-
探秘艺术之源：DALL-E3与Midjourney 绘画软件深度对照分析
随着人工智能技术的飞速发展，AI绘画软件已经成为了艺术创作的一大助力。在这场融合了技术与艺术的革新浪潮中，DALL-E3和Midjourney无疑是最受瞩目的两位选手。它们不仅改变了艺术家的创作方式，还为平凡人打开了一扇通往艺术殿堂的大门。本文将深入剖析这...
-
【Tokenizer原理篇】超详细！AIGC面试系列 大模型进阶(5)
本期问题聚焦于大模型Tokenizer相关问题 本期问题快览 模型中的Tokenization是指的什么 常用的Tokenization方法了解有哪些吗 了解什么是Byte-Pair Encoding(BPE 吗 介绍下Byte-Pair E...
-
100% 开源 Llama 编码助手：设置 Cody 和 VSCode
好吧，今天我有一些非常令人兴奋的事情要与大家分享！ 我们都知道，编码助手永久地改变了我们开发软件的方式，但 GPT-4 等高级法学硕士的高昂价格一直是许多人的绊脚石。 但好消息是：成本不再是障碍！ 有了像 Code Llama 7B 这样的法学硕士，...
-
AI绘画专栏之statble diffusion SDXL 1.0 换脸roop easyphoto (24)
支持使用SDXL模型和一定的选项直接生成高清大图，不再需要上传模板，需要16GB显存 SDXL--TXT2video 第二版本 软件本地免费下载：夸克网盘分享 1.安装与使用教程2 学习前言 在视觉方向的AIGC领域，AI写真是一个靠谱且经过...
-
【AI】DJL Serving系统架构
DJL Serving基于Deep Java Library构建。您可以访问DJL GitHub仓库了解更多信息。有关模块、依赖关系和类概述,请参考生成的图表。 DJL Serving大致分为四层: 前端 - 基于Netty的HTTP客户端,用于接...
-
AI 绘画Stable Diffusion 研究（一）sd整合包v4(1)
可选ControlNet模型：可以不用下载，这里只是提供，按需下载，安装方法参考我的另一篇教程：AI 绘画Stable Diffusion 研究（二）sd模型ControlNet1.1 介绍与安装。 启动器运行依赖-donet-6.0.11.exe: 启...
-
#RAG | AIGC # RAG召回率提升的方法以及优劣势
RAG（Retrieval-Augmented Generation）是一种结合了检索（Retrieval）和生成（Generation）的模型，用于增强大型语言模型（LLMs）的性能。召回率（Recall）是衡量RAG系统性能的关键指标之一，它表示系统能...
-
轻松识别Midjourney等AI生成图片，开源GenImage
AIGC时代，人人都可以使用Midjourney、Stable Diffusion等AI产品生成高质量图片，其逼真程度肉眼难以区分真假。这种虚假照片有时会对社会产生不良影响，例如，生成公众人物不雅图片用于散播谣言；合成虚假图片用于金融欺诈，造成信任危机等。...
-
Midjourney NIJI5制作动漫风格作品保姆级教程
大家好！最近我尝试了好几个与动漫艺术相关的AI绘画平台，发现Midjourney（AIGF）的 Niji 模式绝对是目前最好用的动漫风格生成式 AI 之一！ 最让我震惊的是，我们甚至不需要会画画，就能创造出高质量的图像！AI 绘画和Midjourne...
-
区分stable diffusion中的通道数与张量维度
区分stable diffusion中的通道数与张量形状 1.通道数： 1.1 channel = 3 1.2 channel = 4 2.张量形状 2.1 3D 张量 2.2 4D 张量 2.2.1 通常 2.2.2 stable d...
-
AI绘画Stable Diffusion 3 正式开源，AI生图格局迎来巨变！（附模型下载）
大家好，我是向阳 就在刚刚，Stable Diffusion 3 Medium 如约而至。 几天前，Stability AI 在社交平台 X 上官宣，SD3 Medium 将在 6 月 12 日正式开源。 这一次，没有跳票，它是真的来了。 20...
-
Llama模型家族之Stanford NLP ReFT源代码探索 （三）reft_model.py代码解析
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...
-
吴恩达老师开源翻译工作流Agent；阿里巴巴开源无需训练即可使用参考图像编辑图像的工具；Whisper Web 浏览器字幕生成
✨ 1: Translation Agent Translation Agent 吴恩达老师开源翻译工作流Agent Translation Agent 是一个基于反思工作流程的机器翻译系统的Python示范。其主要步骤包括： 使用大语...
