-
AI视野：ChatGPT语音旁白功能免费开放；文心一言率先实现收费；Claude2.1长下文长度扩展至200K；拼多多成立大模型团队
???AI新鲜事 ChatGPT语音旁白功能现已向所有免费用户开放 OpenAI宣布将ChatGPT with voice语音功能免费对所有用户开放，用户只需下载应用程序，点击耳机图标即可进行语音对话，此功能于今年9月推出，最初仅面向Plus和Enterp...
-
Stable Video Diffusion来了，代码权重已上线
AI 画图的著名公司 Stability AI，终于入局 AI 生成视频了。 本周二，基于 Stable Diffusion 的视频生成模型 Stable Video Diffusion 来了，AI 社区马上开始了热议。 很多人都表示「我们终于等到了」...
-
Stability AI推出视频生成模型Stable Video Diffusion
Stability AI近日推出了名为Stable Video Diffusion的视频生成模型，该模型基于该公司现有的Stable Diffusion文本转图像模型，能够通过对现有图像进行动画化生成视频。与其他AI公司不同，Stable Video Di...
-
谷歌 Deepmind 推出 Lyria AI 音频模型，可生成带有乐器和人声的音乐
11 月 21 日消息，Deepmind 日前推出了一款名为 Lyria 的音频模型，可用于生成带有乐器和人声的音乐。此外 Deepmind 还通过与 YouTube 合作，整合 Lyria 模型开发了音乐创作工具 Dream Track，声称可令...
-
【OpenAI】DALL·E 2，让我来带你认识一下这位来自AI界的艺术家
个人主页：【?个人主页】 文章目录 前言 什么是DALL-E 2 ？ 介绍的怎么厉害，它又能干啥呢？ 基本功能 新功能 编辑 变体功能 总结 前言 DALL-E 2 是一种基于语言的人工智能图像生...
-
Meta 介绍 AI 图像编辑工具 Emu Edit / Video：使用 1000 万个数据集训练，号称远超竞品
IT之家 11 月 20 日消息，Meta 昨日宣布为 Facebook 和 Instagram 推出两款基于 AI 的图像编辑工具，分别是“Emu Edit”和“Emu Video”，适用领域包括照片和视频，目前 Meta 公布了这两项 AI 工具的更...
-
Stable Diffusion 动画animatediff-cli-prompt-travel
基于 sd-webui-animatediff 生成动画或者动态图的基础功能，animatediff-cli-prompt-travel突破了部分限制，能让视频生成的时间更长，并且能加入controlnet和提示词信息控制每个片段，并不像之前 sd-web...
-
AI绘画逆着玩火了，敢不敢发自拍看AI如何用文字形容你？
梦晨 发自 凹非寺量子位 | 公众号 QbitAI 笑不活了家人们，最近突然流行起一个新玩法： 给AI发自拍，看AI如何描述你。 比如这位勇敢晒出自拍的纽约大学助理教授，他的笑容在AI看来居然是“兽人式微笑”。 AI还吐槽他胡子...
-
对标ChatGPT：百度大语言模型 文心一言发布
看了发布会，总体而言感觉中规中矩，当然也显示了一些不错的能力，例如能够生成图片、视频，这是OpenAI目前没有开放的功能，百度给整合了，挺好的。但视频生成功能目前没开放体验，因为运算量太大。 很遗憾，目前体验只能通过邀请码注册。 企业版...
-
Meta生成式AI连放大招：视频生成超越Gen-2，动图表情包随心定制
提到视频生成，很多人首先想到的可能是 Gen-2、Pika Labs。但刚刚，Meta 宣布，他们的视频生成效果超过了这两家，而且编辑起来还更加灵活。 这个「吹小号、跳舞的兔子」是 Meta 发布的最新 demo。从中可以看出，Meta 的技术既支...
-
让Stable Diffusion一秒出图！清华硕士加速神器爆火，已有公司接入
AI图像生成，已经进入了秒速级别，只要4步推理就能完成绘制，最快更是能在1秒之内完成。 现在，清华大学联合HuggingFace的研究人员，推出了全新的绘图模型加速模块。 作者给出的体验版当中，点击生成按钮后，模型只用了几秒钟就绘制出了4张清晰的图像。...
-
YouTube赚钱新思路！教你如何用AI制作儿童动画视频月赚5万美金
在儿童领域创作YouTube视频，尤其是面向儿童的内容，一直以来都是一个备受关注的话题。近期，有一个针对儿童创作的YouTube频道引起了广泛的关注，其粉丝和播放量都非常可观。尽管该频道目前已经停止更新，但第三方对其频道的分析显示，即便长时间没有新内容，单...
-
AIGC视频生成/编辑技术调研报告
人物AIGC：FaceChain人物写真生成工业级开源项目，欢迎上github体验。 简介： 随着图像生成领域的研究飞速发展，基于diffusion的生成式模型取得效果上的大突破。在图像生成/编辑产品大爆发的今天，视频生成/编辑技术也引起了学术界和产...
