-
使用openai-whisper实现语音转文字
使用openai-whisper实现语音转文字 1 安装依赖 1.1 Windows下安装ffmpeg FFmpeg是一套可以用来记录、转换数字音频、视频，并能将其转化为流的开源计算机程序。采用LGPL或GPL许可证。它提供了录制、转换以及流化...
-
出门问问开放大模型“序列猴子”开源数据集
出门问问宣布，将向公众开放其超大规模语言模型“序列猴子”的部分训练数据集，命名为“序列猴子开源数据集1.0”。 序列猴子，作为出门问问的核心技术之一，具备强大的通用表示与推理能力，已在问答系统、自然语言处理、机器翻译、文本摘要等多个领域展现出其卓越的性能，...
-
打入AI底层！NUS尤洋团队用扩散模型构建神经网络参数，LeCun点赞
扩散模型，迎来了一项重大新应用—— 像Sora生成视频一样，给神经网络生成参数，直接打入了AI的底层！ 这就是新加坡国立大学尤洋教授团队联合UCB、Meta AI实验室等机构最新开源的研究成果。 具体来说，研究团队提出了一种用于生成神经网络参数的扩散模...
-
AIGC 实战：如何使用 Docker 在 Ollama 上离线运行大模型（LLM）
Ollama简介 Ollama 是一个开源平台，用于管理和运行各种大型语言模型 (LLM ，例如 Llama 2、Mistral 和 Tinyllama。它提供命令行界面 (CLI 用于安装、模型管理和交互。您可以使用 Ollama 根据您的需求下载...
-
webassembly003 whisper.cpp的python绑定实现+Cython+Setuptools
python绑定的相关项目 官方未提供python的封装绑定，直接调用执行文件 https://github.com/stlukey/whispercpp.py提供了源码和Cpython结合的绑定 https://github.com/zh...
-
干货满满！大神Karpathy两小时AI大课文字版第一弹，全新工作流自动把视频转成文章
前段时间，AI大神Karpathy上线的AI大课，已经收获了全网15万次播放量。 当时还有网友表示，这2小时课程的含金量，相当于大学4年。 就在这几天，Karpathy又萌生了一个新的想法： 那便是，将2小时13分钟的「从头开始构建GPT分词器」的视频...
-
一手借东风，Reddit把用户「卖」了个好价钱；AI增强搜索工具清单(私藏版)；2024年Star飙升的LLM学习路线图；AIGC教育行业全景报告 | 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！ ? 国产大模型进入生态构建阶段，纷纷出炉开发者激励计划 https://www.moonshot.cn 2月5日，月之暗面 Moonsho...
-
AI语音识别模块--whisper模块
1.下载 ffmpeg，挑一个自己电脑系统的版本，下载，如我win64： 地址： Releases · BtbN/FFmpeg-Builds · GitHub 下载压缩包zip，到·本地 解压安装，其实无需安装，只需把对应的目录下的bin，...
-
让你的自媒体文章更有魅力：这10款ai写作工具你一定不能错过！ #其他#AI写作#AI写作
很多小伙伴想要自己做自媒体，但是却不知道从何下手，今天我就和大家分享一波好用的一些自媒体工具。 1.红桃写作 这是一个微信公众号 面向专业写作领域的ai写作工具，写作助手包括，ai论文,ai开题报告、ai公文写作、ai商业计划书、文献综述、a...
-
《Stable Diffusion WebUI折腾实录》在Windows完成安装, 从社区下载热门模型，批量生成小姐姐图片
环境 操作系统: Windows11 显卡: RTX2060 6GB 显存 安装Python 下载 Python3.10.6 https://www.python.org/ftp/python/3.10.6/python-3.10.6-amd64...
-
AI绘画专栏之Comfyui之AnimateDiffLCM更快效果更佳工作流分享
AnimateLCM能够在很少的步骤中生成高质量的视频。相比直接在原始视频数据集上应用一致性学习，该项目提出了一种解耦的一致性学习策略，分别对图像生成的基础知识和运动生成的基础知识进行提炼。这种策略提高了训练效率并提升了生成视频的视觉质量。 那么关于两个...
-
目标检测新SOTA：YOLOv9问世，新架构让传统卷积重焕生机
继 2023 年 1 月 YOLOv8 正式发布一年多以后，YOLOv9 终于来了！ 我们知道，YOLO 是一种基于图像全局信息进行预测的目标检测系统。自 2015 年 Joseph Redmon、Ali Farhadi 等人提出初代模型以来，领域内的研...
