-
详解AI作画算法原理
引言 （1）背景介绍 AI作画，即利用人工智能技术进行艺术创作，近年来引起了广泛关注。随着计算机科学的发展，特别是深度学习和生成对抗网络（GAN）等技术的进步，AI作画从一个新颖的概念逐步走向实用化。AI作画的兴起可以追溯到早期的计算机艺术实验，如...
-
AIGC视频生成-CameraCtrl
0. 资源链接 论文: CameraCtrl: Enabling Camera Control for Text-to-Video Generation 项目: https://hehao13.github.io/projects-CameraC...
-
AI作画算法原理
1.概述 AI作画算法的原理相当复杂，涉及多个领域的知识，包括计算机视觉、机器学习和神经网络等。我们从以下几个方面来描述AI作画算法的基本原理。 2. 数据准备 在数据准备方面，AI作画算法通常需要大量的图像数据作为训练样本。可以是各种各样的艺术...
-
AIGC 技术及应用初探
ChatGPT 相关话题近一年多来被刷爆，利用 AI 技术生成内容，引起了各行各业的关注。其实，自2022 年 4 月起，OpenAI、Google、Microsoft 相继发布了文生图模型，视觉创作就已经开始持续火热了。国内 AIGC 相关的技术和应用也...
-
Stable Diffusion模型介绍
在深度学习和人工智能领域，Stable Diffusion模型作为一项前沿技术，已经引起了广泛的关注。本文将深入探讨Stable Diffusion模型的种类、特点以及它们在不同场景下的应用。 1. CheckPoint模型 Checkpoint模型...
-
Llama 3 模型家族构建安全可信赖企业级AI应用之 CyberSecEval 2：量化 LLM 安全和能力的基准（一）
LlaMA 3 系列博客 基于 LlaMA 3 + LangGraph 在windows本地部署大模型 （一） 基于 LlaMA 3 + LangGraph 在windows本地部署大模型 （二） 基于 LlaMA 3 + LangGraph 在w...
-
DreamPose: Fashion Image-to-Video Synthesis via Stable Diffusion
UW&UCB&Google&NVIDIA ICCV23 https://github.com/johannakarras/DreamPose?tab=readme-ov-file 问题引入 输入参考图片...
-
Sora底层技术原理：Stable Diffusion运行原理
AIGC 热潮正猛烈地席卷开来，可以说 Stable Diffusion 开源发布把 AI 图像生成提高了全新高度，特别是 ControlNet 和 T2I-Adapter 控制模块的提出进一步提高生成可控性，也在逐渐改变一部分行业的生产模式。惊...
-
WhisperX：新一代加密通信框架，安全与效率并重
WhisperX：新一代加密通信框架，安全与效率并重 项目地址:https://gitcode.com/m-bain/whisperX 在数字时代，隐私和数据安全日益成为我们关注的重点。WhisperX是一个新兴的开源项目，旨在提供一个高度安全、可...
-
小白编程神器！秒杀Copilot！
在当今的数字时代，编码已成为各个行业必不可少的技能。从应用程序开发到网页设计，编码是许多技术进步的核心。然而，不是每个人都有时间从头开始学习编码。 关注智言AI，即可免费体验无魔法版本的DALL·E3（画图）、GPT实时联网和4V功能（看图）！ 电脑...
-
肝了三天，完成了AIGC工具网站大全，建议收藏再看
说是肝了三天，其实远远不止，前前后后，从资料搜集到最后整理成文，有近一个月了，大家看在整理不易的份上，给点个赞吧，不要光顾着收藏呀！ 国内网站 AIGC 导航 https://www.aigc.cn 网站很全面，而且可以看出商业化也比...
-
稳定扩散美学梯度（Stable Diffusion Aesthetic Gradients）：一种创新的图像生成技术...
稳定扩散美学梯度（Stable Diffusion Aesthetic Gradients）：一种创新的图像生成技术 项目地址:https://gitcode.com/vicgalle/stable-diffusion-aesthetic-gradien...
-
aigc 启动器 sd-webui-aki-v4 decode_base64_to_file
下载地址： SD-WebUI启动器 绘世-启动器 | 万物档案 decode_base64_to_file报错： File "E:\BaiduNetdiskDownload\stable diffusion\sd-webui-aki-v4\e...
