-
国际顶尖水平！首个Sora级国产自研视频大模型Vidu发布
快科技4月28日消息，在2024中关村论坛年会未来人工智能先锋论坛上，生数科技联合清华大学发布中国首个长时长、高一致性、高动态性视频大模型Vidu。 这也是自Sora发布之后全球率先取得重大突破的视频大模型，性能全面对标国际顶尖水平，还在加速迭代提升中。...
-
清华团队发布视频大模型Vidu 可生成16 秒、1080P 视频
生数科技与清华大学在中关村论坛未来人工智能先锋论坛上共同发布了中国首个长时长、高一致性、高动态性视频大模型——Vidu。这款模型是国内首个达到Sora级别的视频大模型，标志着中国在视频生成技术领域的重要进展。 Vidu的主要特点和技术创新包括: 模型结构...
-
图灵诺奖得主等大佬齐聚海淀！清华版Sora震撼首发，硬核AI盛会破算力黑洞
中关村论坛举办以来的首个主题日活动：「人工智能主题日」今日开启！ 到场嘉宾，也是星光熠熠，大佬云集，还有着浓浓的国际范儿，与世界顶尖水平接轨。 一共161位嘉宾，近一半是外籍AI大佬和从业者。 而嘉宾阵容也是非常豪华，汇集了国内外30多名院士，还有诺奖、...
-
清华团队国产“Sora”火了：生数科技发布视频大模型「Vidu」
在中关村论坛的未来人工智能先锋论坛中，生数科技与清华大学携手，正式推出了中国首个具备长时长、高一致性及高动态性的视频大模型——“Vidu”。 这款引领时代的视频大模型，其核心在于团队原创的Diffusion与Transformer融合的U-ViT架构。它不...
-
流量回放平台 AREX 在携程的大规模落地实践
作者简介 携程AREX团队，机票质量工程组，主要负责开发自动化测试工具和技术，以提升质量和能效。 导语 AREX 是一款由携程开源的流量回放平台，孵化于机票BU内部。聚焦录制回放核心链路的建设，从基础方案建设到核心事业线的深入落地验证，在集团复杂业务场...
-
LinkedIn在利用大型语言模型服务十亿用户中的收获
LinkedIn 在全球拥有超过10亿用户，不断挑战当今企业技术的极限。很少有公司能够像LinkedIn那样运营，或者拥有类似的大量数据资源。 对这个专注于商业和就业的社交媒体平台来说，将合格的候选人与潜在雇主连接起来，帮助填补职位空缺是其核心业务。同...
-
实战干货｜Spark 在袋鼠云数栈的深度探索与实践
Spark 是一个快速、通用、可扩展的大数据计算引擎，具有高性能、易用、容错、可以与 Hadoop 生态无缝集成、社区活跃度高等优点。在实际使用中，具有广泛的应用场景： · 数据清洗和预处理：在大数据分析场景下，数据通常需要进行清洗和预处理操作以确保数据...
-
Synthesia虚拟数字人Expressive-1 AI Avatars正式版发布
Synthesia 公司最近推出了一款创新的虚拟数字人形象技术——Expressive-1AI Avatars，这是一款能够根据文本内容自动预测并展现丰富表情的AI虚拟形象。这项技术能够将文本转换为包含面部表情、语音和肢体语言的视频内容，极大提升了视频的表...
-
华人持续炸场！8倍于SOTA模型发布，超分辨率细节还原度逆天，终于可以看清楚蜘蛛网丝了！网友：质量真不错！电影时长9秒才够用！
撰稿 | 言征 出品 | 51CTO技术栈（微信号：blog51cto） Sora带火了“视频一致性”的研究，但单纯在时间一致性已经不能满足业内对于高逼真视频的渴望。这不，华人又出来炸场了！ 近日，一个名为VideoGigaGAN的视频模型在业界走红。...
-
AI日报：阿里对口型视频项目EMO开启内测；苹果官宣端侧小模型OpenELM；Open-Sora偷偷升级；微信发布AI工具小微助手
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、阿里对口型项目EMO开启内测...
-
在线地图还能这样？MapTracker：用跟踪实现在线地图新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 太强了，在线高精地图还能用跟踪的方式来做！！！本文提出了一种矢量HD建图算法，该算法将在线高精建图公式化为跟踪任务，并使用memory latents的历史来确保随着时...
-
AI电影制作平台Morph Studio正式向候补用户开放访问权限
今日起，备受期待的AI电影制作平台Morph Studio开始向候补用户开放访问权限。这一消息一出，立即引发了广大用户的热烈反响。 Morph Studio官方表示，该平台将很快加入视频生成角色一致性和配音生成功能。这两个功能的加入，无疑将为平台的用户体验...
