-
挑战Transformer的Mamba是什么来头？作者博士论文理清SSM进化路径
在大模型领域，Transformer 凭一己之力撑起了整个江山。但随着模型规模的扩展和需要处理的序列不断变长，Transformer 的局限性也逐渐凸显，比如其自注意力机制的计算量会随着上下文长度的增加呈平方级增长。为了克服这些缺陷，研究者们开发出了很多...
-
阿里团队推新AI模型I2VGen-XL：单张静止图像就能生成高质量视频
视频合成最近取得了显著的进步，这得益于扩散模型的快速发展。然而，它在语义准确性、清晰度和时空连续性方面仍然存在挑战。它们主要源于文本-视频数据的稀缺性和视频的复杂固有结构，使得模型难以同时确保语义和定性的卓越性。 阿里巴巴、浙江大学和华中科技大学的研究人员...
-
stable-diffusion安装和简单测试
参考：https://github.com/CompVis/stable-diffusion理解DALL·E 2， Stable Diffusion和 Midjourney的工作原理Latent Diffusion Models论文解读【生成式AI】淺談圖...
-
window安装Stable-Diffusion-WebUI详细教程
直接上效果图，这是通过stable diffusion webui 利用古风模型生成的图片，实在是太好看了！！！ 看了这些图，有没有心痒痒的？今天就来带大家入个门！先把软件搞起来 ！ 【前言】 Stable Diffusion是2022年发布的深度学...
-
AI向百万薪资 高级原画师开刀？！爆Midjourney入局3D模型生成
来源 SoulofArt | ID Soul_Art 现在AI向高级原画师和3D开刀了？ 网传爆料AI已入局3D模型生成... 这进化速度放在整个行业都十分炸裂 4月，Midjourney进一步宣布推出Niji-journey V5...
-
14秒就能重建视频，还能变换角色，Meta让视频合成提速44倍
就今天的人工智能发展水平来说，文生图、图生视频、图像/视频风格迁移都已经不算什么难事。 生成式 AI 天赋异禀，能够毫不费力地创建或修改内容。尤其是图像编辑，在以十亿规模数据集为基础预训练的文本到图像扩散模型的推动下，经历了重大发展。这股浪潮催生了大量图...
-
击败扩散模型，清华朱军团队基于薛定谔桥的新语音合成系统来了
近日，由清华大学计算机系朱军教授课题组发布的基于薛定谔桥的语音合成系统 [1]，凭借其 「数据到数据」的生成范式，在样本质量和采样速度两方面，均击败了扩散模型的 「噪声到数据」范式。 论文链接：https://arxiv.org/abs/2312.03...
-
Llama 2免费托管及API提供
Llama 2 是 Meta 最新的文本生成模型，目前其性能优于所有开源替代方案。 推荐：用 NSDT编辑器 快速搭建可编程3D场景 1、强大的Llama 2 它击败了 Falcon-40B（之前最好的开源基础模型），与 GPT-3....
-
利用Stable diffusion Ai 制作艺术二维码超详细参数和教程
大家有没有发现最近这段时间网上出现了各种各样的AI艺术二维码，这种二维码的出现，简直是对二维码的“颠覆式创新”，直接把传统的二维码提升了一个维度！作为设计师的我们怎么可以不会呢？ 今天就教大家怎么制作这种超有艺术的二维码，硬是把二维码上升到了艺术层面，比如...
-
[Stable Diffusion进阶篇]LCM提示SD文生图效率，Lcm_lora使用体验
LCM 官方以此训练了一个新的模型 Dreamshaper-V7，仅通过 2-4 步就能生成一张 768*768 分辨率的清晰图像。 以往我们用 SD 生成图片起码需要20步的步数，现在使用 LCM 只需要4步就行，实现所见即所得。 1....
