体验入口 OpenAI最新文生视频模型免费在线使用地址
Sora是一个基于大规模训练的文本控制视频生成扩散模型。它能够生成长达 1 分钟的高清视频，涵盖广泛的视觉数据类型和分辨率。Sora通过在视频和图像的压缩潜在空间中训练，将其分解为时空位置补丁，实现了可扩展的视频生成。Sora还展现出一些模拟物理世界和数字...
-
AIGC内容分享(五十五)：AIGC周刊
目录 行业资讯 产品推荐 学习资料 拓展阅读 Midjourney生成 the camera focuses on the young woman, her red Hanfu a stark contrast against...
-
只需任意一张人物图片，就可以生成该人物的科目三舞蹈视频 - AIGC 中的 Image-to-Video 技术
这是儿子寒假在家，我和他一起玩阿里通义千问后的一篇笔记。 通义千问有一个全民舞王的功能。选择一个舞蹈模版，然后上传一张人物全身照片，即可生成一段10秒钟左右的视频。 卡通人物的图片也行。 比如我用了弗利萨大王和沙鲁的图片： 点击立即生成按钮，...
-
Midjourney V6有多厉害，看完这27张图你就明白了！
一些结论 当前V6版本仍处于Alpha测试阶段：这意味着产品的某些方面可能会发生变化。 更准确地遵循提示指令：V6在遵循用户的提示指令方面更为准确，特别是对于较长的提示指令。 模型更加连贯：新版本的模型在生成图像时展现出更高的一致性和连...
-
AIGC时代：大模型ChatGPT的技术实现原理、行业实践以及商业变现途径
大数据与人工智能实战专家—周红伟老师 法国科学院数据算法博士/曾任猪八戒大数据科学家/曾任马上消费金融风控负责人 课程背景 2023年，以ChatGPT为代表的接近人类水平的对话机器人，AIGC不断刷爆网络，其强大的内容生成能力给人们带来了巨大的震撼...
-
OpenAI豪赌7万亿，能买4个英伟达！奥特曼芯片帝国占全球GDP 10%，或引世界经济末日？
昨天，Sam Altman筹资7万亿美元建芯片帝国的新闻一出，舆论哗然。 7万亿美元，是全球GDP的10%，大约是美国GDP的1/4，或者2/5个中国的GDP。 这个数字实在令人难以理解，除非OpenAI确信，自己的技术就从根本上重塑整个世界。否则，人...
-
Midjourney 商业使用 文生图 好玩
2.1.2Midjourney使用 这个部分的内容比较硬，专门给专精的同学准备，如果大家已经摸索清楚了基本的出图步骤，可以进行命令的学习，看一下原始的提示词在各种强大的命令的使用下，会产生怎样的神奇效果，如果已经熟悉Midjourney出图步骤的同学可...
-
Midjourney新功能介绍：风格参考（Style References）详解
引言 对于追求创意和一致性的艺术家和设计师们来说，Midjourney的最新功能——风格参考（Style References），无疑是一个激动人心的消息。这项测试算法的发布，让我们得以通过简单的URL引用，将特定的风格应用于我们的作...
-
AI视频年大爆发！Gen-2/Pika成时代爆款，2023年AI视频生成领域的现状全盘点
【新智元导读】2023年，也是AI视频元年。过去一年究竟有哪些爆款应用诞生，未来视频生成领域面临的难题还有哪些? 过去一年，AI视频领域我们见证了，Gen-2、Pika等爆款产品的诞生。 来自a16z的Justine Moore，详细盘点了人工智能视频生成...
-
AIGC内容分享(四十四)：[AIGC服务] 视频生成 | “群魔乱舞“
目录 骨架驱动的人形动画生成 原理简介 应用前景 骨架驱动的人形动画生成 输入 人脸图像+视频动画 或者 文本描述 输出 视频...
-
羊驼2:开放的基础和微调聊天模型--Llama 2论文阅读
论文地址：https://arxiv.org/pdf/2307.09288.pdfd 代码地址：GitHub - facebookresearch/llama-recipes: Examples and recipes for Llama 2 model...
-
Stable Diffusion 又是一个史诗级增强、出图效率暴增 5 倍
AI 绘画进化的速度真的真的是太快了！！最近爆火的新一代生成模型 LCM 席卷而来，可以大大的提升出图效率。 今儿我们就来一起尝尝鲜！ 一 LCM 简介 LCM 全称 Latent Consistency Models（潜在一致性模型），是清华...
-
AI新工具(20240203) 文心一言APP数字分身；HuggingChat Assistants等
文心一言APP数字分身-一键生成专属数字分身 文心一言数字分身是一项新功能，用户只需一张照片和录制三句语音，就能创建一个专属的数字分身。这个数字分身还支持个性化定义名称、声音、MBTI性格等，用户可以选择是否公开自己的数字分身。这个功能的上线大大缩短...
-
详解各种LLM系列｜LLaMA 1 模型架构、预训练、部署优化特点总结
作者 | Sunnyyyyy 整理 | NewBeeNLP https://zhuanlan.zhihu.com/p/668698204 后台留言『交流』，加入 NewBee讨论组 LLaMA 是Meta在2...
