-
蚂蚁集团将在外滩大会发布三款AI新产品
9 月 5 日上午，蚂蚁集团总裁韩歆毅在2024Inclusion外滩大会透露，本届大会蚂蚁将发布三款AI新产品，包括由支付宝全新推出的AI独立App支小宝。过去两年，蚂蚁以支付宝为核心加速AI应用布局，已在出行、政务、医疗、理财等场景服务亿级用户。韩歆毅...
-
ComfyUI 实战教程：图片添加文字
大家好，我是每天分享AI应用的萤火君！ 在AI绘画中书写文字一直是个老大难的问题，直到SDXL的出现，文字生成才迎来转机，可以在提示词中指定一些英文字符，不过也是经常出错，生成中文就更加不可求了。 本文介绍一种在AI生成图片中稳定生成文字的方法，可以自...
-
全球最大，马斯克4个月建成10万张H100超算集群！xAI算力超越OpenAI，奥特曼怕了
【新智元导读】两天前，马斯克得意自曝:团队仅用122天，就建成了10万张H100的Colossus集群，未来还会扩展到15万张H100和5万张H200。此消息一出，奥特曼都被吓到了:xAI的算力已经超过OpenAI了，还给员工承诺了价值2亿期权，这是要上天...
-
沈向洋外滩大会分享：人工智能的颠覆性力量逐步显化，须打造负责任的AI
“今天大模型带来的震撼，有多少是来自人机交互、又有多少是来自机器智能的进步?”9月5日，在上海举办的2024Inclusion·外滩大会开幕式主论坛上，香港科技大学校董会主席、美国国家工程院外籍院士沈向洋在题为《大模型时代的机遇和挑战:技术融合，产业跃迁》...
-
腾讯推出新一代大模型“混元Turbo”，性能大幅提升，定价低 50%
9月5日，腾讯宣布推出新一代大模型“混元Turbo”，相比前代模型，腾讯混元Turbo性能有显著提升，训练效率提升108%，推理效率提升100%，推理成本降低50%，解码速度提升20%，效果在多个基准测试上对标GPT-4o，第三方测评居国内第一。 在腾讯...
-
国漫女神：完美世界 肤白貌美 大长腿 月婵仙子 绘画 二次元ai绘画
完美世界：月婵仙子绝美壁纸 如果你喜欢我的推文，可以将“”添加为“设为星标”。 精准推送国漫女神美图，每一期都为了呈现绝美的国漫小娇羞~ 在完美世界中，月婵仙子是一个令人着迷的角色，她的故事充满了奇幻和浪漫的元素。月婵仙子，拥有着绝世的美貌和卓越的实...
-
RWKV 已部署到 5 亿台 Windows 电脑？真正开源的新一代 AI 架构
2024 年 9 月 ，RWKV 社区成员发现：Office 系统在自动更新后（版本 2407 及以后）已自带 RWKV 运行库。 在 Windows 系统的 C:\Program Files\Microsoft Office\root\vfs\Pro...
-
Datawhale X 魔搭 AI夏令营AIGC方向task2
第一步：安装 安装 Data-Juicer 和 DiffSynth-Studio !pip install simple-aesthetics-predictor !pip install -v -e data-juicer !pip unins...
-
制造AI分身，能让内容博主们躺着赚钱吗？
当内容博主陷入倦怠期，怎么办? YouTube博主Kwebbelkop使用的办法是，制作自己的AI分身，自2023年年底开始替代自己，自动创作视频内容，为观众讲解游戏玩法，也让他成为了最早拥抱AI的创作者之一。 YouTube博主“Kwebbelkop...
-
AIGC入门（二）从零开始搭建Diffusion！（下）
上篇。https://blog.csdn.net/alxws/article/details/140058117?spm=1001.2014.3001.5502四、前向加噪过程（ForwardProcess.py） 当我们的去噪器设计完成后，接下来，就...
-
凯文·凯利外滩大会分享对AI时代前瞻：“全球化劳动力”将首次出现
9月5日上午，2024Inclusion·外滩大会在上海黄浦世博园区开幕。著名未来学家、《连线》杂志创始主编、《5000天后的世界》作者凯文·凯利（KevinKelly）在开幕主论坛上的演讲中指出，当人工智能深刻影响经济和文化，必将涌现三大趋势:全球主义、...
