-
首创pix2emb范式！NUS清华联合发布NExT-Chat：对话/检测/分割全能多模态大模型
随着ChatGPT的爆红，多模态领域也涌现出一大批可以处理多种模态输入的对话模型，如LLaVA, BLIP-2等等。 为了进一步扩展多模态大模型的区域理解能力，近期新加坡国立大学NExT++实验室和清华大学的研究人员联手打造了一个可以同时进行对话和检测、...
-
万字长文谈自动驾驶BEV感知
本文经自动驾驶之心公众号授权转载，转载请联系出处。 prologue 这有可能是更的最长的文章系列了，先说为什么，一方面是看到分割大模型对小模型的提升效果需要时间，另一方面是之前对自动驾驶的BEV算法做了很长时间的预研，自己也应该好好梳理一下了。 （很...
-
超逼真！实时高质量渲染，用于动态城市场景建模的Street Gaussians
本文经自动驾驶之心公众号授权转载，转载请联系出处。 不得不说，技术更新太快了，Nerf在学术界慢慢被替换下去了。Gaussians登场了，浙江大学的工作 论文：Street Gaussians for Modeling Dynamic Urban Sc...
-
只需1080ti，即可在遥感图像中对目标进行像素级定位！代码数据集已开源！
太长不看版 这篇论文介绍了一项新的任务 —— 指向性遥感图像分割（RRSIS），以及一种新的方法 —— 旋转多尺度交互网络（RMSIN）。RRSIS 旨在根据文本描述实现遥感图像中目标对象的像素级定位。为了解决现有数据集规模和范围的限制，本文构建了一个新...
-
攻克图像「文本生成」难题，碾压同级扩散模型！两代TextDiffuser架构深度解析
近年来，文本生成图像领域取得了显著进展，尤其是基于扩散（Diffusion）的图像生成模型在细节层面上展现出逼真的效果。 然而，一个挑战仍然存在：如何将文本准确地融入图像。 生活中存在大量的「含文本图像」，从广告海报到书籍封面，再到路牌指示，都包含了重要...
-
AI平台：Introduction - Danswer Documentation
Introduction - Danswer DocumentationDanswer Documentation home pageSearch...Ctrl Kdanswer-ai/danswer5978602danswer-ai/danswer597...
-
AI平台：GitHub: Let’s build from here · GitHub
GitHub: Let’s build from here · GitHub...
-
AI平台：Site not found · GitHub Pages
Site not found · GitHub Pages 404 There isn't a GitHub Pages site here. If you're trying to publish one, read the full d...
-
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...
-
GitHub Copilot：设置、配置和故障排除
准备好使用GitHub Copilot大幅提升编程效率了吗？在本博客文章中，我们将逐步介绍如何设置、配置和故障排除GitHub Copilot。无论你是经验丰富的开发者还是刚开始编程之旅的新手，GitHub Copilot都能为你的工作效率注入动力。 ✅...
-
AI 作画火了，如何用 Serverless 函数计算部署 Stable Diffusion?
作者：寒斜 立即体验基于函数计算部署 Stable Diffusion： https://developer.aliyun.com/topic/aigc AIGC 领域目前大火， 除了 Chatgpt，在文生图领域 Stable Diffusion...
-
无需文本标注，TF-T2V把AI量产视频的成本打下来了！华科阿里等联合打造
在过去短短两年内，随着诸如LAION-5B 等大规模图文数据集的开放，Stable Diffusion、DALL-E2、ControlNet、Composer ，效果惊人的图片生成方法层出不穷。图片生成领域可谓狂飙突进。 然而，与图片生成相比，视频生成仍存...
-
【深度学习】Stable Diffusion中的Hires. fix是什么？Hires. fix原理
文章目录 **Hires. fix** **Extra noise** Upscalers Hires. fix原理 Hires. fix https://github.com/AUTOMATIC1111/stable-diff...
-
迷你AI模型TinyLlama发布：高性能、仅637MB
经过一番期待，TinyLlama项目发布了一款引人注目的开源模型。该项目于去年9月启动，开发人员致力于在数万亿标记上训练一款小型模型。在经历了一些辛勤工作和一些挫折之后，TinyLlama团队如今发布了这个模型。这个模型有着10亿个参数，大约在训练数据上进...