-
stable diffusion微调总结
stable diffusion微调总结 stable diffusion 模型类别： SD SD2 SDXL SDXL LCM（潜在一致性模型） SDXL Distilled SDXL Turbo 安装accelerate 通过pip...
-
llama/llama2论文解读
llama 摘要 llama在约1.4T的token上，训练出参数量7B到65B的模型，其模型规模如下 在仅使用开源数据集的情况下，llama-13B在多数benchmarks上与GPT-3效果相当；llama-65B也与最好的模型（Chin...
-
【AI绘画】Stable Diffusion扩散模型 + Consistency一致性模型 小白必看！！！！！
手把手教你入门绘图超强的AI绘画，用户只需要输入一段图片的文字描述，即可生成精美的绘画。给大家带来了全新保姆级教程资料包 （文末可获取） 1 GAN到Stable Diffusion的改朝换代 2 从DDPM到Stable Diffusion发展史...
-
GLM团队开源超拟人大模型CharacterGLM 6B版
清华CoAI团队、聆心智能团队、GLM技术团队联手研发了CharacterGLM，一个专门为定制中文AI角色设计的模型，参数规模从6B到66B不等。相较于传统模型，CharacterGLM在表现上更为出色，使用门槛也更低。 为了让AI角色更加逼真，团队深入...
-
通义千问团队发布Qwen1.5 聊天模型性能大幅提升
在近期几个月的深入探索之后，通义千问团队终于迎来了其开源系列Qwen的下一个重要版本——Qwen1.5。 Qwen1.5的亮点之一是其丰富的模型系列，涵盖了从0.5B到72B的六种不同大小的基础和聊天模型。此外，团队还开源了包括Int4和Int8的GPTQ...
-
OccNeRF：完全无需激光雷达数据监督
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 近年来，3D 占据预测（3D Occupancy Prediction）任务因其独特的优势获得了学界及业界的广泛关注。3D 占据预测通过重建周围环境的 3D 结构为自...
-
PokéLLMon官网体验入口 AI智能代理战术游戏工具软件免费使用地址
PokéLLMon是首个在战术战斗游戏中实现人类水平性能的LLM体现代理。它融合了三种关键策略：1）基于上下文的强化学习，即时利用从战斗中提取的文本描述反馈，迭代地优化其生成策略；2）知识增强生成，利用外部知识对抗幻觉，使代理能够及时和正确地行动；3）具有...
-
【4】Midjourney常用技巧
【常用技巧】 本篇主要讲述MJ的常用技巧，围绕着一些常用指令的使用方法展开。 【版本切换】 在使用MJ时，最常用的技巧之一是版本切换。你可以在输入提示后添加"--v"加上相应的数字来实现版本切换。通常我默认使用MJ 4，偶尔会使用MJ 3或Niji。...
-
阿里Animate Anyone怎么用 AI生成动画视频软件手机下载方法
Animate Anyone是一款专为将静态图像转换为角色视频而设计的先进工具。它利用了扩散模型的强大功能，提供了一个定制的框架，可以为任意角色制作动画。这项技术特别适用于时尚视频合成和人类舞蹈生成等领域。 点击前往Animate Anyone体验入口...
-
Pika：AIGC新秀，视频生成产业或迎来GPT时刻
今天分享的AIGC系列深度研究报告：《Pika：AIGC新秀，视频生成产业或迎来GPT时刻》。 （报告出品方：中泰证券） 报告共计：11页 Pika：专注Text to Video生成场景，支持3D和动漫 ◼ Pika成立于2023年5月，是一...
-
【AIGC-图片生成视频系列-6】SSR-Encoder：用于主题驱动生成的通用编码器
目录 一. 贡献概述 二. 方法详解 a 训练阶段 b 推理生成阶段： 三. 综合结果 四. 注意力可视化 五. 选择性主题驱动图像生成 六. 人体图像生成 七. 可推广到视频生成模型 八. 论文 九. 个人思考 稳定扩散（S...
-
爆火的AI博主，是“摇钱树”还是“坑”？（附实测教程）
这段时间，平均一周就有一位虚拟博主火爆出圈。 自此前Instagram博主Emily靠堪称完美的颜值在Ins4周内涨粉超20万之后，最近，外网又有一位叫Lexi Love的AI博主火了。 Lexi Love的Ins账号数据 她的角色设定依旧是模特，背后的...
-
Stable Video Diffusion 1.1 Image-to-Video官网体验入口 AI生成视频模型免费使用地址
Stable Video Diffusion 1.1 Image-to-Video是一款先进的扩散模型，通过将静止图像作为条件帧，生成相应的视频。该潜在扩散模型经过精心训练，能够从图像生成高质量的短视频片段。在 1024x576 分辨率下，该模型训练生成...
-
如何使用MidJourney和ChatGPT制作动画短片？
Ammaar Reshi 当我制作这部使用生成式人工智能制作的蝙蝠侠动画短片时——我不知道它会在不到一周的时间内获得 700 万次观看。 想学！给我们讲解下是整体的制作流程吧！！ opus Ammaar Res...