-
AI绘画Stable Diffusion XL 可商用模型！写实艺术时尚摄影级真实感大模型推荐（附模型下载）
大家好，我是设计师阿威 大家在使用AI绘画的时候，是不是遇到这种问题：收藏的模型确实很多，可商用的没几个，而今天阿威将给大家带来的这款写实艺术时尚摄影级真实感大模型-墨幽人造人XL， 对于个人来讲完全是可以进行商业应用滴！根据作者的描述墨幽人造人XL在...
-
聊聊大模型：开源LLaMA背后的底层逻辑与赚钱之道？大模型的发展瓶颈？如何一键部署LLaMA3？
如果我们相信未来比今天更好，坚信自己生活在一个好地方，所要做的便是认识到未来时代的特征和规律。把握住一些不变的道理，使用正确的方法，做那些能够不断让自己获得可叠加式进步的事情，这样便能立于不败之地。—吴军 最近关注两个方向，也是公司重点发展和投资的两个方...
-
微软Copilot的周年之“痒”
AI Services在Q1占微软Azure增长的3%、Q2是6%、上个季度是7%， 这些数字并没有体现Copilot 所期望带来的“指数级增长”。 最终还是卖GPU是最好的生意。下面的文章是我2个月前对Copilot业务的判断，供参考： ===...
-
文心一言 VS 讯飞星火 VS chatgpt （225）-- 算法导论16.3 7题
七、推广赫夫曼算法，使之能生成三进制的码字(即码字由符号0、1、2组成 ，并证明你的算法能生成最优三进制码。如果要写代码，请用go语言。 文心一言： 推广赫夫曼算法以生成三进制码字需要对算法进行一定的修改，确保在每一步选择频率最低的三个节点进行合并...
-
智谱AI 发布最新开源模型GLM-4-9B，通用能力超Llama-3-8B，多模态版本比肩GPT-4V
自 2023 年 3 月 14 日开源 ChatGLM-6B 以来，GLM 系列模型受到广泛关注和认可。特别是 ChatGLM3-6B 开源以后，开发者对智谱AI 第四代模型的开源充满期待。 为了使小模型（10B 以下）具备更加强大的能力，GLM 技术团...
-
一篇文章，5倍速度，这些AI写作助手让你创作灵感不停
在这个快节奏的社会中，写文章已经是我们日常工作中不可缺少的一部分，从各类报告总结到内容运营等。但是面对繁琐的写作任务和迫在眉睫的截止日期，我们经常感到心力交瘁。好在随着科技的不断进步，各种AI智能写作工具纷纷登场，它们利用前沿的智能化技术辅助我们快速生成文...
-
Midjourney 零基础控图七大参数
1. 微调细节参数「 --chaos」 chaos 参数意为混乱，在 MJ 中使用 chaos 参数可以影响生成结果的变化程度。在提示词后添加 --chaos 或 --c 启用该功能，其数值选范围为 0-100，默认值为 0。chaos 数值越低，生成的...
-
五分钟上手IoT小程序
五分钟上手IoT小程序 IoT小程序框架 搭建开发环境 首先安装NodeJs 安装NodeJs 验证安装成功 安装cnpm 安装VSCode 开发IDE 下载开发IDE 安装开发IDE 安装框架脚手架 下载模拟器 创建工程项目 应用...
-
文心一言vsGPT-4全面对比
文心一言和GPT-4都是当前非常先进的人工智能语言模型，它们各自具有独特的特点和优势。以下是对这两款工具的全面比较： 文心一言是由百度开发的一款大型人工智能语言模型，它基于强大的深度学习技术和海量的数据资源，具备出色的语言理解和生成能力。文心一言在中文处...
-
563支AI队伍做了姜萍同一份数学试卷： 结果最高分仅34
快科技6月16日消息，在最近举办的阿里巴巴全球数学竞赛中，来自江苏省涟水中等专业学校的17岁女生姜萍不仅成功入围决赛，还以全球排名12的成绩成为了赛事历史上首个进入决赛的中专生。 不仅如此，今年的阿里数赛还首次开放了AI大模型挑战赛，共有563支由全球知名...
-
AI绘画Stable Diffusion SDXL 超赞！高质量万能大模型，写实人像、时尚设计、建筑设计、电影制作—筑梦工业XLV4.0
大家好，我是阿威 今天为大家带来了一款多功能大模型——Dream Tech XL | 筑梦工业XL V4.0。该模型是大佬Dr_Dream基于V3.0训练而来的迭代版本，在提升画面质感的同时，对于提示词理解能力有跨越式提升，可以做到100%还原提示词。...
-
科技大厂抢占AI先机！专家担心AI成将财富权力转移至少数人的工具
快科技6月16日消息，据媒体报道，随着人工智能技术的飞速发展，科技巨头们纷纷抢占这一领域的先机。 苹果也凭借其在年度全球开发者大会上宣布的生成式人工智能功能，市值一度超越微软，成为美国市值最高的上市公司。然而，对于AI技术的未来发展，并非所有声音都是乐观的...
