-
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...
-
全AI生成美女视频网络疯传，神态，手全都真实的可怕！Arcads：摊牌了，是我干的
今天，一则引起广泛争议的美女特写聊天视频在网络上疯传，引发了网友们的热议。这段视频让人难以分辨是由真人还是AI生成。对于视频的真实性，网友们争论不休。 一些人认为视频中的女生肯定是真人，甚至有人声称她是自己的妹妹，是一名演员。然而，还有一些眼尖的网友发现...
-
AI绘画重大更新通知：MJ图生图控制人物一致性功能上线！半年来重大更新！（含教程）
预告了好久的MJ角色一致性功能终于来了，经过初步测试，效果已经足够令人满意了，已经达到生产环节可用，为AI内容生成带来了极大的提升。 在Midjourney的AI创作中，实现人物形象的一致性始终是一个挑战。在最新推出的一致性功能中，创作者们终于解决了一个...
-
超越Sora！AI视频模型StreamingT2V可生成120秒超长视频
近日，UT奥斯丁等机构提出的StreamingT2V技术引发了广泛关注，将AI视频生成推向了新的高度。这项技术突破了以往视频长度的限制，实现了生成高度一致且长度可扩展的视频。 StreamingT2V技术的核心构架包括条件注意力模块（CAM）和外观保持模...
-
GPT-4「荣升」AI顶会同行评审专家？斯坦福最新研究：ICLR/NeurIPS等竟有16.9%评审是ChatGPT生成
LLM在飞速进步的同时，人类也越来越难以区分LLM生成的文本与人工编写的内容，甚至分辨能力与随机器不相上下。 这加大了未经证实的生成文本可以伪装成权威、基于证据的写作的风险。 尽管在个例上难以察觉，但由于LLM的输出趋于一致性，这种趋势可能会放大语料库级...
-
如何让机器学习赋能工业应用？
设备故障使工业部门陷入瘫痪，导致重大生产损失和计划外停机。对于世界各地的加工制造商来说，这些损失每年高达数十亿美元。例如，一条关键的传送带在中途停止运行，可能会迫使整条工厂生产线闲置数小时，从而可能使整个供应链陷入困境。 幸运的是，现代机器学习 (ML...
-
何恺明新作：消除数据集偏差的十年之战
MIT新晋副教授何恺明，新作新鲜出炉： 瞄准一个横亘在AI发展之路上十年之久的问题：数据集偏差。 该研究为何恺明在Meta期间与刘壮合作完成，他们在论文中指出： 尽管过去十多年里业界为构建更大、更多样化、更全面、偏差更小的数据集做了很多努力，但现代神经...
-
复刻Sora的通用视频生成能力，开源多智能体框架Mora来了
Sora 是首个引起社会广泛关注的大规模通用视频生成模型。自 OpenAI 在 2024 年 2 月推出以来，没有其他视频生成模型能够在性能或支持广泛视频生成任务的能力上与 Sora 匹敌。此外，完全公开的视频生成模型寥寥无几，大多数都是闭源的。 为了弥...
-
Sora不开源，微软给你开源！全球最接近Sora视频模型诞生，12秒生成效果逼真炸裂
微软版Sora诞生了！ Sora虽爆火但闭源，给学术界带来了不小的挑战。学者们只能尝试使用逆向工程来对Sora复现或扩展。 尽管提出了Diffusion Transformer和空间patch策略，但想要达到Sora的性能还是很难，何况还缺乏算力和数据集...
-
Stability AI推出全面的API服务，引领图像处理新时代
近日，Stability AI宣布推出一套全新的API服务，旨在提供更全面、更高效的图像处理服务。这一举措无疑将为图像处理领域带来一场革命。 详细内容:https://stability.ai/news/image-services-on-stabili...
