-
Mobile-Agent: 具有视觉感知 可以像人类样操作手机的自主多模态AI代理
Mobile-Agent是一款具有视觉感知的自主多模式移动设备代理，由北京交通大学联合阿里巴巴团队共同开发。简单的说，Mobile-Agent相当于一个可以模拟人类操作手机的自主多模态AI代理。 该代理采用纯视觉解决方案，独立于XML和系统元数据，不需要...
-
被大V推荐的AI论文，被引量会翻倍？两位推特博主5年推文背后影响揭秘
经常在 X 平台（推特）上浏览 AI 论文的研究者应该都很熟悉两位博主：AK (@_akhaliq 和 Aran Komatsuzaki (@arankomatsuzaki 。他们每天都会精选一些论文进行展示，方便大家重点阅读。数据显示，AK 在 X...
-
500行代码构建对话搜索引擎，贾扬清被内涵的Lepton Search真开源了
来了，贾扬清承诺的 Lepton Search 开源代码来了。 前天，贾扬清在 Twitter 上公布了 Lepton Search 的开源项目链接，并表示任何人、任何公司都可以自由使用开源代码。 项目链接：https://github.com/le...
-
AI在工业物联网（IIoT）中的安全管理与应用
作者 | 陈峻 审校 | 重楼 在开放的工业互联网环境中，数百万个基于物联网的终端和中间设备，需要全天候地持续通信并保持在线状态。不过，这些设备往往由于最初设计上的限制，在机密性、完整性、可用性、扩展性、以及互操作性上，存在着各种安全漏洞与隐患。与此同时...
-
检测路在何方？YOLOv8终极指南
本文经自动驾驶之心公众号授权转载，转载请联系出处。 YOLOv8是计算机视觉领域的最新发展，它是一种用于目标检测、实例分割和分类的最新先进模型。除了对模型架构本身的改进之外，YOLOv8通过一个用于使用YOLO模型的PIP包为开发者提供了一个新的友好界...
-
过去两周，六个最有可能改变AI进程的发布！
编译 ｜言征 过去两周，新的人工智能更新不断涌现，异常疯狂。我们决定整理最近发布的六大框架和模型。 1、ActAnywhere：主题感知视频背景生成 图片 Adobe Research和斯坦福大学推出了Act Anywhere，这是一种生成模型，解决了电...
-
如何使用AIGC进行语音识别和合成
1.背景介绍 语音识别和合成是人工智能领域的重要技术，它们有助于实现自然语言与计算机之间的有效沟通。在这篇文章中，我们将探讨如何使用人工智能生成模型(AIGC 进行语音识别和合成。 1. 背景介绍 语音识别是将声音转换为文本的过程，而语音...
-
AIGC时代智能绘画开启视觉新时代
大家好，我是爱编程的喵喵。双985硕士毕业，现担任全栈工程师一职，热衷于将数据思维应用到工作与生活中。从事机器学习以及相关的前后端开发工作。曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为CSDN博客专家、人工智能领域优质创作者。喜欢通过博客...
-
AI应用自动化构建平台VectorShift 通过无代码界面构建自动化工作流
YC昨天投的那家公司，VectorShift，是一家AI应用自动化构建平台。他们利用人工智能来搜索知识库、生成文档并部署聊天机器人和助手，以帮助任何组织构建企业级AI应用程序。 这家公司通过拖放支持组件来完成各种任务，比如连接不同的节点，如LLM、数据加载...
-
stable diffusion webui的代码结构解析
stable-diffusion-webui源码分析（1）-Gradio - 知乎AUTOMATIC1111的webui是近期很流行的stable-diffusion应用，它集合stable-diffusion各项常用功能，还通过扩展的形式支持contro...
-
异常值检测方法比较——基于美国职业棒球联盟2023赛季击球数据
译者 | 朱先忠 审校 | 重楼 异常值检测是一种无监督的机器学习任务，用于识别给定数据集中的异常（即“异常观测”）。在大量现实世界中，当我们的可用数据集已经被异常“污染”时，异常值检测任务对于整个机器学习环节来说是非常有帮助的。当前，开源框架Sciki...
-
Stable Diffusion 硬核生存指南：WebUI 中的 VAE
本文使用「署名 4.0 国际 (CC BY 4.0 」许可协议，欢迎转载、或重新修改使用，但需要注明来源。 署名 4.0 国际 (CC BY 4.0 本文作者: 苏洋 创建时间: 2023年07月30日 统计字数: 11485字 阅读时间: 23分钟...