-
全国首例“AI声音侵权案”宣判：获赔25万元
快科技4月24日消息，北京互联网法院昨日对全国首例AI生成声音人格权侵权案进行了一审判决。 该案涉及的主要问题是自然人的声音权益是否应扩展到AI生成的声音，以及如何确定AI生成声音的可识别性。 原告殷某是一名配音师，发现其配音作品在多个APP中广泛流传。这...
-
黑照变废为宝！超能AI一句话修出创意大片，亲妈看了都说真
2024最wow的AI生图工具出现了! 对“青春纪念手册”下手，你就说这味儿正不正宗: 不信谁没有，谁也别说谁。 别着急，下一秒“啪”的一下: ……什么情况? 这，就是最近摄影圈不少人都在玩的AI修图神器——超能画布。 据说只需一句提示词就能分分钟修出...
-
零门槛用AI画漫画，跨模态内容创作进入next level
AI这把火，烧了一年多。现在，有AI可以帮你写PPT，有的会写歌，有的能帮公司批量生成营销素材，有的擅长“量子速读”提炼长文本。总之，几乎每个月都有AI热点出现。 各种热点背后，有两个事情值得注意: 第一，实践证明，AI落地一定是贴近已有需求，用原先无法想...
-
用百度文库AI，我也能轻松创建漫画、画本？
作为一种受众广泛的艺术形式，漫画的影响力应该不需要我多说什么。 强烈的视觉化和叙事性，让漫画成为无数年轻读者的阅读启蒙，也让无数二十一世纪青年拥有了自己的「漫画梦」。可是要制作出一份能拿得出手的漫画谈何容易，先不论作画水平能不能拿出手，单纯是前期查找资料、...
-
EMNLP 2023｜利用LLM合成数据训练模型有哪些坑？
大家好，我是HxShine 今天我们将介绍EMNLP2023的一篇大模型（LLMs）生成文本分类任务合成数据的文章，标题是《Synthetic Data Generation with Large Language Models for Text Cla...
-
CVPR 2024 | 巨幅提升24%！LiDAR4D会是LiDAR重建的答案么？
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 尽管神经辐射场（NeRFs）在图像新视角合成（NVS）方面取得了成功，但激光雷达NVS的发展却相对缓慢。之前的方法follow图像的pipeline，但忽略了激光雷达...
-
LiDAR仿真新思路 | LidarDM：助力4D世界生成，仿真杀器~
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：LidarDM: Generative LiDAR Simulation in a Generated World 论文链接：https://arxiv.org/pdf/2404.02903....
-
金融案例：构建高效统一的需求登记与管理方案
在金融行业数字化转型背景下，银行等金融机构面临着业务模式创新与数据应用的深度融合。业务上所需要的不再是单纯的数据，而是数据背后映射的业务趋势洞察，只有和业务相结合转化为业务度量指标，经过数据分析处理呈现为报表进行展示，才能真正体现它们的价值。 但在需求转...
-
效率狂增16倍！VRSO：纯视觉静态物体3D标注，打通数据闭环！
本文经自动驾驶之心公众号授权转载，转载请联系出处。 标注之殇 静态物体检测（Static object detection，SOD），包括交通信号灯、导向牌和交通锥，大多数算法是数据驱动深度神经网络，需要大量的训练数据。现在的做法通常是对大量的训练样本...
-
知识图谱的演进与基于 OpenSPG+TuGraph 的推理实践
本文为蚂蚁集团开发工程师王少飞在TuGraph Meetup北京站的演讲，主要介绍了蚂蚁知识图谱平台经过多年金融领域业务沉淀的知识语义增强可编程框架SPG，及TuGraph作为执行引擎在图谱推理过程的作用。 作者介绍： 王少飞，蚂蚁知识图谱推理开发工程师...
-
GPT-4一眼看穿论文会不会撤稿：7000篇实测准确率高达95%｜人大浙大
把论文丢给GPT-4进行撤稿预测，和人类审稿人给出的结果相似性近95%！ 具体来说，来自人大与浙大学者团队的研究者们把涉及数千篇SCI/SSCI的期刊论文的10000多条推文喂给了GPT-4，让它根据推文回答“这篇论文是否有可能被撤稿”，然后和人类预测的...
-
GPT-4一眼看穿论文会不会撤稿：7000篇实测准确率高达95%
把论文丢给GPT-4进行撤稿预测，和人类审稿人给出的结果相似性近95%！ 具体来说，来自人大与浙大学者团队的研究者们把涉及数千篇SCI/SSCI的期刊论文的10000多条推文喂给了GPT-4，让它根据推文回答“这篇论文是否有可能被撤稿”，然后和人类预测的...