-
数据本地性如何助力企业在云上实现高效机器学习
2.2 训练前将数据从远端拷贝到本地 另一种方案是在训练开始之前手动将数据集从远端云存储拷贝到本地磁盘/存储中。这样可以让数据位于本地，从而具备数据本地性的所有性能和成本优势。该方案的挑战主要在于数据管理。用户必须在作业完成后手动删除已拷贝的数据，为下一...
-
谷歌推出通用AI代理：能自动执行600多种动作，游玩复杂3D游戏
谷歌DeepMind的研究人员推出了一种面向3D环境的通用AI代理——SIMA。 SIMA无需访问游戏的源代码，也不需要定制的API。只需要输入图像和用户提供的简单自然语言文本指令，SIMA就能像人类玩家一样执行走路、跑步、建造、打开地图等各种游戏中的操作...
-
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...
-
百度智能云千帆大模型平台再升级：5款大模型、55个工具组件上新！
服务8万企业用户，累计帮助用户精调1.3万个大模型，帮助用户开发出16万个大模型应用，自2023年12月以来百度智能云千帆大模型平台API日调用量环比增长97%...从一年前国内大模型平台的“开路先锋”到如今的大模型“超级工厂”，百度智能云千帆大模型平台...
-
MOTIA官网体验入口 AI视频内容外延处理工具免费使用地址
MOTIA是一个基于测试时适应的扩散方法，利用源视频内的内在内容和运动模式来有效进行视频外延画。该方法包括内在适应和外在渲染两个主要阶段，旨在提升视频外延画的质量和灵活性。 点击前往MOTIA官网体验入口 谁可以从MOTIA中受益？ MOTIA适用于研究...
-
实施稳健的AI治理以实现数据民主化
根据Gartner的数据，到2026年，超过80%的企业将使用GenAI API和模型，或在生产中部署启用GenAI的应用程序，而去年这一比例不到5%。GenAI的自然语言界面允许非技术用户，从部门负责人到一线工作人员，更轻松地访问和使用数据。这...
-
端到端大一统前夕？GenAD：LLM和轨迹规划全搞定
今天汽车人和大家分享一篇自动驾驶领域中第一个大规模视频预测模型。为了消除高成本数据收集的限制，并增强模型的泛化能力，从网络获取了大量数据，并将其与多样化和高质量的文本描述配对。由此产生的数据集累积了超过2000小时的驾驶视频，涵盖了世界各地具有多样化天气...
-
Stable Video 3D震撼登场：单图生成无死角3D视频、模型权重开放
Stability AI 的大模型家族来了一位新成员。 昨日，Stability AI 继推出文生图 Stable Diffusion、文生视频 Stable Video Diffusion 之后，又为社区带来了 3D 视频生成大模型「Stable Vi...
-
AI足球教练上岗利物浦，射门机会提高13%！来自DeepMind，网友：这不公平
AI足球教练登上Nature子刊，谷歌DeepMind与利物浦队合作三年打造： 如同AlphaGo颠覆围棋一样，改变了球队制定战术的方式。 像是进攻方把球传给谁更容易创造射门机会，防守方如何调整布阵……AI轻松设计出的高效战术与真实战术难以区分，并且人...
-
Stable Diffusion V3测评
1.引言 3月5号，Stability AI发布了介绍Stable Diffusion V3的研究论文，链接地址：戳我 这是目前他们发布的最先进、功能最强大的图像生成器，与一年多前发布的令人印象深刻的 Stable Diffusion V2.1...
-
华为天才少年谢凌曦：关于视觉识别领域发展的个人观点！
本文经自动驾驶之心公众号授权转载，转载请联系出处。 最近，我参加了几个高强度的学术活动，包括CCF计算机视觉专委会的闭门研讨会和VALSE线下大会。经过与其他学者的交流，我产生了许多想法，千头万绪，便希望把它们整理下来，供自己和同行们参考。当然，受限于...