-
midjourney绘画，midjourney api接口国内如何对接
项目背景 众所周知，Midjourney并没有提供任何的Api服务，但是基于Midjourney目前的行业龙头位置，很多企业以及个人会有相关的需求。TTApi平台基于Midjourney现有功能整理出一套完整的可集成性高的服务，如果你有类似的需求，那么恭...
-
大规模语言模型从理论到实践 LLaMA的模型结构
1.背景介绍 随着人工智能技术的不断发展，大规模语言模型（Large Language Models, LLMs）已经成为自然语言处理领域的热点。这些模型通过在大规模数据集上进行训练，能够生成连贯、相关且有趣的文本输出。LLaMA 是 Meta AI 开...
-
Pika、Stable Diffusion、Runway 三大AI生成视频工具PK
如果我们需要一个相对安全且稳定的视频AI生成工具,Pika可能是目前最佳的选择。如果我们想探索视频AI的未来潜力,那么Stable Diffusion无疑代表了最前沿的技术。Runway ML提供了丰富的视频效果相关模型,但在原生视频生成能力上略逊于前两者...
-
论文笔记：Pixel-Aware Stable Diffusion for Realistic Image Super-Resolution and Personalized Stylization
CVPR2024 论文代码：yangxy/PASD (github.com 论文地址：[2308.14469v3] Pixel-Aware Stable Diffusion for Realistic Image Super-resolution a...
-
AI绘画SD【插件篇】：智能标签提示词插件sd-danbooru-tags-upsampler
大家好，我是c程序员晓晓。 关于智能标签提示词插件，在很早之前就介绍过很多款了，今天再给大家介绍一款智能标签提示词插件sd-danbooru-tags-upsampler。该智能提示词插件是今年2月23号才发布的第一版V0.1.0，算是比较新的智能提示词...
-
英伟达开源3400亿巨兽，98%合成数据训出最强开源通用模型！性能对标GPT-4o
【新智元导读】刚刚，英伟达全新发布的开源模型Nemotron-4 340B，有可能彻底改变训练LLM的方式！从此，或许各行各业都不再需要昂贵的真实世界数据集了。而且，Nemotron-4 340B直接超越了Mixtral 8x22B、Claude sonn...
-
每日AIGC最新进展(11)：角色脸妆生成、防止微调Stable Diffusion过拟合的方法、通过 3D Gaussian Splatting 进行特定于说话者的头部说话合成
Diffusion Models专栏文章汇总：入门与实战 Gorgeous: Create Your Desired Character Facial Makeup from Any Ideas https://arxiv.org/abs/2404...
-
赶走Ilya迎来前陆军上将，OpenAI官宣董事会「安全团队」新成员
【新智元导读】「超级对齐」团队集体出走后，OpenAI最近正在频繁招聘，但不是技术团队，而是高管。前有CFO走马上任，今天又有一个退役的陆军上将成为董事会新成员。 6月13日，OpenAI正式官宣了董事会的最新成员——美国退役陆军上将Paul M. Nak...
-
从14核CPU到AI游戏，浅析Arm新架构的更多细节
前段时间，我们三易生活已经给大家分析过Arm最新一代的CPU和GPU架构设计，不过当时的资料主要还是来源于官方博客文章，以及面向大众公布的相关信息。 考虑到这些资料的宣传目的，它们通常并不会讲得特别详细，特别是在一些技术细节、研发背景等方面往往会比较为缺...
-
Midjourney 还是 Stable Diffusion？（两者有什么区别？哪个更适合你？）
从我当开始做AIGC的第一天开始起，就有很多粉丝会私信或评论问我MIDJOURNEY（本篇会以MJ为简写）和Stable Diffusion（本篇会以SD为简写）的核心区别在哪里？我应该选择哪一个去学习？如果你现在正在AIGC相关领域，那么你一定要好好看一...
-
苹果解释 iOS 18 中的 AI 文本生成表情符号 Genmoji 工作原理
iOS 18 中的一项 Apple Intelligence 功能是 Genmoji，它允许 iPhone 用户通过 AI 根据文本输入生成全新的表情符号角色。根据 iOS 18 在 WWDC 会议上的介绍，Genmoji 看起来类似于传统的表情符号，但它...
-
github Copilot的使用总结
1. 代码建议和补全 GitHub Copilot 的基本使用涉及编写代码时的实时代码建议和补全。一旦你已经安装并配置好 GitHub Copilot 插件，你可以在支持的编辑器（如 Visual Studio Code）中开始使用 Copilot。以下...