-
AI图像（AIGC for PIC）大模型实战|Stable Diffusion
AI GC text to pic 图像生成模型 目前随着AIGC模型的火爆，AI内容创作远超人类创造水平和能力，极大了提升了创作空间。 为此我们要接触新鲜事物，用于尝试新技术。 那针对目前火爆的AImodel我们开始进行学习，尝试本地化部署，生成...
-
Copilot：编程助手，你真的需要它吗？使用体验对比分享
大家好，我是烤鸭： 最近ai火的狠，想聊聊代码里的copliot，最近几个月也使用了几款不同的copliot。 什么是copliot copliot 是ai助手，我们要说的是编程界的copliot。 先介绍几款我用过的： github c...
-
Copilot 插件的使用介绍：如何快速上手
GitHub Copilot 本文主要介绍如何通过脚本工具激活 GitHub Copilot 插件，提供安装及激活图文教程，大家按下面操作即可激活GitHub Copilot插件，免费使用Ai编码工具 一、GitHub Copilot 介绍 GitH...
-
保姆级amd显卡win11搭建stable diffusion教程，GPU运算，而不是CPU运算！！！
1.安装Git 2.安装python python版本一定要是3.10.6 如果是其他版本，请卸载后再重新安装此版本 3.git代理配置 此步骤主要是解决拉github源码慢的问题，如果有vpn客户端的同学，记得要单独再配置下git的代理配置...
-
谷歌最新开源的 Gemma 模型，秒杀 Llma-2！
Gemma 是什么 Gemma 是一个轻量级、最先进的开放式模型系列，采用了与创建 Gemini 模型相同的研究和技术。Gemma 由 Google DeepMind 和 Google 的其他团队共同开发，其灵感来源于双子座，名字反映了拉丁语 gemm...
-
SoraWebui之后，又有开发者开源Sora AI视频生成器模板sorafm
最近，Sora爆火，但由于还没正式开放，大多数网友只能眼巴巴看着。开发者们也不闲着，先把“壳子”弄好，就等着Sora正式开放，填个API就行了。 比如之前给大家介绍过的SoraWebui，目前通过模拟 DALL-E3的 API 接口字段进行实现。 地址：...
-
Karpathy离职OpenAI，首发2小时AI大课！从头开始构建GPT分词器
离职OpenAI的技术大神karpathy，终于上线了2小时的AI大课。 ——「让我们构建GPT Tokenizer（分词器）」。 其实，早在新课推出两天前，karpathy在更新的GitHub项目中，就预告了这件事。 这个项目是minbpe——专为...
-
copilot插件使用介绍
Copilot 是一款由 GitHub 和 OpenAI 共同开发的智能编程助手，可以根据您的输入快速生成代码片段。下面是 Copilot 插件的使用介绍： 1.安装插件： • 打开 Visual Studio Code（VS Code）编辑器。...
-
新手如何拿捏 Github Copilot AI助手，帮助你提高写代码效率
GitHub Copilot 是什么 Copilot (https://copilot.github.com/ 是由 Github 提供的AI编码辅助工具，它可以在编码过程中提供基于 AI 学习的编码建议。在很多情况下，只需要有注释或者函数名称，Co...
-
为 Windows10 22H2 启用 Microsoft Copilot 功能
文章目录 背景 启用 Copilot 步骤 开启 Copilot 入口 启用 Copilot 功能 系列地址 本文初发于 “偕臧的小站”，同步转载于此。 简 述: 作为 Window 10 22H2 的长期使用者，也开...
-
GitHub Copilot（包括Github Copilot Chat）的使用
目录 1.在Pycharm下载GitHub Copilot插件 2.使用Github账号授权 3.使用GitHub Copilot 3.1 接受或者拒绝代码建议 3.2 查看下一个建议 3.3 接受部分建议 3.4 根据注释生成代码建议 4...
-
谷歌VideoPoet负责人蒋路跳槽TikTok！对标Sora，AI视频模型大战在即
离职OpenAI的技术大神karpathy，终于上线了2小时的AI大课。 ——「让我们构建GPT Tokenizer（分词器）」。 图片 其实，早在新课推出两天前，karpathy在更新的GitHub项目中，就预告了这件事。 图片 这个项目是minbpe...
-
3秒实现无痛基于Stable Diffusion WebUI安装ComfyUI！无需重复安装环境！无需重复下载模型！安装教程
标题略有夸张哈哈哈哈，但想表达的是，相较于直接下载或者通过秋叶包更新而，接下来这一套方案确实很简单，而且能够 大大节省磁盘空间，和下载时间。 这篇教程不需要你有： 代码基础。都是复制粘贴就完事。 魔法。 这篇教程默认你已经有： 1. 本地能够正...