-
AI新工具(20240312) Midjourney官方发布角色一致性功能；免费且开源的简历制作工具；精确克隆语调、控制声音风格
1: Midjourney角色一致性功能 使人物画像在多方面高度一致成为可能。 Midjourney的角色一致性功能的使用方法如下： ⭐在你的输入指令后面加上 --cref URL，其中URL是你选择的角色图像的链接。 ⭐你可以通...
-
Stability AI开源上新：3D生成引入视频扩散模型，质量一致性up，4090可玩
Stable Diffusion背后公司Stability AI又上新了。 这次带来的是图生3D方面的新进展： 基于Stable Video Diffusion的Stable Video 3D（SV3D），只用一张图片就能生成高质量3D网格。 Stab...
-
AI明星剧情号在YouTube爆火 猛男巨石强森也会耍赖哭泣
最近，AI技术在视频创作领域的应用越来越广泛，YouTube上出现了一些利用AI明星进行创意产出的账号。其中一位名为“ReallynotAi”的博主，发布了一系列的原创剧情视频，主角是AI版的巨石强森和施瓦辛格。 在这些视频中，我们看到了道恩·强森（Dwa...
-
小红书多模态团队建立新「扩散模型」：解码脑电波，高清还原人眼所见
近些年，研究人员们对探索大脑如何解读视觉信息，并试图还原出原始图像一直孜孜不倦。去年一篇被 CVPR 录用的论文，通过扩散模型重建视觉影像，给出了非常炸裂的效果—— AI 不光通过脑电波知道你看到了什么，并且帮你画了出来。 第一行：人眼所见画面，第二...
-
优于所有方法！HIMap：端到端矢量化HD地图构建
本文经自动驾驶之心公众号授权转载，转载请联系出处。 矢量化高清（HD）地图构建需要预测地图元素的类别和点坐标（例如道路边界、车道分隔带、人行横道等）。现有技术的方法主要基于点级表示学习，用于回归精确的点坐标。然而，这种pipeline在获得elemen...
-
基于ThinkPHP实现自动化采集与响应式小说系统的构建
在互联网信息爆炸的时代，网络小说作为一种受众广泛的文学形式，一直备受读者的青睐。对于许多小说爱好者和网站运营者来说，如何实现一个高效且用户体验良好的小说采集和展示系统成为了一个迫切的需求。基于这样的背景，我们将介绍如何利用ThinkPHP这一PHP开发框架...
-
从直观物理学谈到认知科学，Sora不是传统物理模拟器盖棺定论了？
本文篇幅很长，主题很多，但循序渐进，对「Sora 究竟是不是世界模拟器」这一说法给出了非常详实的解读。 最近，OpenAI 的文生视频模型 Sora 爆火。除了能够输出高质量的视频之外，OpenAI 更是将 Sora 定义为一个「世界模拟器」（world...
-
如何把大量物理知识塞给AI？EIT和北大团队提出「规则重要性」概念
深度学习模型因其能够从大量数据中学习潜在关系的能力而「彻底改变了科学研究领域」。然而，纯粹依赖数据驱动的模型逐渐暴露出其局限性，如过度依赖数据、泛化能力受限以及与物理现实的一致性问题。 例如，美国OpenAI公司开发的文本到视频模型Sora因深刻理解事物...
-
AI绘画新的变现机会来了，Midjourney角色一致性重磅更新
文章底部准备了变现方法和粉丝福利，看完后可免费领取！ 一、功能更新介绍 昨天Midjourney发布了“角色一致性”算法，就是根据参考图，生成一致的面孔、发型甚至跨风格和场景的服装图像。"cref"简直可以说是换装不换脸，类似于换脸插件。而且原图面部可...
-
淘宝人生2的AIGC技术应用——虚拟人写真算法技术方案
近几个月，随着基于Stable Diffusion的相关技术发展，基于参考图的角色定制化技术[1,2, 3, 4, 7]受到相关行业以及学者的广泛关注。其中，人像定制化是指：给定任务角色（参考图），通过提示词控制生成多样新的图像，并且图像...