-
一分钟叫你怎样AI绘画 Vega Ai
先看效果图： 是不是也想自己去创造这样的图片呢，注意已经不需要自己画了！！ Vega AI 简介 Vega AI是一款能够 文字生成图片、根据图片+文字进行生成图片、条件生成图片 、根据多张图片训练出自己的风格，在风格广场选择他人制作的...
-
只需一张图片、一句动作指令，Animate124轻松生成3D视频
近一年来，DreamFusion 引领了一个新潮流，即 3D 静态物体与场景的生成，这在生成技术领域引发了广泛关注。回顾过去一年，我们见证了 3D 静态生成技术在质量和控制性方面的显著进步。技术发展从基于文本的生成起步，逐渐融入单视角图像，进而发展到整合...
-
我的大模型观：我眼中的LLM
文章目录 大模型是有智能的。 也许，大模型是一场骗局？ 从头训练or微调 我想象中的大模型架构 大厂的大模型 中小厂和个人开发该何去何从？ 今年，大模型火的一塌糊涂。最近几个月paper with code上，前几名的论文几乎都是生成模...
-
AI视野：Midjourney V6史诗级升级;ChatGPT新增存档聊天记录功能;阿里DreaMoving开源；百度千帆AppBuilder开放
???AI新鲜事 Midjourney V6史诗级升级，网友惊呼太逼真! 网友在Midjourney V6第二次社区评价中惊叹其逼真神图，光影效果出众，上线倒计时，可能在今明两天内发布。 ChatGPT新增存档聊天记录功能 12月21日，OpenAI在...
-
开创全新通用3D大模型，VAST将3D生成带入「秒级」时代
生成式 AI 在3D 领域在很长一段时间内都在等待自己的「ChatGPT」时刻。 传统3D 建模涉及游戏、影视、建筑等多个行业，普遍依赖专业人员手动操作，生产周期短则几天，多则以月为单位，单个3D 模型的创建成本至少需要几千元。生成式 AI 技术在2D 图...
-
被称为下一代风口的AIGC到底是什么？
近期，短视频平台上“AI绘画”的概念爆火，ChatGPT这一词条也刷爆了科技圈，而这些概念同属于一个领域——AIGC。2022年12月，Science杂志发布的2022年度科学十大突破中，AIGC入选。 那么，被称之为是AI下一代风口的AIGC到底是什么...
-
【AI进阶】Stable Diffusion安装部署
目录 1.Stable Diffusion简述 2.sd下载安装 3.sd运行使用 低于3G显存 4G显存 低于5G显存 6G显存 生成图片 4.C站-安装模型 1.Stable Diffusion简述 Stable Diff...
-
CVPR 2023 | 可控文生图/定制化文生图领域论文详解 AI作画增强版
可控文生图/定制化文生图 1、DreamBooth: Fine Tuning Text-to-Image Diffusion Models for Subject-Driven Generation DreamBooth是一种新的文本到图像扩散模型...
-
斯坦福大学研究生开发名为PIGEON的AI模型 仅通过几张照片找到你的位置
斯坦福大学的研究生们开发了一款名为 PIGEON 的应用程序，可以仅仅通过查看 Google 街景图像或其他图像来确定具体位置，其准确率令人印象深刻。 根据预印本论文的数据，PIGEON 可以以92%的准确率预测所拍摄国家，并且在40%的猜测中可以将位置定...
-
AIGC实战——条件生成对抗网络(Conditional Generative Adversarial Net, CGAN)
AIGC实战——条件生成对抗网络 0. 前言 1. CGAN架构 2. 模型训练 3. CGAN 分析 小结 系列链接 0. 前言 我们已经学习了如何构建生成对抗网络 (Generative Adversarial Net, GA...
-
用生物脑机制启发持续学习，让智能系统适者生存，清华朱军等团队研究登Nature子刊封面
在开放、高动态和演化环境中的学习能力是生物智能的核心要素之一，也是人类以及大多数动物在「适者生存」的自然选择过程中形成的重要优势。目前传统机器学习范式是在静态和封闭的数据集上学习到一个模型，并假设其应用环境和之前训练数据的属性相同，因而无法适应动态开放环...