-
OpenAI员工自曝“996”加班实锤 ChatGPT热潮下工作生活失衡
近日，OpenAI员工过劳问题再次浮出水面。该公司思维链项目团队员工、前谷歌工程师Jason Wei日前在社交平台上晒出自己一天的详细作息时间表，从早上9点工作至次日凌晨1点15分，几乎没休息。 图中这位员工的一天被安排得满满当当，工作与生活之间鲜有间隙...
-
出圈的Sora带火DiT，连登GitHub热榜，已进化出新版本SiT
虽然已经发布近一周时间，OpenAI 视频生成大模型 Sora 的影响仍在继续！ 其中，Sora 研发负责人之一 Bill Peebles 与纽约大学助理教授谢赛宁撰写的 DiT（扩散 Transformer）论文《Scalable Diffusion...
-
OpenAI开源！！Whisper语音识别实战！！【环境配置+代码实现】
目录 环境配置 代码实现 ****** 实现 .mp4转换为 .wav文件，识别后进行关键词匹配并输出关键词出现的次数 ****** 完整代码实现请私信 环境配置 安装 ffmpeg 打开网址 https://githu...
-
看完就会！手把手入门开源AI绘图Stable Diffusion
AIGC现如今可谓是如日中天，AI绘画算是其中最火的了。现在的AI绘图工具也是百家争鸣，不管是网页端，APP端，还是小程序端，都能看到各种各样的AI绘图工具，他们多是需要你发送关键词或绘图命令到他们的服务器，然后由服务器渲染完成之后返图给你，所以一定会占用...
-
被字节辟谣的中文版Sora，究竟厉害在哪里？
撰稿 | 云昭 出品 | 51CTO技术栈（微信号：blog51cto） 近日，市场有消息称，在Sora引爆文生视频赛道之前，国内的字节跳动也推出了一款新型视频模型Boximator，与Gen-2、Pink1.0等既有模型相比，Boximator的独特...
-
四个优秀AI Agent开源项目，谈一谈大模型、人工智能代理
什么是AI Agent？ 现在我们与大模型的互动，一般的过程是先输入一个提示词，之后，大模型根据输入内容进行计算并响应。每次想要得到一个新的输出，我们就必须再提供一个提示词。这个过程有点麻烦，因为总是要有人来驱动。 AI Agent（人工智能代理）则以不...
-
AIGC：腾讯云服务器快速部署stable-diffusion环境，使用ChilloutMix模型进行画图
文章目录 @[toc] 背景 一. **购买服务器** 二. **前置配置** 三. **部署webui，完成配置** 四. **其他探索** 其他 背景 前两天在某公众号的软文刷到了AI绘画领域最新的ChilloutM...
-
OpenAI员工自曝996作息表，网友：真正的卷不需要强迫
OpenAI也996，实锤了（doge）。 思维链作者、从谷歌跳槽OpenAI的Jason Wei刚刚分享了自己在OpenAI的一天： [9:00am] 起床[9:30am] 搭乘Waymo前往Mission SF，途中在Tartine买个牛油果吐司[9...
-
20分钟学会装配电路板！开源SERL框架精密操控成功率100%，速度三倍于人类
近年来，机器人强化学习技术领域取得显著的进展，例如四足行走，抓取，灵巧操控等，但大多数局限于实验室展示阶段。将机器人强化学习技术广泛应用到实际生产环境仍面临众多挑战，这在一定程度上限制了其在真实场景的应用范围。强化学习技术在实际应用的过程中，任需克服包括...
-
OOTDiffusion官网体验入口 AI虚拟试衣开源工具网页版免费使用地址
OOTDiffusion是一个基于潜在扩散模型的虚拟服装试穿开源工具。它支持半身和全身两种模型，可以实现服装的自然融合。用户可以通过调节各种参数实现对试穿效果的精确控制，满足不同的需求。该工具开源在GitHub上，已获得超过 300 星的关注。 点击前往...
-
英伟达NeMo框架在AI领域的综合应用与优势总结
一、NeMo 框架介绍 NVIDIA NeMo 是基于 PyTorch 和 PyTorch Lightning 的一个开源训练框架，源代码完全公开在 GitHub 上。NeMo 的主要目标是使 AI 开发者能够快速构建对话式 AI 模型并开发相关应用。...
-
【本地运行AI绘画】ComfyUI的安装与使用（一）（windows+1660ti 6G显存）
官方源码：https://github.com/comfyanonymous/ComfyUI/ 官方环境包: https://github.com/comfyanonymous/ComfyUI/releases百度网盘下载： 显卡驱动cu11+以下下载cu...