-
实时文生图速度提升5-10倍，清华LCM/LCM-LoRA爆火，浏览超百万
文生图、图生图已经不是什么新鲜事。但在使用这些工具的过程中，我们发现它们通常运行缓慢，导致我们要等一段时间才能拿到生成结果。 但最近，一种名叫「LCM」的模型改变了这种情况，它甚至能做到实时的连续生图。 图源：https://twitter.com/...
-
【Stable Diffusion】Stable Diffusion各类模型描述
Stable Diffusion 是一种新型的生成模型，它可以用于生成高质量的图像、文本和音频等多种形式的数据。目前已经出现了许多基于 Stable Diffusion 模型的变种，下面简单介绍其中几种比较流行的模型： 模型链接：https://hugg...
-
GPT应用有哪些好用的 好用的GPT应用大全推荐
GPT应用是指利用GPT模型的能力来实现各种文本生成、处理、分析等功能的应用。GPT模型是一种基于深度学经网络的自然语言生成技术，可以根据输入的文本或图像，生成相关的文本或图像。GPT模型有多个版本，最新的是GPT-4，它可以处理更多的文本和图像信息，具有...
-
医学研究者发出紧急警告:AI生成大量健康虚假信息
医学研究者们发出紧急警告，指出生成式人工智能（Generative AI）有可能轻松制造大量健康领域的虚假信息，对社区的健康和福祉构成威胁。 这一警告来自于对生成式 AI技术进行测试的Flinders大学医学研究团队，他们使用这一前沿技术来检验虚假健康信息...
-
图像涂哪就动哪！Gen-2新功能“神笔马良”爆火，网友：急急急
AI搞视频生成，已经进化到这个程度了？！ 对着一张照片随手一刷，就能让被选中的目标动起来！ 明明是一辆静止的卡车，一刷就跑了起来，连光影都完美还原： 原本只是一张火灾照片，现在随手一刷就能让火焰直冲天际，热度扑面而来： 这样下去，哪还分得清照片和实...
-
文心一言（中国版ChatGPT）
百度十年，汇成一言 文心一言 文心一言（英文名：ERNIE Bot）是百度全新一代知识增强大语言模型，文心大模型家族的新成员，能够与人对话互动，回答问题，协助创作，高效便捷地帮助人们获取信息、知识和灵感。文心一言是知识增强的大语言模型，基于飞桨深...
-
AIGC技术发展和应用方向
AIGC（Artificial Intelligence Generated Content）是指通过人工智能技术生成的各种文本、图像、音频和视频等多媒体内容。AIGC技术是机器学习和自然语言处理等技术的结合，通过对海量数据的学习和分析，可以让计算机模拟人...
-
AIGC的发展史：从模仿到创造，AI的创造性探索
在 AI时代，人工智能不再是简单的机器，而是一个具有无限创造力的创造者。AIGC的诞生是人工智能从模仿到创造的一种进步，也是对人类创造力的一种新探索。 而这种由AI生成的内容究竟是如何发展而来的呢？在本文中，我们将探讨AIGC的发展史，从其初期的模仿到逐渐...
-
文生图大型实践：揭秘百度搜索AIGC绘画工具的背后故事！
作者 | Tianbao 导读 2023年以来，AIGC技术已催生了新一轮人工智能浪潮。AI绘画作为大模型最引人瞩目的应用领域之一，近年来也取得了重大突破。AI绘画系统可以根据用户的输入或提示生成各种风格的图像，这为艺术家、设计师和创作者提供...
-
实测文心一言4.0，真的比GPT-4毫不逊色吗？
10月17日，李彦宏在百度世界2023上表示。当天，李彦宏以《手把手教你做AI原生应用》为主题发表演讲，发布文心大模型4.0版本。 今天，咱们就开门见山啊。这一回要测一测，昨天才发布的文心一言大模型 4.0。 之所以要测它，是因为李彦宏昨天在会上说的那...
-
手把手教你使用LabVIEW人工智能视觉工具包快速实现图像读取与采集
前言 今天我们一起来使用LabVIEW AI视觉工具包快速实现图像的读取与颜色空间转换、从摄像头采集图像。工具包的安装与下载方法可见之前的两篇博客。 一、工具包位置 已经安装好的工具包位于程序框图-函数选板-Addons-VIRobotics-o...
-
多模态音乐AI框架Video2Music 为视频生成情感相符的音乐
近日，一款创新的人工智能多模态音乐生成框架Video2Music引起了广泛关注。该框架利用独特的数据集和经过用户研究验证的转换器模型，能够为视频生成情感上相符的音乐，填补了这一领域的空白。据悉，Video2Music的GitHub Repo已经发布，为研究...