-
深入探索AI写作：从困惑度到爆发度的挑战与机遇
大家好，小发猫降重今天来聊聊深入探索AI写作：从困惑度到爆发度的挑战与机遇，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： 深入探索AI写作：从困惑度到爆发度的挑战与机遇 在AI技术飞速发展的...
-
[AIGC] 用幂等性解决重复消息问题
在构建分布式系统时，开发人员经常会遇到重复消息问题。这可能是由于网络延迟、系统故障或其他原因导致的。无论如何，重复消息会导致系统出现错误和不一致状态。为了解决这个问题，我们可以使用幂等性来确保系统的可靠性和一致性。 文章目录 什...
-
抱抱脸Open了OpenAI的秘密武器，网易参与复现
OpenAI的秘密武器、ChatGPT背后功臣RLHF，被开源了。 来自Hugging Face、加拿大蒙特利尔Mila研究所、网易伏羲AI Lab的研究人员从零开始复现了OpenAI的RLHF pipeline，罗列了25个关键实施细节。 最终成功展示...
-
ImagenHub官网体验入口 AI图像生成模型评估平台使用指南方法教程
ImagenHub是一个一站式库，用于标准化所有条件图像生成模型的推理和评估。该项目首先定义了七个突出的任务并创建了高质量的评估数据集。其次，我们构建了一个统一的推理管道来确保公平比较。第三，我们设计了两个人工评估指标，即语义一致性和感知质量，并制定了全面...
-
无需训练，这个新方法实现了生成图像尺寸、分辨率自由
近期，扩散模型凭借其出色的性能已超越 GAN 和自回归模型，成为生成式模型的主流选择。基于扩散模型的文本到图像生成模型（如 SD、SDXL、Midjourney 和 Imagen）展现了生成高质量图像的惊人能力。通常，这些模型在特定分辨率下进行训练，以确...
-
ai人工智能写作是什么
AI人工智能写作是指利用人工智能技术和算法来生成文本内容的过程和方法。它结合了自然语言处理、机器学习和深度学习等技术，使得计算机能够模仿人类的写作风格和创造力，生成各种类型的文章、故事、新闻、评论等内容。 AI人工智能写作可以通过训练模型来学习大量的文本...
-
大模型存储实践：性能、成本与多云
大模型应用领域的迅猛发展，也推动着基础技术领域持续探索和进步。文件存储服务在 AI 基础设施中成为不可或缺的重要部分。 在过去 18 个月的时间里，JuiceFS 团队与 MiniMax，阶跃星辰，智谱 AI，面壁智能，零一万物等大模型团队展开了交流与合...
-
ICCV 2023 | 最全AIGC梳理，5w字30个diffusion扩散模型方向，近百篇论文！
30个方向130篇！CVPR 2023最全AIGC论文 25个方向！CVPR 2022 GAN论文汇总 35个方向！ICCV 2021 最全GAN论文汇总 超110篇！CVPR 2021 最全GAN论文梳理 超100篇！CVPR 2...
-
论文笔记：Llama 2: Open Foundation and Fine-Tuned Chat Models
导语 Llama 2 是之前广受欢迎的开源大型语言模型 LLaMA 的新版本，该模型已公开发布，可用于研究和商业用途。本文记录了阅读该论文的一些关键笔记。 链接：https://arxiv.org/abs/2307.09288 1 引言 大型语言...
-
AIGC学习笔记——DALL-E2详解+测试
它主要包括三个部分：CLIP，先验模块prior和img decoder。其中CLIP又包含text encoder和img encoder。（在看DALL·E2之前强烈建议先搞懂CLIP模型的训练和运作机制,之前发过CLIP博客） 论文地址：https...
-
MuseV：基于SD的AI视频生成工具 角色一致且视频时长不限
近日，一款名为MuseV的虚拟人视频完整解决方案应运而生，为虚拟人视频领域带来了全新的突破。 MuseV基于SD，支持文生视频、图生视频、视频生视频等多种生成方式，能够保持角色一致性，且不受视频长度限制。这意味着用户可以通过MuseV轻松地将文本、图像或现...
-
IT团队必须应对的商业智能六个挑战
商业智能(BI 使企业能够从大量数据中获得见解。但这样做需要克服一系列战略和战术挑战。 如今，各种类型的组织都被来自各种来源的数据淹没，试图理解所有这些数据不堪重负。因此，强大的商业智能(BI 策略可以帮助组织流程，并确保业务用户能够访问可操作的业务见...