-
AI-ChatGPT&Copilot
ChatGPT chatGPT免费网站列表：GitHub - LiLittleCat/awesome-free-chatgpt: ?免费的 ChatGPT 镜像网站列表，持续更新。List of free ChatGPT mirror sites, co...
-
Copilot 使用方法
GitHub Copilot 是一个 AI 驱动的编程助手，能够在许多编辑器中提供代码建议和自动补全功能。以下是 Copilot 的一些基本使用方法： 安装和配置 安装： 首先，确保你有一个有效的 GitHub 账号并且安装了支持 Copilot...
-
精调训练中文LLaMA模型实战教程，民间羊驼模型
羊驼实战系列索引 博文1：本地部署中文LLaMA模型实战教程，民间羊驼模型博文2：本地训练中文LLaMA模型实战教程，民间羊驼模型博文3：精调训练中文LLaMA模型实战教程，民间羊驼模型（本博客） 简介 在学习完上篇【博文2：本地训练中文LLaM...
-
AI绘画部署-Stable Diffusion（huggingface API图片生成初体验）
引言 最近，在很多地方都看到了各个大佬用AI生成的神图，索性从网上搜集资料部署一下体验一下AI绘画的魅力。本文基于huggingface API在colab上构建AI绘画。 使用步骤 1.huggingface原始环境地址 https://c...
-
Copilot入门
文章目录 简介 安装 初试 快捷键 取消订阅 参考文献 简介 Copilot 是一款 GitHub 和 OpenAI 合作开发的 AI 结对编程工具，支持 Visual Studio、Neovim、VS Code、JetBrain...
-
[Stable Diffusion进阶篇]使用Roop插件一键换脸
AI领域大神s0md3v，开源了一个用单图就可以进行视频换脸的项目Roop。你只需要一张所需脸部的图像，没有数据集，无需训练，10秒钟一键换脸。本文介绍ROOP本地部署的安装说明 1.安装ROOP插件 方法1：在SD--扩展--从网址安...
-
谷歌研究团队推新AI方法SynCLR:从合成图像和字幕中学习视觉表征
近期，Google Research和MIT CSAIL共同推出了一项名为SynCLR的新型人工智能方法，该方法旨在通过使用合成图像和字幕，实现对视觉表征的学习，摆脱对真实数据的依赖。 SynCLR的工作原理 研究团队首先提出了一个三阶段的方法。首先，在...
-
体验 Google Bard
环境 windows 10 64bit Google Bard python 3.8 简介 本篇介绍一个开源的 Google 聊天机器人Bard 的 API 逆向工程，使用它，可以免费的使用 Bard 服务，项目地址：https://gi...
-
Github爆火AI语音克隆项目OpenVoice，精准进行声音复刻
最近，Github上的一个名为OpenVoice的AI语音克隆项目爆火，该项目由myshell-ai开源，仅开源了不到三周，就有了6.1k的star。 OpenVoice仅需参考说话者的短音频片段，即可复制其声音并生成多种语言的语音。这一技术不仅实现了对音...
-
东京大学开发仿人机器人Alter3 能执行ChatGPT指令
Alter3是由日本东京大学开发的一种仿人机器人。研究人员通过将Alter3与GPT-4相连接，成功实现了让机器人模仿人类行为的目标。为了让机器人执行各种动作，研究人员向Alter3发送了一系列的指令。 通过使用大型语言模型，这些书面指令被转化为机器人可以...
-
开源语音识别faster-whisper部署教程
1. 资源下载 源码地址 模型下载地址： large-v3模型：https://huggingface.co/Systran/faster-whisper-large-v3/tree/main large-v2模型：https://huggingf...
-
终端上的GitHub Copilot以及IDE上的GitHub Copilot
GitHub Copilot Github Copilot文档地址：Github Copilot文档 IDE上的 GithubCopilot VSCode 安装VSCode：如果您还没有安装VSCode，请前往VSCode官方网站下载并安装...