-
Diffusion Model (扩散生成模型)的基本原理详解(二）Score-Based Generative Modeling(SGM)
本篇是《Diffusion Model (扩散生成模型 的基本原理详解(一）Denoising Diffusion Probabilistic Models(DDPM 》的续写，继续介绍有关diffusion的另一个相关模型，同理，参考文献和详细内容与上一...
-
StableVideo：使用Stable Diffusion生成连续无闪烁的视频
使用Stable Diffusion生成视频一直是人们的研究目标，但是我们遇到的最大问题是视频帧和帧之间的闪烁，但是最新的论文则着力解决这个问题。 本文总结了Chai等人的论文《StableVideo: Text-driven consistency -...
-
UIUC清华联手发布全新代码大模型Magicoder 不到7B参数
在代码生成领域，UIUC和清华合作发布了Magicoder，这一全新的大型语言模型仅使用了7B参数，却能与顶级模型媲美，并以全面开源的方式分享了其代码、权重和数据。Magicoder的关键在于采用了OSS-INSTRUCT方法，该方法通过从开源代码中获取灵...
-
word2vec作者曝与Ilya等十年积怨：seq2seq也是我的想法
里程碑式论文word2vec获得NeurIPS时间检验奖，可谓实至名归。 但一作Tomas Mikolov在Facebook上发表的长篇获奖感言，却充满了失望和不满。 图片 论文最初被ICLR拒稿都算小事了，他还暗讽了OpenAI首席科学家Ilya Su...
-
速度暴涨1000倍！扩散模型预测材料“炼金”过程，体系越复杂加速度越大
用扩散模型预测化学反应，速度直接暴涨1000倍！ 原本需要用计算机硬算几小时甚至一天，现在单个GPU用6秒钟就能搞定。 这是MIT和康奈尔大学联合搞出来的一项新研究，用扩散模型来预测化学反应中最关键的过渡态结构，不仅计算速度提升1000倍，结果也竟然意想...
-
Mistral携微软引爆「小语言模型」潮！Mistral中杯代码能力完胜GPT-4，成本暴降2/3
最近，「小语言模型」忽然成为热点。 本周一，刚刚完成4.15亿美元融资的法国AI初创公司Mistral，发布了Mixtral 8x7B模型。 这个开源模型尽管尺寸不大，小到足以在一台内存100GB以上的电脑上运行，然而在某些基准测试中却能和GPT-3....
-
3个问题！验明GPT-4真身；基于GPT科研加速技巧汇总；Midjourney神仙教程；印象笔记有AI功能啦 | ShowMeAI日报
?日报&周刊合集 | ?生产力工具与行业应用大全 | ? 点赞关注评论拜托啦！ ? 『GPT-4 验明真身的三个经典问题』快速区分 GPT-3.5 与 GPT-4，快来对答案 这里收集了几个免费使用 GPT-4 的工具，社区小伙...
-
UC伯克利DeepMind等联合发布真实世界模拟器，打破虚实边界
真实世界模拟器来啦！ 还在发愁训练出的大模型无法适应真实的物理世界吗？ AI Agent想要进入我们的生活还有多远的距离？ ——UC伯克利、谷歌DeepMind、MIT和阿尔伯塔大学的研究人员告诉你答案。 在NeurlPS 2023上，研究人员将展示他们...
-
【小沐学NLP】在线AI绘画网站（网易云课堂：AI绘画工坊）
文章目录 1、简介 1.1 参与方式 1.2 模型简介 2、使用费用 3、操作步骤 3.1 选择模型 3.2 输入提示词 3.3 调整参数 3.4 图片生成 4、测试例子 4.1 小狗 4.2 蜘蛛侠 4.3 人物 4.4 龙猫 结...