-
stable diffusion实践操作-提示词-人物属性
系列文章目录 stable diffusion实践操作-提示词 文章目录 系列文章目录 前言 一、提示词汇总 1.1 人物属性1 1.2 人物属性2 前言 本文主要收纳总结了提示词-人物属性。 一、提示词汇...
-
人工智能教程（六）：Keras 和第一个数据集
在本系列的 上一篇文章中，我们学习了使用 Anaconda，加强了概率论的知识。在本文中我们将继续学习概率论的知识，学习使用 seaborn 和 Pandas 进行数据可视化，并进一步介绍 TensorFlow 和 Keras 的使用。 让我们从增长人...
-
Midjourney|文心一格prompt教程[Text Prompt（上篇）]：品牌log、App、徽章、插画、头像场景生成，各种风格选择：科技风、运动风
Midjourney|文心一格prompt教程[Text Prompt（上篇）]：品牌log、App、徽章、插画、头像场景生成，各种风格选择：科技风、运动风 1.撰写 Text Prompt 注意事项 Midjourney 跟 ChatGPT 在...
-
Midjourney V6超进化，大神网友深度评测来了！画质逼真到可怕，人像图片令人惊呆
最近，国外的一位名叫Andrei Kovalev的大神网友，做出了一份Midjourney V6的超深度评测。 指南很专业，V6和V5.2有什么不同，很直观地就能看出来。 下面，就让我们来跟随大神的脚步，深入感受一下Midjourney V6的性能有多强...
-
Agent触摸汉堡辨冷热，首次拥有类人感官！UCLA等发布3D多模态交互具身智能大模型
具身智能，是大模型未来应用的一个重要方向。 现在，大模型加持下的智能体，能够参与3D环境，不仅有了听觉视觉，还有了触觉等多种感官能力。 卧室里有什么物体，一眼辨认。 听到门铃响了，LLM便会告诉你家里来客人了。 大模型加持的NPC，在触摸桌子的香蕉后，...
-
Midjourney词库
光线与影子篇 闪耀的霓虹灯 shimmeringneon lights 黑暗中的影子 shadows in the dark 照亮城市的月光 moonlightilluminatingthe city 强烈的阳光 strong sunlight...
-
用uniapp跨平台开发一款商用的ai绘图ai作画软件的全过程
随着科技的发展，人工智能将会是以后的主流方向，ai绘图、chatgpt高科技先后出台，都获得了火爆的发展，因此想借着势头开发一款主打ai绘图的app+小程序 一、前期准备 1、选定技术框架 因为后面需要多平台发布，而尽可能减少开发成本，因此选定了...
-
【扩散模型】1、扩散模型 | 到底什么是扩散模型?
文章目录 一、什么是扩散模型 1.1 现有生成模型简介 1.2 扩散模型的理论来源 1.3 扩散模型的使用场景 1.4 扩散模型的基本结构 1.5 马尔可夫过程 二、扩散模型相关定义 2.1 符号和定义 2.2 问题规范化 三、可以提升...
-
GPU库存将到60万个！扎克伯格确认新目标：创建通用人工智能
1月19日消息，在科技领域，一股热潮正席卷而来，它源于一种坚定的信念，即科技行业正迈向实现超人、神级智能的道路上。引领这股潮流的旗手包括OpenAI，他们宣称要创造出这种通用人工智能（AGI）。而谷歌人工智能项目负责人杰米斯·哈萨比斯（Demis Ha...
-
AIGC：使用生成对抗网络GAN实现MINST手写数字图像生成
1 生成对抗网络 生成对抗网络（Generative Adversarial Networks, GAN）是一种非常经典的生成式模型，它受到双人零和博弈的启发，让两个神经网络在相互博弈中进行学习，开创了生成式模型的新范式。从 2017 年以后，GAN相...
-
【Stable diffusion inpaiting】训练自己数据集
https://github.com/advimman/lama/tree/7dee0e4a3cf5f73f86a820674bf471454f52b74f prepare your data: 1 Create masks named as `[...
-
Tokenization 指南：字节对编码，WordPiece等方法Python代码详解
在2022年11月OpenAI的ChatGPT发布之后，大型语言模型(llm 变得非常受欢迎。从那时起，这些语言模型的使用得到了爆炸式的发展，这在一定程度上得益于HuggingFace的Transformer库和PyTorch等库。 计算机要处理语言，...