-
stable-diffusion | v1-5-pruned.ckpt和v1-5-pruned-emaonly.ckpt的区别
https://github.com/runwayml/stable-diffusion?tab=readme-ov-file#reference-sampling-script 对于 1.5 模型，其中可能包括四部分：标准模型、文本编码器、VAE...
-
【AIGC】Stable Diffusion的常见错误
Stable Diffusion 在使用过程中可能会遇到各种各样的错误。以下是一些常见的错误以及可能的解决方案： 模型加载错误：可能出现模型文件损坏或缺失的情况。解决方案包括重新下载模型文件，确保文件完整并放置在正确的位置。 依赖项错误：Stable...
-
Github Copilot是什么？Ai高效编程！一键远程授权…
GitHub Copilot是一款Ai编程插件，由OpenAi和Github联合推出，目前支持主流的IDE编辑器安装使用，包括JetBrains IDEs、VSCode、Visual Studio、Neovim等。 官方地址：https://gith...
-
离开OpenAI的大神卡帕西「开课了」：新项目日增千星，还是熟悉的min代码风
大神Karpathy从OpenAI离职，原本扬言要大休一周。 图片 但转眼，新项目就已上线GitHub，日增上千星的那种。 图片 还是熟悉的卡式配方： 74行Python代码搞定大模型标记化（tokenization）中常用的BPE（Byte Pair...
-
GitHub热榜第一：百万token上下文，还能生成视频，UC伯克利出品
今日GitHub热榜榜首，是最新的开源世界模型。 上下文窗口长度达到了100万token，持平了谷歌同时推出的王炸Gemini 1.5，伯克利出品。 强大的模型，命名也是简单粗暴——没有任何额外点缀，直接就叫LargeWorldModel（LWM）。...
-
stable-diffusion-webui 界面汉化
本教程通过安装 sd-webui-bilingual-localization 插件来达到汉化目的, 项目地址为:https://github.com/journey-ad/sd-webui-bilingual-localization 一、安装插件...
-
政安晨：演绎在KerasCV中使用Stable Diffusion进行高性能图像生成
小伙伴们好，咱们今天演绎一个使用KerasCV的StableDiffusion模型生成新的图像的示例。 考虑计算机性能的因素，这次咱们在Colab上进行，Colab您可以理解为在线版的Jupyter Notebook，还不熟悉Jupyter的的小伙伴可以...
-
Python进行AI声音克隆的端到端指南
人工智能语音克隆是一种捕捉声音的独特特征，然后准确性复制它的技术。这种技术不仅可以让我们复制现有的声音，还可以创造全新的声音。它是一种彻底改变内容创作的工具，从个性化歌曲到自定义画外音，开辟了一个超越语言和文化障碍的创意世界。 本文的将提供利用AI语音...
-
如何系统的自学Python？通义千问、讯飞星火、文心一言及ChatGPT的回答
如何系统的自学Python？来看看通义千问、讯飞星火、文心一言及ChatGPT的回答. 第一个是马老师的通义千问 系统地自学Python是一个循序渐进的过程，从基础语法到实践项目，再到专业领域的深入学习。下面是一个详细的步骤指南： 了解Pyt...
-
使用LlamaIndex和ChatGPT的无代码检索增强生成（RAG）
检索增强生成(RAG 是使用大型语言模型(LLM 的关键工具。RAG使LLM能够将外部文档合并到它们的响应中，从而更紧密地与用户需求保持一致。这个功能在传统上使用LLM犹豫不决的领域尤其有益，尤其是在事实很重要的时候。 自从ChatGPT和类似的LLM推...
-
训不动Mixtral，要不试试LLaMA-MoE？
深度学习自然语言处理 原创作者：cola 随着各种各样增强版LLaMA的出现，Mixture-of-Expert(MoE 类模型越来越受大家关注。而LLaMA-MoE正是基于LLaMA系列和SlimPajama的MoE模型。它显著的一个好处...
-
近期关于AIGC方面的学习笔记和思路整理
LLM 对于LLM，我现在重点关注在这几个方面： 开源且可私有化部署的代码生成模型： 因为大部分软件企业对于安全都很重视，文档、数据、代码一般都会尽量避免被泄露。所以很难使用类似Copilot或者OpenAI的Bito这种需要连到互联网上的服务。如果...
-
Stable Diffusion的 webui 如何在Windows上使用 AMD GPU显卡？
根据Stable Diffusion官方说明 webui 是不支持AMD GPU显卡的，所以在国内如果想省点事情要玩Stable Diffusion (SD 推荐用黄教主的英伟达显卡NVIDIA GPU，可以省心不少。 AMD显卡得用 webui-di...