-
学业辅导导师：文心一言智能体详细介绍和开发
一、前言 本期题目 开发方向：学习成长类 解读： AI技术在学习成长方向的应用正日益增多，本期赛题需围绕该方向开发智能体包括但不限于:作文辅导助手、个性化学习助手、考试助手、各垂类教育内容专家等 二、我的智能体：学业辅导导师 在这个快节奏的...
-
GitHub Copilot Workspace：欢迎进入原生Copilot开发环境
每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领域的领跑者。点击订阅，与未来同...
-
【LLAMA3超级课堂-第四节】Llama 3 高效部署实践（LMDeploy 版）
开发机地址：https://studio.intern-ai.org.cn/console/instance 本文内容 环境，模型准备 LMDeploy chat LMDeploy模型量化(lite LMDeploy服务(serve 环...
-
LLaMa系列模型详解（原理介绍、代码解读）：LLaMA 3
LLaMA 3 2024年4月18日，Meta 重磅推出了Meta Llama 3，Llama 3是Meta最先进开源大型语言模型的下一代，包括具有80亿和700亿参数的预训练和指令微调的语言模型，能够支持广泛的应用场景。这一代Llama在一系列行业标...
-
大模型应用开发之业务架构和技术架构（从AI Embedded 到 Copilot,再到Agent）
前言 本文我们重点讲的就是伴随着大模型的广泛应用，这些概念是在什么体系和场景下衍生的；换句话说，基于LLM，目前大家在做的应用，他主流的业务架构和技术架构都是什么样子的，我们在了解之后，可以根据依据我们现实的业务需求，来选择自己的技术路线。 技术往...
-
Llama3-Tutorial（Llama 3 超级课堂）-- 笔记
第1节—Llama 3 本地 Web Demo 部署 端口转发 vscode里面设置端口转发 https://a-aide-20240416-b4c2755-160476.intern-ai.org.cn/proxy/8501/...
-
MonoDETRNext：下一代准确高效的单目3D检测方法！
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 基于单目视觉的3D目标检测在各个领域都至关重要，但现有方法在准确性和计算效率方面面临着重大挑战。在2D检测和深度估计的成功策略的基础上，本文提出了MonoDETRNe...
-
阅读llama源码笔记_1
文章目录 总体逻辑 1 构造模型 2 定义数据 3 处理下游任务 1.构造模型 1.1构造分词器tokenizer 1.2构造Transformer 2.定义数据 3.处理下游任务 3.1分词（编码） 3.2 generate...
-
速度秒掉GPT-4o、22B击败Llama 3 70B，Mistral AI开放首个代码模型
对标 OpenAI 的法国 AI 独角兽 Mistral AI 有了新动作：首个代码大模型 Codestral 诞生了。 作为一个专为代码生成任务设计的开放式生成 AI 模型，Codestral 通过共享指令和补全 API 端点帮助开发人员编写并与代码...
-
百度文心一言api Python调用ERNIE-Speed-8K具体方法
ERNIE Speed是百度2024年最新发布的自研高性能大语言模型，通用能力优异，适合作为基座模型进行精调，更好地处理特定场景问题，同时具备极佳的推理性能。ERNIE-Speed-8K是模型的一个版本，本文介绍了相关API。 创建chat 调用本接口...
-
LLMs之LLaMA-3：Llama-3-70B-Gradient-1048k-adapter的简介、源代码解读merge_adapters.py(仅需58行代码)合并多个PEFT模型(LoRA技术)
LLMs之LLaMA-3：Llama-3-70B-Gradient-1048k-adapter的简介、源代码解读merge_adapters.py(仅需58行代码 合并多个PEFT模型(LoRA技术 将LLaMA-3扩展到100万/1048k上下文——解析...
-
AI日报：GPTs免费向所有人开放；AI神器腾讯元宝APP上线；新SD加速模型PCM来了；Udio可生成两分钟音频了
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、GPTs向所有免费ChatGP...
-
现在，所有人都能免费用GPT-4o了！
OpenAI今天在X上发布推文：「所有ChatGPT免费用户现在都可以使用浏览、视觉、数据分析、文件上传和GPTs。」 图片 OpenAI此前就曾承诺向所有人免费开放他们的新旗舰产品GPT-4o以及浏览、数据分析和内存等功能。 时隔半个月，承诺终于兑现。...