-
罕见！苹果开源图片编辑神器MGIE，要上iPhone?
拍张照片，输入文字指令，手机就开始自动修图？ 这一神奇功能，来自苹果刚刚开源的图片编辑神器「MGIE」。 把背景中的人移除 在桌子上添加披萨 最近一段时间，AI 在图片编辑这一应用上取得了不小的进展。一方面，在 LLM 的基础上，多模态大模型（MLL...
-
ChatGPT论文：大语言模型LLM之战:Dolly、LLaMA 、Vicuna、Guanaco、Bard、ChatGPT--在自然语言转SQL(NL2SQL、Text-to-SQL)的比较（一）
摘要 ChatGPT的成功引发了一场AI竞赛，研究人员致力于开发新的大型语言模型（LLMs），以匹敌或超越商业模型的语言理解和生成能力。近期，许多声称其性能接近GPT-3.5或GPT-4的模型通过各种指令调优方法出现了。作为文本到SQL解析的从业者，我...
-
极限挑战：使用 Go 打造百亿级文件系统的实践之旅
JuiceFS 企业版是一款为云环境设计的分布式文件系统，单命名空间内可稳定管理高达百亿级数量的文件。 构建这个大规模、高性能的文件系统面临众多复杂性挑战，其中最为关键的环节之一就是元数据引擎的设计。JuiceFS 企业版于 2017 年上线，经过几年的...
-
大模型真能解决一切吗？关于知识驱动自动驾驶的一些思考
本文经自动驾驶之心公众号授权转载，转载请联系出处。 上个星期受邀在外面做了一次关于「知识驱动自动驾驶」的讲座，刚好借这个机会把之前我和团队的一些学术上的思考整理凝练了一下。感觉里面一些内容还是挺值得拿出来分享&讨论的，所以开这么个帖子把其中一些关...
-
首个环视世界模型DrivingDiffusion: BEV数据和仿真新思路！
本文经自动驾驶之心公众号授权转载，转载请联系出处。 笔者的一些个人思考 在自动驾驶领域，随着BEV-based子任务/端到端方案的发展，高质量的多视图训练数据和相应的仿真场景构建愈发重要。针对当下任务的痛点，“高质量”可以解耦成三个方面： 不同维度...
-
AIGC内容分享(五十三)：AIGC｜深入浅出一个完整的视频生成系统「VGen」核心基础知识
目录 一、VGen整体架构 二、VGen核心基础内容 三、快速上手使用VGen进行视频生成 四、VGen与SVD的比较 一、VGen整体架构 「VGen」是一个基于扩散模型的视频生成系统，提供以视频生成扩散模型为中心的强大代码库，具有先进...
-
图感知对比学习提升多变量时间序列分类效果
今天给大家介绍一篇AAAI 2024中，由新加坡科技研究局（A*STAR）和新加坡南洋理工大学联合发表的时间序列分类工作，通过图感知对比学习改善多变量时间序列分类，取得了非常显著的效果提升。 图片 论文标题：Graph-Aware Contrasting...
-
什么是人工智能语音发生器及其工作原理？
近年来，人工智能语音生成器已经成为一项强大的技术，它正在改变人们与机器交互和接收数字内容的方式。创新系统通过使用人工智能模仿人类语音模式来工作，从而产生更真实、更自然的声音。在本文中，我们将探索人工智能生成发音的有趣领域，阐明其内部结构以及使其听起来如...
-
谷歌发布AI视频生成器Lumiere，在生成可爱动物视频方面表现出色
1月26日消息，据外媒报道，谷歌公布了一款名为Lumiere的人工智能视频生成器，并在相关的预印本论文中称其为“逼真视频生成的时空扩散模型”。Lumiere在制作可爱动物在荒谬场景中的视频方面做得很好，比如穿旱冰鞋、开车或弹钢琴。 根据谷歌的说法，Lu...
-
Poe推出新功能Image Remix 用户可修改和定制AI生成的图片
Poe最近推出了一个名为Image Remix的新功能，让用户可以随心所欲地修改和定制AI生成的图片。这项功能包括改变图片的风格、布局和颜色等，让用户能够根据自己的喜好创建更个性化的图片。 产品入口:https://top.aibase.com/tool...
-
Agent像人一样分工协作，还能“群聊”交换信息
智能体也要有“规范手册”！ 一项名为MetaGPT的研究，通过对智能体角色进行明确分工，并要求多个智能体在协作中采用统一规范的“交流格式”等方法，让智能体性能大增。 目前，这项研究在GitHub上已狂揽33.6k星，并在深度学习顶会ICLR 2024上被...
-
AI「导师」进哈佛！7x24小时辅导CS课程，RAG或成AI教育最后一块拼图
去年，哈佛大学做了件大事。 他们在自己的CS50课程中引入了一整套AI工具，堪称学生个人的个性化「导师」。 一开始，这套工具服务的对象是70来个上暑校的学生。后来逐渐开放，数千名线上学生也得以拥有属于自己的学习导师。 到了秋季，AI工具又面向了几百位本校...