-
Python爬虫-数据采集和处理
文章目录 数据 数据类型 数据分析过程 数据采集 数据采集源 数据采集方法 数据清洗 清洗数据 数据集成 数据转换 数据脱敏 数据 《春秋左传集解》云：“事大大其绳，事小小其绳。”体现了早期人类将事情的“大小”这一性质抽象...
-
电信行业如何利用人工智能解决最大问题
随着行业变得越来越复杂和不确定，电信行业必须将人工智能作为应对挑战、改善决策和转变业务的战略工具。电信行业面临着巨大的挑战。除了严峻的宏观经济形势外，他们还面临着新进入者的激烈竞争、通货膨胀导致的成本上升，以及在拥挤的市场中寻找新收入来源的竞争。电信行...
-
今日AI：AI视频神器PixVerse被玩出花；抖音封杀李一舟等“割韭菜”内容；最神秘国产大模型团队冒泡；剪映Dreamina一键整合mj+sd+PS工作流
欢迎来到【今日AI】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/ 🤖📱💼AI应用 AI视频生成神器...
-
OpenAI藏了1年多的技术正式公开！15秒素材克隆声音，HeyGen也在用
OpenAI雪藏的新产品——语音合成引擎Voice Engine，终于被正式揭幕。 有了它，只需15秒的语音样本，就能克隆出一个人的声音，而且还能跨越语言！ APP版ChatGPT中的语音对话功能，也正是由这项技术所驱动。 效果如何？先来听段DEMO：...
-
[AIGC] 探索消息队列事务
探索消息队列事务 消息队列(Transaction 被广泛地应用在分布式系统中，它可提供一种异步通信机制，在多个独立组件间传递消息。然而，消息处理的正确性和一致性是构建高效、可用的分布式系统的关键。继续阅读，以了解消息队列事务的概念和重要性。 什么...
-
Midjourney 重大更新！深度解析「角色一致性」命令
Midjourney 重大更新！深度解析「角色一致性」命令 大家期待已久的 MJ 角色一致性功能终于来啦！全新的命令“–cref”现已推出，与之前的样式参考“–sref”功能相似，但不同的是，它不是匹配参考样式，而是试图让角色与“角色参考”图像相匹...
-
【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...
-
Champ首发开源：人体视频生成新SOTA，5天斩获1k星，demo可玩
近日，由阿里、复旦大学、南京大学联合发布的可控人体视频生成工作 Champ 火爆全网。该模型仅开源 5 天 GitHub 即收获 1k 星，在 Twitter 更是「火出圈」，吸引了大量博主二创，浏览量总量达到 300K。 目前 Champ 已经开源...
-
今日AI：全球最强开源模型一夜易主；清明节前AI复活亲人成热门生意；Heygen 数字人连动作姿态都能复制了；大模型一口气可调用数百万个API
欢迎来到【今日AI】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/ 📰🤖📢AI新鲜事 DBRX抢占开源...
-
使用文心一言实现AI创作论文的源码实现方案
随着人工智能技术的不断发展，AI创作论文已经成为现实。文心一言作为百度推出的强大自然语言处理模型，能够生成高质量的文本内容。本方案旨在结合uniapp、Vue、Spring Boot、MySQL和MyBatis等技术栈，实现基于文心一言的AI创作论文系统。...
-
一张图即出AI视频！谷歌全新扩散模型，让人物动起来
只需一张照片，和一段音频，就能直接生成人物说话的视频！ 近日，来自谷歌的研究人员发布了多模态扩散模型VLOGGER，让我们朝着虚拟数字人又迈进了一步。 论文地址：https://enriccorona.github.io/vlogger/paper.p...
-
首发评测：Midjourney推出角色一致性功能，AI绘图领域又迈出了一大步！
AI绘图之前一直存在的一大痛点是角色的变化性太大，对于已经生成的某一种形象角色完全无法控制复现，所以我们很难实现一些高度连续的AI作品。 而此次Midjourney的更新，或许是这个问题最好的答案，带着期待，我进行了第一手的测评。 角色一致性的功能目前...
-
AIGC ChatGPT 4 带你了解数据仓库、数据集市、数据湖、数据中台之间的关系
1 数据仓库： 数据仓库（Data Warehouse）是一个组织为了支持决策制定而创建的主题性、集成性、时间相关性和稳定性的集中数据管理环境。数据仓库集中存储来自组织的各个业务部门的大量数据，有助于执行查询和分析操作。 数据仓库的主要特点包括：...
-
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...