-
AI绘画软件DALL-E3上线，功能强大且免费使用
AI绘画软件DALL-E3上线，功能强大且免费使用 Bing 与 OpenAI 的 DALL-E 3 的合作证明了搜索引擎和人工智能的创造力之间不断发展的协同作用。DALL-E 3 的功能不再局限于技术爱好者和专业人士的领域，现在所有人都可以通过...
-
Stable Diffusion加chilloutmixni真人图片生成模型，AI绘图杀疯了
上期图文教程，我们分享过AI绘图大模型Stable Diffusion以及中文版本文心AI绘画大模型的基础知识以及代码实现，截至到目前为止。Stable Diffusion模型已经更新到了V2.1版本，其文生图大模型也越来越火，其在2022年底，由AI绘制...
-
Beezy 实测：Bard Google vs ChatGPT，你该怎么选？
随着人工智能技术的不断发展，越来越多的创新型公司开始加入这场“智能化”竞赛。在众多的AI企业中，Bard Google和ChatGPT无疑是两大巨头。两家公司都拥有自己独特的技术，同时也面临着自己的挑战。 在本文中，我们将通过交互功能、文本生成、逻辑推理...
-
扩散模型训练太难？来看看Meta AI最新提出的KNN-Diffusion
原文链接：https://www.techbeat.net/article-info?id=4323 作者：seven_ 最近AIGC社区中有趣的工作可谓是层出不穷，这都得益于扩散模型（Diffusion Models）的成功，扩散模型作为生成式AI...
-
AI视野：谷歌Gemini Pro开放；文心一言插件商城上线；谷歌图像生成模型Imagen2发布；阿里推虚拟试穿技术Outfit Anyone
???AI新鲜事 谷歌Gemini Pro开放 谷歌Gemini Pro大模型在研究基准测试中表现优异，支持32K上下文窗口的文本输入和生成功能，向Vertex AI云计算客户和AI Studio开发人员开放，提供多种功能和SDK，为构建AI应用程序提供更...
-
AI-多模态-文本-＞图像-2021：Stable Diffusion【开源】【目前开源模型中最强】
最近大火的Stable Diffusion也开源了(20220823 ; 我也本地化测试了一下效果确实比Dall-E mini强太多了，对于我们这些玩不上Dall-E2的这个简直就是就是捡钱的感觉，当然后期跑起来，稍微不注意显存就炸了。 这里我写一下安...
-
Stable Diffusion webui 基础参数学习
哈喽，各位小伙伴们大家好，最近一直再研究人工智能类的生产力，不得不说随着时代科技的进步让人工智能也得到了突破性的发展。而小编前段时间玩画画也是玩的不可自拔，你能想想得到，一个完全不会画画的有一天也能创作出绘画作品。 熟知小编教学的小伙伴都知道，一般都是图...
-
腾讯又整活！一句话让图片变动漫主角！
撰稿 | 清竹 出品 | 51CTO技术栈（微信号：blog51cto） 2023年底，AI圈似乎已经被“文生视频”模型攻占了！ 11月底 AI 文生视频工具 Pika 1.0 横空出世、风头一时无两，日前斯坦福大学 AI 科学家李飞飞团队联合谷歌推...
-
随意指定CLIP关注区域！上交复旦等发布Alpha-CLIP：同时保持全图+局部检测能力
CLIP是目前最流行的视觉基座模型，其应用场景包括但不限于： 与LLM大语言模型结合成为视觉多模态大模型； 作为图像生成(Stable Diffusion 、点云生成(Point-E 的condition model，实现image-to-3D； 用于...
-
AIGC快速入门体验之虚拟对象
AIGC快速入门体验之虚拟对象 一、什么是AIGC 二、AIGC应用场景 2.1 代码生成 2.2 图片生成 2.3 对象生成 三、AIGC虚拟对象 3.1 AIGC完全免费工具 3.2 快速获取对象 3.3 给对象取名 3.4 为对象写...