-
解决JetBrains IDE中使用GitHub Copilot报错（code:-32603）问题（已挂代理）
简介 在JetBrains IDE中使用GitHub Copilot遇到-32603报错。 本文重点介绍挂了tz开全局代理后依然遇到该问题的解决方法。 报错详情 GitHub Copilot Sign in failed.Reason:Re...
-
whisper使用方法
看这个 github https://github.com/Purfview/whisper-standalone-win/tags 下载 视频提取音频 ffmpeg -i 222.mp4 -vn -b:a 128k -c:a mp3 outpu...
-
斯坦福炒虾机器人爆火全网！华人团队成本22万元，能做满汉全席还会洗碗
今天，会做一大桌子菜的斯坦福机器人Mobile ALOHA刷屏全网。 滑蛋虾仁、干贝烧鸡、蚝油生菜，色香味俱全，看着很诱人。 就拿滑蛋虾仁这道菜来说，Mobile ALOHA在烧水的过程中先打上3颗鸡蛋，然后把虾仁放到水中焯熟，平底锅倒入鸡蛋液再加入...
-
AI视野：通义千问上线通义舞王；斯坦福炒虾机器人爆火；Midjourney艺术家数据库泄露；Meta发布AI调试工具HawkEye；小冰大模型获备案
新鲜AI产品点击了解：https://top.aibase.com/ ???AI应用 通义千问上线通义舞王 阿里云通义千问APP近日上线了一项名为“通义舞王”的免费功能，用户只需在APP内输入相应口令并上传照片，系统即可生成个性化的舞蹈视频。 Meta发...
-
开发速率飙升20倍！GPT Pilot明星项目登Github热榜，从0开始构建AI
又一个明星项目诞生了！ GPT Pilot，一个AI开发者伴侣，可以从0开始构建应用程序，可以自己编写代码、配置开发环境、管理开发任务、调试代码。 甚至，你可以随时和它聊天提问，帮你解决开发难题。 图片 项目地址：https://github.com/P...
-
Stable Diffusion 安装教程(详细)
引言 如果你只想简单尝试一下，仅仅图一乐，可以通过网页在线体验Stable Diffusion，可以今日免费的网站进行使用（https://stablediffusionweb.com/），只是功能不如本地的多。 本地部署安装Stable Diffus...
-
让机器人感知你的「Here you are」，清华团队使用百万场景打造通用人机交接
来自清华大学交叉信息研究院的研究者提出了「GenH2R」框架，让机器人学习通用的基于视觉的人机交接策略（generalizable vision-based human-to-robot handover policies）。这种可泛化策略使得机器人能更...
-
[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...
-
Copilot概述：AI助手引领编程新纪元
前言： 随着人工智能（AI）技术的不断进步，编程领域也在逐渐迎来一场革命。GitHub Copilot，作为一款由 OpenAI 和 GitHub 合作开发的编程助手，引发了广泛的关注和讨论。本篇博客将全面概述 Copilot 的背景、功能和影响，探索它...
-
Github Copilot 是什么
GitHub Copilot 是一个由 GitHub 和 OpenAI 合作开发的人工智能代码协助工具。它使用机器学习模型训练，可以为开发者提供实时的代码补全和自动完成功能。Copilot 可以根据上下文和代码语境，为开发者生成代码片段、函数、类等，并提供...
-
维基百科+大模型打败幻觉！斯坦福WikiChat性能领先GPT-4
斯坦福大学的研究人员利用维基百科数据训练了一个大模型，命名为WikiChat，通过优化和改进，成功解决了大模型的幻觉问题，并在事实准确性和其他指标上表现优秀。他们的最佳模型在新的基准测试中获得了97.3%的事实准确性，远远超过了GPT-4的66.1%。此外...
-
端到端的自动驾驶会取代Apollo、autoware这类框架吗？
本文经自动驾驶之心公众号授权转载，转载请联系出处。 Rethinking the Open-Loop Evaluation of End-to-End Autonomous Driving in nuScenes 作者单位：百度 作者：共一 Jian...
-
llama.cpp LLM模型 windows cpu安装部署踩坑记录
一直想在自己的笔记本上部署一个大模型验证，早就听说了llama.cpp，可是一直没时间弄。 今天终于有时间验证了。首先本机安装好g++,cmake.我下载的cmake版本是cmake-3.27.0-rc4-windows-x86_64.msi。安装时选择...