-
专家指出如果 Google 冒险在 AI 功能上加码，就需要明确说明可能出错的地方
在谷歌推出其 AI 概览功能不久后，该功能在页面顶部为一些搜索查询提供 AI 生成的摘要，网络上开始讨论搜索引擎竟然推荐吃胶水披萨或食用石头的荒谬建议。 今年早些时候，Google 在 Gemini 上推出了图像生成工具，但由于聊天机器人错误再现了历史人...
-
SD-Trainer和Stable diffusion一线牵
SD-Trainer和Stable diffusion一线牵 感谢秋叶大神提供的SD-Trainer和Stable diffusion绘世启动器，让一众爱美的小伙伴能以最快的速度入门AI绘画。 但真正训练LORA和测试的时候，小伙...
-
AI画连环画角色更一致了！人物之间的复杂互动也能处理｜中山大学&联想团队出品
让AI画漫画角色保持一致的新研究来了! 创作的连环画效果belike: 频繁切换主体、人物之间复杂的互动也能保持角色一致性: 上述效果来自AutoStudio，是一个由中山大学和联想团队联合提出的无需训练的多智能体协同框架。 AutoStudio采用基...
-
揭秘AI精准输出：如何构建完美的AIGC提示词？
揭秘AI精准输出：如何构建完美的AIGC提示词？? 文章目录 揭秘AI精准输出：如何构建完美的AIGC提示词？? 摘要 引言 正文 ? 提示词的基本概念 1. 什么是提示词？ 2. 提示词的作用 ? 如何编写有效的提示词？ 理...
-
了解AIGC：让AI创造内容，改变未来
人不走空 ?个人主页：人不走空 ?系列专栏：算法专题 ⏰诗词歌赋：斯是陋室，惟吾德馨 目录 什么是AIGC？ 定义和概念 ? 关键技术 ? AIGC的发展历程 ?️ 早期阶段：基...
-
【AIGC】深入探索AIGC技术在文本生成与音频生成领域的应用
?文章标题 ?AIGC之文本生成 ?应用型文本生成 ?创作型文本生成 ?文本辅助生成 ?重点关注场景 ?音频及文字—音频生成 ?TTS(Text-to-speech 场景 ?乐曲/歌曲生成 ?场景推荐 随着科技的飞速发展?，...
-
“AIGC第一股”出门问问如愿登录港交所，能否喂饱饥饿的“序列猴子”？
大数据产业创新服务媒体 ——聚焦数据 · 改变商业 创立十二年后，历经两次递表，出门问问终于迎来了上市。 这家由前知名谷歌研究员李志飞创立的专注于提供人工智能服务和智能设备的公司，于今天正式亮相港交所，股票代码 “2438”...
-
五一超级课堂---Llama3-Tutorial（Llama 3 超级课堂）---第三节llama 3图片理解能力微调（xtuner+llava版）
课程文档： https://github.com/SmartFlowAI/Llama3-Tutorial 课程视频： https://space.bilibili.com/3546636263360696/channel/collectiondetail?...
-
百度文心一言API4.0 Python调用ERNIE-4.0-8K详细教程
ERNIE 4.0是百度自研的旗舰级超大规模⼤语⾔模型，相较ERNIE 3.5实现了模型能力全面升级，广泛适用于各领域复杂任务场景；支持自动对接百度搜索插件，保障问答信息时效，支持5K tokens输入+2K tokens输出。ERNIE-4.0-8K是模...
-
Midjourney Imagine API 申请及使用
Midjourney Imagine API 申请及使用 申请流程 要使用 Midjourney Imagine API，首先可以到 Midjourney Imagine API 页面点击「Acquire」按钮，获取请求所需要的凭证： 如果你尚未...
-
Meta Llama 3 性能提升与推理服务部署
利用 NVIDIA TensorRT-LLM 和 NVIDIA Triton 推理服务器提升 Meta Llama 3 性能 我们很高兴地宣布 NVIDIA TensorRT-LLM 支持 Meta Llama 3 系列模型，从而加速和优化您的 L...
-
Stable Diffusion最好用的高清修复插件
虽说大部分N家显卡都能跑得起来Stable Diffusion，但想要画尺寸更大、更清晰的图片，需要更大的显存。 以12G显存的3060为例，2048大概是单张尺寸的上限，如果画更大的尺寸，大概率会爆显存。 大多数情况下，都是画512小尺寸的图，生成效...
-
在线教程｜零门槛部署 Llama 3，70B 版本只占 1.07G 存储空间，新用户免费体验 8B 版本
4 月 18 日，Meta 宣布开源 Llama 3，这个号称「迄今为止最好的开源大模型」一经发布，立刻引爆科技圈！ 发布当天恰逢斯坦福大学教授、AI 顶尖专家吴恩达的生日，作为 AI 开源倡导者，他激动地发文表示：这是我收到过最好的生日礼物，谢谢...