-
joomla采集插件的全方位解析与应用实战
在当今的信息时代，网站内容的重要性日益凸显，内容采集和管理工具的需求也愈发强烈。Joomla，作为一款备受欢迎的开源内容管理系统（CMS），拥有着广大的用户群体。为满足这些用户对网站内容进行快速采集与整合的需求，“Joomla采集插件”应运而生。本文将从多...
-
“Dootask采集插件：提升效率与整合工作流的利器”
在快节奏的现代工作环境中，高效的任务管理和信息整合成为提升生产力的关键。Dootask作为一款深受欢迎的任务管理工具，已经在团队协作和项目管理领域占据了重要地位。而“Dootask采集插件”则是这款工具中的一项强大功能，它为用户提供了更加便捷、高效的信息采...
-
基于进销存系统采集插件提升企业管理效率的实践与研究
在当今高度信息化的商业环境中，企业对于数据管理和分析的需求日益增长。进销存系统作为企业管理的重要工具之一，对于优化库存管理、提升供销效率具有关键作用。然而，随着企业规模的扩大和业务复杂性的增加，传统的进销存系统已经难以满足企业日益增长的数据处理需求。在这一...
-
解决dedecms采集乱码问题的有效方法
在内容管理系统的世界里，DedeCMS以其强大的功能和灵活的定制性，赢得了众多网站管理员和开发者的青睐。然而，就像任何复杂的软件系统一样，DedeCMS在使用过程中也可能会遇到一些问题，其中之一就是采集乱码。乱码问题不仅影响内容的可读性，还可能对网站的整体...
-
基于“Discuz采集发布时间”的功能分析与应用探讨
在当今互联网信息时代，论坛作为信息交流的重要平台，承载着大量用户生成的内容。Discuz作为一款广受欢迎的论坛软件系统，为用户提供了丰富的功能和灵活的定制性。其中，“Discuz采集发布时间”作为Discuz系统中的一个重要功能，对于内容管理和用户交互起到...
-
通过“Showdoc采集插件”提升文档管理效率
在当今这个信息爆炸的时代，文档管理成为了企业和个人不可或缺的一部分。无论是项目需求文档、系统设计文档，还是用户手册、操作指南，都需要进行高效、有序的管理，以确保信息的准确性和可追溯性。在这样的背景下，“Showdoc采集插件”应运而生，为文档管理带来了革命...
-
yrcms采集插件在内容管理中的应用与优势
随着互联网的迅猛发展，信息内容的快速传播与更新变得尤为重要。对于内容管理系统（CMS）而言，如何高效、准确地采集并整合信息，是提升系统价值和用户体验的关键。在众多CMS采集插件中，“yrcms采集插件”以其独特的功能和优势，逐渐受到了广大开发者和用户的青睐...
-
基于Discuz平台的商品采集策略与技术实践
随着电子商务的迅猛发展和大数据时代的到来，商品信息的采集与管理成为了许多电商平台的核心任务之一。Discuz作为一款开源的社区论坛软件系统，凭借其强大的扩展性和用户基础，在电商领域也占有一席之地。本文将围绕“Discuz商品采集”这一主题，深入探讨相关的策...
-
【Stable Diffusion】入门-02：AI绘画提示词+参数设置攻略
目录 1 提示词 1.1 分类和书写方式 1.1.1 内容型提示词 1.1.2 标准化提示词 1.1.3 通用模板 1.2 权重 1.2.1 套括号 1.2.2 数字权重 1.2.3 进阶语法 1.3 负面提示词 2 参数详解 2...
-
基于Discuz平台的今日头条资讯采集策略与实践
随着信息技术的迅猛发展，互联网已成为人们获取信息的主要渠道。在这个信息爆炸的时代，如何高效、准确地采集并整合资讯，对于内容提供商而言至关重要。本文将以“Discuz今日头条资讯采集”为主题，探讨在Discuz平台上实现今日头条资讯采集的策略与实践。一、引言...