-
不用魔法，快速、手摸手上线Midjourney！【附源码】【示例】
首先来一波感谢： 感谢laf提供赞助，目前可以免费使用Midjourney进行开发和测试。 感谢白夜、米开朗基杨@sealos.io的耐心解答，让我对laf有了更多的使用与了解。 什么是laf？来了解下。 文末有【示例】 开始 废话不多说，进入正题。...
-
stable diffusion 本地化部署安装踩坑指南---纯小白首次安装编辑
stable diffusion 本地化部署安装踩坑指南提示：这里简述项目相关背景： AI画图最近流行，小白也要尝试本地部署，压榨N卡性能。 版本为github上的：AUTOMATIC1111/stable-diffusion-webui 官方安装说明如下...
-
stable diffusion（安装以及模型的初步使用）
本机的配置 能跑模型，本地也跑过一点Lora训练的脚本，看看几个效果： 以上的都是配合huggingface有的模型结合civitai上的Lora模型在本地跑出来的图片，自己本地训练的Lora太拉闸了，就不放上来了…… 1....
-
GPT-4V开源平替！清华浙大领衔，LLaVA、CogAgent等开源视觉模型大爆发
如今，GPT-4 Vision在语言理解和视觉处理方面展现出了非凡的能力。 然而，如果想在不影响性能的前提下，寻求具有成本效益的替代方案，开源方案就蕴藏着无限可能。 国外的一位开发者Youssef Hosni为大家奉上了三种GPT-4V的开源替代方案，可...
-
微软官方 Copilot AI 编程训练营第一天精华总结
阿七参加的微软官方组织的 Copilot AI 编程训练营开始了，这是第一天。 GitHub Copilot 官方统计，使用 GitHub Copilot 的开发者基本上能极大的提升编码效率、减少重复性代码编码时间且能更加专注于主线任务。 不管这个...
-
高情商的NPC来了，刚伸出手，它就做好了要配合下一步动作的准备
在虚拟现实、增强现实、游戏和人机交互等领域，经常需要让虚拟人物和屏幕外的玩家互动。这种互动是即时的，要求虚拟人物根据操作者的动作进行动态调整。有些互动还涉及物体，比如和和虚拟人物一起搬动一把椅子，这就需要特别关注操作者手部的精确动作。智能、可交互的虚拟人...
-
保姆级教程：从0到1使用Stable Diffusion XL训练LoRA模型 |【人人都是算法专家】
Rocky Ding 公众号：WeThinkIn 写在前面 【人人都是算法专家】栏目专注于分享Rocky在AI行业中对业务/竞赛/研究/产品维度的思考与感悟。欢迎大家一起交流学习? 大家好...
-
[AI绘画] 即插即用！SDXL+T2I-Adapters 高效可控的生成图片
标题：T2I-Adapter: Learning Adapters to Dig out More Controllable Ability for Text-to-Image Diffusion Models 论文：https://arxiv....
-
配置 Stable Diffusion WebUI 纯 CPU 或核显绘画
(如有更新，见原文：https://blog.iyatt.com/?p=12345 1 前言 我笔记本电脑的独显上半年的时候烧掉了，所以只能用 CPU，折腾了一下午总算给配置出来了。我这里用的官方 Python，网上很多教程用 Anaconda（...
-
要参加微软官方 Copilot 智能编程训练营了
GitHub Copilot 是由 GitHub、OpenAI 和 Microsoft 联合开发的生成式 AI 模型驱动的。 GitHub Copilot 分析用户正在编辑的文件及相关文件的上下文，并在编写代码时提供自动补全式的建议。 刚好下周要参加微...
-
利用Lama Cleaner本地实现AIGC试玩：擦除对象、替换对象、更换风格等等
目录 一、安装 二、擦除功能 1. LaMa模型 实操实例一：去除路人 实操实例二：去水印 实操实例三：老照片修复 2. LDM模型 3. ZITS模型 4. MAT模型 5. FcF模型 6. Manga模型 三、替换对象功能 1....