-
到2028年，人工智能聊天机器人市场将达到150亿美元
人工智能聊天机器人是一种软件应用程序，其使用自然语言处理和机器学习来模拟人类与用户的对话。人工智能聊天机器人可以提供各种好处，如改善客户服务、增强用户体验、提高效率、降低成本和产生见解。 根据MarketsandMarkets的一份报告，全球人工智能聊...
-
如何部署一个chat copilot服务
微软提供了前后端代码，允许在本地部署一个chat copilot服务，这样就可以通过用脚本发请求的方式自动去提问和截取回答。 其实部署服务的过程挺简单的，按照这个教程一步一步走就可以，以下以linux为例 首先clone chat copilot的re...
-
最佳Midjourney动漫相关风格提示词，值得收藏
先补充概念，后面慢慢补图片咯 动漫艺术家 下面是一些最伟大的艺术家的名单 Hayao Miyazaki, Co-founder of Studio Ghibli（宫崎骏，吉卜力工作室的共同创始人） Eiichiro Oda, One Piece（...
-
【AIGC】医疗界的革命者，颠覆你的健康认知！
AIGC数字化和技术革新全新时代 在当今数字化和技术革新的时代，人工智能和机器学习正在改变我们的生活方式和健康状况。这些技术不仅在改善医疗保健的效率和质量方面发挥着越来越重要的作用，而且正在成为医学界的一种重要工具，帮助医生和研究人员更好地了解和...
-
AI绘画Stable Diffusion实战操作： 62个咒语调教-时尚杂志封面
今天来给大家分享，如何用sd简单的咒语输出好看的图片的教程，今天做的是时尚杂志专题，话不多说直入主题。 还不会StableDiffusion的基本操作，推荐看看这篇保姆级教程： AI绘画：Stable Diffusion 终极炼丹宝典：从入门到精通...
-
[玩转AIGC]LLaMA2训练中文文章撰写神器（数据准备，数据处理，模型训练，模型推理）
目录 一、下载并加载中文数据集 二、中文数据集处理 1、数据格式 2、数据集处理之tokenizer训练格式 1）先将一篇篇文本拼凑到一起（只是简单的拼凑一起，用于训练tokenizer） 2）将数据集进行合并 3、数据集处理之模型（ll...
-
效果超越Gen-2！字节最新视频生成模型，一句话让绿巨人戴上VR眼镜
一句话，就让绿巨人戴上VR眼镜。 4K画质那种。 熊猫的奇幻漂流~ 这是字节最新的AI视频生成模型MagicVideo-V2，各种奇思妙想的想法都能实现。它不仅支持4K、8K超高分辨率，轻松hold各种绘图风格。 △从左往右：油画风、赛博风、设计风...
-
LLaMA-v2-Chat vs. Alpaca：应该在什么时候使用不同的人工智能模型？
译者 | 李睿 审校 | 重楼 如今，大型语言模型（LLM）正在彻底改变人们的工作和生活，从语言生成到图像字幕软件，再到友好的聊天机器人。这些人工智能模型为解决现实世界的问题提供了强大的工具，例如生成聊天响应或遵循复杂的指令。在这篇关于LLaMA v2的...
-
驾驭AI绘画：《AI魔法绘画》带你秒变顶级画手！
大家好，我是herosunly。985院校硕士毕业，现担任算法研究员一职，热衷于机器学习算法研究与应用。曾获得阿里云天池比赛第一名，CCF比赛第二名，科大讯飞比赛第三名。拥有多项发明专利。对机器学习和深度学习拥有自己独到的见解。曾经辅导过若干个非计算机...
-
AI绘画Midjourney的咒语关键词汇总结
近期很多人都在研究Ai,被他强大的运算和准确性所震撼，和我们设计师相关的一个Ai绘画工具-Midjourney，绝对是占设计圈头部流量的，在圈内掀起一片热潮，今天我们就专门围绕他来展开说说，当然除了这个外，我们还给大家推荐了十大AI绘画神器，感兴趣可以翻翻...
-
【AI实战】llama.cpp量化cuBLAS编译；nvcc fatal:Value ‘native‘ is not defined for option ‘gpu-architecture‘
【AI实战】llama.cpp量化cuBLAS编译；nvcc fatal:Value 'native' is not defined for option 'gpu-architecture' llama.cpp量化介绍 llama.cpp 编...
-
十个值得收藏的AI人工智能网站（AI绘画、AI插件）
1、伯乐 AI 伯乐 AI（https://ai.bleai.cn）是一种基于文心大模型的知识增强大语言模型，专注于自然语言处理（NLP）领域的技术研发。它具备强大的语义理解和生成能力，能够处理各种复杂的自然语言任务。 伯乐 AI在NLP领域有着广泛的应用...