-
创意无限释放，AI绘画革命：告别抽卡，迎来心想事成的新纪元！
当我们探索AI绘画的魅力时，一个常见的挑战是如何在画面中精准地呈现多个元素，并确保它们和谐共存。传统的做法往往是通过不断的尝试和错误，或者依赖于复杂的后期处理工具，如Photoshop，来进行调整和优化。这不仅效率低下，而且对于非专业人士来说，也存在一定的...
-
直接干到未来！DriveDreamer-2：世界首个自定义驾驶场景流生成，提升50%！
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 世界车型在自动驾驶方面表现出了优势，尤其是在多视图驾驶视频的生成方面。然而，在生成自定义驾驶视频方面仍然存在重大挑战。在本文中，我们提出了DriveDreamer-2...
-
Katalist官网体验入口 生成式AI视觉故事板工具软件免费使用地址
Katalist是一款面向电影制片人、广告商和内容创作者的在线工具，利用生成式AI技术帮助用户可视化创意构思，轻松创建故事板、视频创意和创意推介。Katalist的核心功能是分析剧本，自动提取人物、场景和活动，一键生成相应的视觉素材。用户无需具备任何AI专...
-
文生图的最新进展：从一致性模型CMs、LCM、SDXL到Stable Diffusion3、SDXL-Lightning
前言 很明显，OpenAI的首个视频生成模型sora极大程度的提高了大家对文生图、文生视频的热情，也极大的扩展了大家对AIGC的想象力 第一部分(选读 一致性模型Consistency Model 注，本文第一部分最早写在23年11月份的这篇文...
-
大模型的DenseNet时刻！DenseMamba：精度显著提升
本文经自动驾驶之心公众号授权转载，转载请联系出处。 随着 ChatGPT 的突破性进展，大型语言模型（LLMs）迎来了一个崭新的里程碑。这些模型在语言理解、对话交互和逻辑推理方面展现了卓越的性能。过去一年，人们目睹了 LLaMA、ChatGLM 等模型...
-
多商户B2B2C商城采集插件：功能、应用与前景展望
随着电子商务的迅猛发展和市场需求的多样化，多商户B2B2C商城模式逐渐成为电商行业的新宠。在这一模式中，平台不仅直接面向消费者（B2C），还允许其他商家入驻并提供商品或服务（B2B），从而形成一个多元化、互动性强的商业生态。然而，如何高效地从这样一个复杂的...
-
LLM将成历史？开源bGPT或颠覆深度学习范式：直接模拟二进制，开启模拟数字世界新纪元！
微软亚洲研究院推出的最新成果bGPT，这种基于字节的Transformer模型，为我们探索数字世界开辟了新的大门。 与传统的基于词表的语言模型不同，bGPT的独特之处在于其对原始二进制数据的直接处理能力，不受特定格式或任务的限制，其目标是全面模拟数字世界...
-
=开启未来商店数据聚合之路——深入探讨开源网店系统采集插件的利器
==在这个瞬息万变的时代背景下，网店平台不断完善其数字化发展模式。互联网上数据流高度充沛且密切相依的今天，“数据为王”变得日趋显而易见，抓住了数据流亦即是为网上运营节省了广大的策略腾转之地，确准了哪里推陈出新自然哪来的套现机和黑格尔笔触下滑利埋伏的信诱去仿...
-
用大模型测试人格/抑郁/认知模式！通过游戏剧情发展测量心理特质
心理测量在精神健康、自我了解、和个人发展方面都发挥着重要的作用。 传统的心理测量范式以自我报告类型的问卷为主，常常通过参与者回忆自己的日常生活行为模式或情绪状态进行测量。 这样的测量方式虽然高效便捷，但可能引发参与者的抗拒心理，降低被测意愿。 随着大语言...