-
Gen-2颠覆AI生成视频！一句话秒出4K高清大片，网友：彻底改变游戏规则
这，绝对称得上是生成式AI进程中的里程碑。 就在深夜，Runway家标志性的AI视频生成工具Gen-2，迎来了“iPhone时刻”般的史诗级更新—— 依旧是简单一句话输入，不过这一次，视频效果一口气拉到了4K超逼真的高度！ 话不多说，我们直接来看炸裂的效...
-
AI视野：英伟达发布大模型ChipNeMo；百度推出文心一言会员；OpenAI潜入黑客群聊；微软AI助手Copilot上线
????大模型动态 英伟达发布430亿参数大模型ChipNeMo 英伟达发布了拥有430亿参数的大语言模型ChipNeMo，专注于辅助芯片设计，提高工程师的工作效率，支持问答、EDA脚本生成和Bug总结等任务。 vivo发布AI蓝心大模型并宣布开源7B...
-
AI自动生成创意视频：如何让大模型助你一臂之力
作者 | 崔皓 审校 | 重楼 摘要 本文探讨了如何利用大语言模型和AI视频生成模型来创建高度个性化和创意丰富的视频内容。文章详细介绍了从构思到实现的全过程，包括问题分析、目标设定、工具和模型选择，以及实际操作步骤。使用的技术和工具包括OpenAI的G...
-
苹果文生图大模型亮相：俄罗斯套娃式扩散，支持1024x1024分辨率
在生成式 AI 时代，扩散模型已经成为图像、视频、3D、音频和文本生成等生成式 AI 应用的流行工具。然而将扩散模型拓展到高分辨率领域仍然面临巨大挑战，这是因为模型必须在每个步骤重新编码所有的高分辨率输入。解决这些挑战需要使用带有注意力块的深层架构，这使...
-
抖音豆包Ai官网地址 字节大模型豆包免费使用教程
字节跳动旗下的首个AI对话产品“豆包”已经上线，并面向公众开始测试。那么抖音豆包Ai官网地址在哪，又要如何使用呢?下面给大家带来字节模型豆包的官网地址和使用教程。 抖音字节模型豆包使用地址：点击前往 “豆包”的发布标志着字节跳动在大模型领域迈出了新的一步...
-
快手内测“AI小快”，可借助快意大模型在评论区实现智能回复
10月26日消息，快手正式内测“AI小快”账号，在短视频评论区为用户提供互动问答、图片生成、攻略检索、文案修改等多种基于短视频应用场景的AIGC服务。 据悉，“AI小快”采用快手从零到一独立自主研发的大规模语言模型「快意」大模型作为基座。今年以来，快手...
-
Google Photos即将允许用户自定义AI生成视频亮点
Google Photos即将推出一项更新，允许用户更灵活地自定义其AI生成的视频亮点。目前，Google Photos可能随机生成带有通用标题的幻灯片式视频，有时包括一些不太理想的照片。但Google即将发布一项更新，让用户能够选择视频的参数，而不仅仅...
-
首个多视角自动驾驶场景视频生成世界模型 | DrivingDiffusion: BEV数据和仿真新思路
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： 不同维度上的长尾场景：如障碍物数据中近距离的车辆以及切车过程中...
-
口型几乎完美、还能卡点，霉霉说地道中文的视频火了，背后AI工具原来是它
这两天，美国女歌星霉霉（泰勒・斯威夫特）一则说中文的短视频在各社交平台火了起来。有的播放量已经达到了 600 多万。 在视频里，霉霉操着一口流利、地道的中文，神情自若，几乎没有早期译制片女主角的那种腔调，口型也能对得上。 图源：微博 @会火 还没有看过...
-
AIGC时代的视频扩散模型，复旦等团队发布领域首篇综述
AI 生成内容已经成为当前人工智能领域的最热门话题之一，也代表着该领域的前沿技术。近年来，随着 Stable Diffusion、DALL-E3、ControlNet 等新技术的发布，AI 图像生成和编辑领域实现了令人惊艳的视觉效果，并且在学术界和工业界...
-
免费开源AI视频工具VideoCrafter:输入文本轻松生成高质量视频
VideoCrafter是一款全新的开源视频创建和编辑套件，采用了扩散模型，能够从文本描述生成照片和视频逼真的输出。 尽管尚未正式发布，但VideoCrafter有望显著改变视频制作流程。使用VideoCrafter，即使没有视频编辑或动画经验的人也可以轻...
-
AI视频爆发！一天10万条，冲进抖音快手小红书
在暖色灯光中，一个复古行李箱缓缓打开，露出灰白色的运动鞋，光影在鞋面上划过，镜头拉近，麂皮质地的纹理清晰可见。画面一转，鞋子旋转起来，灯光由暗转亮，明暗交接在鞋跟处形成一个慢镜头的色彩对比，一边明亮、一边典雅。 这个20s的商品展示视频，角度丰富、色彩讲究...