-
Mistral 开源代码模型夺得王座！Codestral疯狂训练超80种语言，国内通义开发者请求出战！
出品 | 51CTO技术栈（微信号：blog51cto） Mistral 发布了首个代码模型 Codestral-22B！ 该模型的疯狂之处不仅在于训练了80多种编程语言，包括许多代码模型忽略的Swift等。 还在于他非同一般的速度。要求用Go语言编...
-
每天都看模型评分，但你真的了解吗？OpenAI研究员最新博客，一文读懂LLM评估
上周六，OpenAI研究院Jason Wei在个人网站上发表了一篇博客，讨论了他眼中「成功的语言模型评估」应该具备哪些因素，并总结出了阻碍好的评估在NLP社区获得关注的「七宗罪」。 Jason Wei在最近的斯坦福NLP研讨会上展示了这篇文章，Open...
-
AI绘画stablediffusion comfyui SDXL Controlnet模型终于全了 tile来了
以前一直在直播中吐槽说不建议大家用SDXL生态，即便已经出来了Turbo，即便除了SDXLLighting等等周边但是我们最最喜欢用的controlnet还是补全，即便是现在也不算完全意义的全，但是最起码我们今天呢能够带来第一个期待已久的tile模型，和隐...
-
Mistral AI推首个代码生成模型Codestral 支持多种编程语言
Mistral AI 推出了其首个代码生成模型 Codestral，这是一个功能强大的工具，旨在帮助开发者提高编码效率和质量。 以下是 Codestral 的一些关键特性和优势: 支持多种编程语言: Codestral 能够支持超过80种编程语言，包括当...
-
通用大模型研究重点之五：llama family
LLAMA Family decoder-only类型 LLaMA（Large Language Model AI）在4月18日公布旗下最大模型LLAMA3，参数高达4000亿。目前meta已经开源了80亿和700亿版本模型，主要升级是多模态、长文本方...
-
Llama3-Tutorial（Llama 3 超级课堂）作业
1.Llama 3 Web Demo 部署 cd ~ git clone https://github.com/SmartFlowAI/Llama3-Tutorial 安装 XTuner 时会自动安装其他依赖 cd ~ git clone -b...
-
Stable Diffusion文生图技术详解：从零基础到掌握CLIP模型、Unet训练和采样器迭代
文章目录 概要 Stable Diffusion 底层结构与原理 文本编码器（Text Encoder） 图片生成器（Image Generator） 那扩散过程发生了什么？ stable diffusion 总体架构 主要模块分析 Un...
-
文生图——python调用stable diffusionAPI生成有趣的图像
本文将介绍如何使用Python调用Stable Diffusion API进行图像生成，实现文生图的功能。通过详细的步骤说明和示例代码，读者将能够轻松掌握这一技术，并运用它生成独特而富有创意的图像作品。无论你是编程爱好者还是设计师，都能从中获得启发和乐趣。...
-
Spring Boot3.x与阿里云人脸识别服务对接实现人脸识别
本专题致力于深入探讨如何通过SpringBoot3.x框架与OpenCV库实现高效的人脸检测和人脸识别系统。通过系统化的10篇文章，从基础概念到高级应用，结合代码示例和实战案例，逐步引导大家掌握从零开始构建完整人脸检测与识别系统的全过程。 阿里云人脸识别...
-
苹果新功能“智能摘要”或引发对AI搜索工具的冲击
苹果公司可能会再次引发“Sherlock”效应，这次的目标是AI驱动的搜索功能。近年来，苹果被指从其开发者社区借鉴创意以丰富自家应用和操作系统功能。 从20世纪90年代末Sherlock查找器应用的发布，到最近的连续互通相机、Sidecar和Apple P...
-
GitHub Copilot怎么取消付费？
0. 前言 GitHub Copilot非常好用，还没有使用过的同学可以参考教程白嫖一个月：【保姆级】VsCode 安装GitHub Copilot实操教程 GitHub Copilot每月10美元的费用对于一些用户来说可能是一笔不小的开销。如果你已经...
-
Kohya 训练器 Stable Diffusion工作流中训练LoRA模型方法
本文档是关于Stable Diffusion工作流中训练LoRA模型方法的文档 一.前置训练集准备 第一步： 准备训练集：准备训练模型时使用的训练集。注意：训练集应当能尽量涵盖训练对象的“多样化样本”。如角色立绘图，各个角度不同的图片。...