-
面向 Stable Diffusion 的自动 Prompt 工程算法 BeautifulPrompt
近日，阿里云人工智能平台PAI与华南理工大学朱金辉教授团队合作在自然语言处理顶级会议EMNLP2023上发表了BeautifulPrompt的深度生成模型，可以从简单的图片描述中生成高质量的提示词，从而使文生图模型能够生成更美观的图像。BeautifulP...
-
AI视野：Midjourney正式上线Alpha网页版；OpenAI恢复会员注册；腾讯发布视频生成模型AnimateZero；微软发布小语言模型AI Phi-2
???AI应用 Midjourney正式上线Alpha网页版!支持已生成图片设置参数回填 Midjourney Alpha全新升级，生成用户界面更便捷，成功生成1万张图片即可获得权限，可视化图像参数支持点击回填到提示词输入框，提升生成体验。 截图自归藏...
-
Stable-Diffusion深度学习文本到图像生成模型
1. Stable Diffusion 1.1 用法和争议 1.2 许可证 1.3 不可控性 1.4 一点想法 1.5 用途 1.6 教程链接 2. Setup 2.1 Draw Things 2.2 diffusionbee 2.3 AUTOMATI...
-
Diffusion Model (扩散生成模型)的基本原理详解(三）Stochastic Differential Equation(SDE）
本篇是《Diffusion Model (扩散生成模型 的基本原理详解(二）Score-Based Generative Modeling(SGM 》的续写，继续介绍有关diffusion的另一个相关模型，同理，参考文献和详细内容与上一篇相同，读者可自行查...
-
AI视野：Pika1.0首批用户资格揭晓；Runway官宣下场通用世界模型；妙鸭相机推出AI修图；抖音正式上线AI创作功能
???AI新鲜事 Pika1.0首批用户资格揭晓 Pika Labs最新视频生成产品Pika1.0引起轰动，已开始向候补名单用户发放使用资格。Pika1.0以文生成视频为特色，提供3秒视频快速生成、背景修改等功能。用户可在推特或邮箱确认是否成为首批体验者。...
-
467亿参数MoE追平GPT-3.5！爆火开源Mixtral模型细节首公开，中杯逼近GPT-4
今天，Mistral AI正式放出了Mixtral 8x7B的技术细节—— 在大多数基准测试中，Mixtral的表现不仅优于Llama 2 70B，而且推理速度提高了整整6倍！ 尤其是，它在大多数标准基准测试上与GPT-3.5打平，甚至略胜一筹。 新开源...
-
AIGC专栏4——Stable Diffusion原理解析-inpaint修复图片为例
AIGC专栏4——Stable Diffusion原理解析-inpaint修复图片为例 学习前言 源码下载地址 原理解析 一、先验知识 二、什么是inpaint 三、Stable Diffusion中的inpaint 1、开源的inpain...
-
Stability AI推出Stable Diffusion XL 1.0，文本到图像模型
Stability AI宣布推出Stable Diffusion XL 1.0，这是一个文本到图像的模型，该公司将其描述为迄今为止“最先进的”版本。 Stability AI表示，SDXL 1.0能生成更加鲜明准确的色彩，在对比度、光线和阴影方面做了增强...
-
如何利用生成式人工智能进行精确编码
生成式人工智能(GenAI 对技术领域产生了重大影响，其变革潜力正在扩展到软件工程领域。随着生成式人工智能的应用，特别是在提示的帮助下，“编码员”的概念已成为现实。该技术通过利用其在自然语言处理、意图识别和代码生成方面的功能，为增强软件开发过程提供了一...
-
尴尬！马斯克的Grok因用ChatGPT的数据回答出现幻觉
近日，伊隆·马斯克推出了xAI公司开发的新人工智能聊天机器人Grok。然而，令人惊讶的是，Grok被曝光使用了OpenAI的ChatGPT的数据，这让其开发人员感到十分意外。 Grok是针对美国Premium+ X订阅用户推出的，据官方声明，这款新的聊天机...