-
Llama~transformers搭建
本例从零开始基于transformers库逐模块搭建和解读Llama模型源码(中文可以翻译成羊驼 。 并且训练它来实现一个有趣的实例：两数之和。 输入输出类似如下： 输入："12345+54321=" 输出："66666" 我们把这个任务当做一个...
-
Google Bard初体验 - 感觉并不是很能打
写在前面：博主是一只经过实战开发历练后投身培训事业的“小山猪”，昵称取自动画片《狮子王》中的“彭彭”，总是以乐观、积极的心态对待周边的事物。本人的技术路线从Java全栈工程师一路奔向大数据开发、数据挖掘领域，如今终有小成，愿将昔日所获与大家交流一二，希望对...
-
AI搜索引擎再吸金5.28亿，英伟达贝佐斯入股，LeCun一众大佬夹道祝贺！网友：干翻谷歌
谷歌搜索竞争对手、AI初创公司Perplexity AI开年就拿下了一笔大融资—— 总额7360万美元（约RMB5.28亿），IVP领投，英伟达、亚马逊创始人杰夫·贝索斯也跟投了。 创下了近年来互联网搜索初创公司融资金额新纪录。 加上早前两轮融资，Per...
-
AI平台：Free Real Time Voice Changer for PC & Mac - Voicemod
Free Real Time Voice Changer for PC & Mac - Voicemod FEE...
-
AI平台：Filme® -Quality Video Editing Tools to Digitalize Your Storytelling
Filme® -Quality Video Editing Tools to Digitalize Your Storytelling Magi...
-
AI平台：晓语台-先进的点击式文本创作平台！
晓语台-先进的点击式文本创作平台！ 签到升级会员微信扫码咨询客服登录/注册首页我的创作台我的作品自由创作自由对话基础创作主题中心...
-
一句话精准视频片段定位！清华新方法拿下SOTA｜已开源
只需一句话描述，就能在一大段视频中定位到对应片段！ 比如描述“一个人一边下楼梯一边喝水”，通过视频画面和脚步声的匹配，新方法一下子就能揪出对应起止时间戳： 就连“大笑”这种语义难理解型的，也能准确定位： 方法名为自适应双分支促进网络（ADPN），由清...
-
ChatGPT+Ai绘图【stable-diffusion实战】
ai绘图 stable-diffusion生成【还有很大的提升空间】 提示词1 Picture a planet where every living thing is made of light. The landscapes are bre...
-
大模型系列：OpenAI使用技巧_Whisper提示指南
文章目录 与GPT提示的比较 设置 作为基准，我们将转录NPR播客片段 转录遵循提示的风格 在提示中传递名称以防止拼写错误 GPT可以生成虚构的提示 OpenAI的音频转录API有一个可选参数称为 prompt。 提示旨在帮助拼...
-
[linux-sd-webui]api化之训练lora
lora的训练使用的文件是https://github.com/Akegarasu/lora-scripts lora训练是需要成对的文本图像对的，需要准备相应的训练数据。 1.训练数据准备 使用deepbooru/blip生成训练数据，建筑类建议使...
-
AAAI 2024 Fellow公布，清华大学朱军教授入选
AAAI（Association for the Advancement of Artificial Intelligence）是国际人工智能领域最权威的学术组织之一，Fellow 是该学会给予会员的最高荣誉，仅颁给对人工智能做出「非同寻常的卓越贡献者」...
-
使用Google大模型Bard(PaLM)理解时间序列预测模型ARIMA
使用Bard模型理解时间序列预测模型ARIMA Q: explains ARIMA model (注释：让Bard解释下时间序列预测模型ARIMA Q: explains the AR sub model in ARIMA model, gi...
-
【个人首测】百度文心一言 VS ChatGPT GPT-4
昨天我写了一篇文章GPT-4牛是牛，但这几天先别急,文中我测试了用GPT-4回答ChatGPT 3.5 和 Notion AI的问题，大家期待的图片输入也没有出现。 昨天下午百度发布了文心一言，对标ChatGPT，录屏+无实机演示让百度股价暴跌。...
-
表情包也能用 AI 生成？如何借助 AIGC 自定义专属表情包 #Memix
随着我们越来越离不开社交媒体，表情包也已经成为我们日常生活中的必备单品。有着个人鲜明风格的「表情包」，不仅是独特的「社交名片」，也能给人留下耳目一新的印象！ 谁的收藏夹里没有一堆私藏表情包呢！ Memix 借助 AI 技术的发展，自定义专...