-
详解各种LLM系列｜LLaMA 2模型架构、 预训练、SFT内容详解 (PART1)
作者 | Sunnyyyyy 整理 | NewBeeNLP https://zhuanlan.zhihu.com/p/670002922 大家好，这里是 NewBeeNLP。之前我们分享了详解各种LLM系列｜...
-
一文速览Llama 3及其微调：从如何把长度扩展到100万到如何微调Llama3 8B
前言 4.19日凌晨正准备睡觉时，突然审稿项目组的文弱同学说：Meta发布Llama 3系列大语言模型了，一查，还真是 本文以大模型开发者的视角，基于Meta官方博客的介绍：Introducing Meta Llama 3: The most capa...
-
OpenAI 开源的免费 AI 语音转文字工具 - Whisper，一步一步本地部署运行
Whisper 是 OpenAI 研发的一个通用的语音识别模型，可以把语音转为文本。它在大量多样化的音频数据集上进行训练，同时还是一个多任务模型，可以执行多语言语音识别、语音翻译和语言识别。 一、使用场景 语音 => 文字 是一个非常实用的功能，...
-
AI绘画进阶工具ComfyUI 傻瓜整合包安装教程！模型共享，一键安装！
哈喽大家好，今天给大家分享一下AI绘画工具Stable Diffusion的另一种UI界面，常见的有： 窗口式界面的WebUI 节点式工作流的ComfyUI ComfyUI更加进阶一些，是一个节点式工作流的AI绘画界面，它高度可定制、自定义编辑Ai生...
-
通俗易懂的Stable Diffusion模型结构介绍
目录 SD的发展历程 SD 模型的网络结构 ClipText 文本编码器 文本向量输入Unet VAE模型 总结图 SD的发展历程 Stab...
-
Stable Diffusion基础：ControlNet之重新上色（黑白照片换新颜）
本文给大家分享 Stable Diffusion 的基础能力：ControlNet 之重新上色。 这是一个最近新上的 ControlNet 模型，它可以识别图像中的不同区域，并使用不同的颜色重新绘制它们。 安装 ControlNet 安装 工欲善其...
-
ollama-python-Python快速部署Llama 3等大型语言模型最简单方法
ollama介绍 在本地启动并运行大型语言模型。运行Llama 3、Phi 3、Mistral、Gemma和其他型号。 Llama 3 Meta Llama 3 是 Meta Inc. 开发的一系列最先进的模型，提供8B和70B参数大小（预训练或...
-
Python+whisper.cpp纯本地化语音转文字
想要用Python+whisper.cpp实现纯本地化语音转文字，我的操作环境如下： MacOS Ventura 13.0 Python3.7 conda PyAudio 一开始打算用PyAudio，解决了头文件找不到的问题（网上教程很多）之后，仍...
-
MIT最新力作：用GPT-3.5解决时间序列异常检测问题
今天给大家介绍一篇MIT上周发表的文章，使用GPT-3.5-turbo解决时间序列异常检测问题，初步验证了LLM在时间序列异常检测中的有效性。整个过程没有进行finetune，直接使用GPT-3.5-turbo进行异常检测，文中的核心是如何将时间序列转换...
-
一文教你如何调用Ascend C算子
本文分享自华为云社区《一文教你如何调用Ascend C算子》，作者： 昇腾CANN。 Ascend C是CANN针对算子开发场景推出的编程语言，原生支持C和C++标准规范，兼具开发效率和运行性能。基于Ascend C编写的算子程序，通过编译器编译和运行时...
-
Stable Diffusion AI绘画：从提示词到模型出图的全景指南
💂 个人网站:【 摸鱼游戏】【神级代码资源网站】【工具大全】 🤟 一站式轻松构建小程序、Web网站、移动应用：👉注册地址 🤟 基于Web端打造的：👉轻量化工具创作平台 💅 想寻找共同学习交流，摸鱼划水的小伙伴，请点击【全栈技术交流群】 Stable...
-
【AIGC】Mac Intel 本地 LLM 部署经验汇总（CPU Only）
书接上文，在《【AIGC】本地部署 ollama(gguf 与项目整合》章节的最后，我在 ollama 中部署 qwen1_5-14b-chat-q4_k_m.gguf 预量化模型，在非 Stream 模式下需要 89 秒才完成一轮问答，响应速度实在是太...