-
AI写作加速器，⌈ 橙篇 ⌋ 10 分钟让你的万字长文一气呵成！
大家好，我是凡人。 最近让兄弟烦的够呛，他听说一直在研究AI技术，接连几天打电话，让我帮他写一定得搞一个帮助学生研究中国稀有植物的论文样本，论文字数不能少于8000字，这周五就要，我艹这不就周五了么，头疼呀！ 就在正准备用Kimi+的长文生成器...
-
2024外滩大会开幕：全球科技巨头共话金融与AI未来
2024年9月5日，2024nclusion·外滩大会在上海黄浦世博园区正式开幕。大会以“科技·创造可持续未来”为主题，旨在推动国际交流，融合科技与人文，助力上海打造全球影响力的国际金融与科技创新中心。 本届外滩大会汇聚了10余位中外院士和500多位行业...
-
ootdiffusion_pytorch AIGC虚拟衣物试穿算法模型
OOTDiffusion 论文 OOTDiffusion: Outfitting Fusion based Latent Diffusion for Controllable Virtual Try-on https://arxiv.org/pdf/...
-
超级Prompt：几行乱码让大模型获得科学思维，这个神奇的提示词突然火了
起猛了?不过两三天的时间，仅有两个 Markdown 文件的 GitHub 项目为何竟能收获2k star? 仔细一看，其中一个 Markdown 文件是一个流程图，另一个 Readme 文件的主要内容则是一大篇大模型提示词（prompt。而如果你细读这...
-
本地搭建Stable Diffusion，文生图再也不用求别人了！
前言 本地搭建Stable Diffusion，文生图再也不用求别人了 1. 简介 Stable Diffusion 是一种深度学习模型，用于生成高质量的图像。它基于一种名为扩散过程的生成方法，能够在给定条件的情况下生成具有丰富细节的图像。...
-
真把自己「当个人」的AI，扫去了我的社交贫困
现代打工人，时常会因为「社交贫困」而四处碰壁，无心工作时不知找谁聊天，讨论气氛热烈时语出惊人，开口就能终结话题，周末出去玩发了朋友圈，后来发现也没有人点赞。 总之一进入社会，就感受到了世界的参差。最近这些尴尬无助的场景，全都有了解决方案。 我们刷到一段聊天...
-
小白的DatawhaleAI夏令营AIGC文生图探索日记·可图Kolors-LoRA风格故事挑战赛应用
比赛?：可图Kolors-LoRA风格故事挑战赛_创新应用大赛_天池大赛-阿里云天池的赛制 报名赛事(点击即可跳转 （一定要进行报名，后面环境中的数据和授权等会用到） 赛事链接：https://tianchi.aliyun.com/competit...
-
专为Windows 11 AI PC打造！高通推出全新骁龙X Plus 8核平台
快科技9月4日消息，高通公司总裁兼CEO安蒙在柏林国际电子消费品展览会（IFA）前夕，宣布扩展骁龙X系列产品组合，助力OEM推出700-900美元价格段的Windows 11 AIPC产品。 官方介绍，骁龙X Plus 8核平台凭借定制的高通Oryon C...
-
12款最常使用的网络爬虫工具推荐
网络爬虫在当今的许多领域得到广泛应用。它的作用是从任何网站获取特定的或更新的数据并存储下来。网络爬虫工具越来越为人所熟知，因为网络爬虫简化并自动化了整个爬取过程，使每个人都可以轻松访问网站数据资源。使用网络爬虫工具可以让人们免于重复打字或复制粘贴，我们可以...
-
使用PyTorch从零构建Llama 3
我们上次发了用PyTorch从零开始编写DeepSeek-V2的文章后，有小伙伴留言说希望介绍一下Llama 3。那么今天他就来了，本文将详细指导如何从零开始构建完整的Llama 3模型架构，并在自定义数据集上执行训练和推理。 [图1]：Llama...
-
如何在复杂对话中准确识别每位说话人的声音？OpenAI Whisper系统带来新突破，尽管在面对重叠声音时仍需进一步优化。
在复杂对话中准确识别每位说话人的声音是一个挑战，尤其是在面对重叠声音的情况下。OpenAI的Whisper系统虽然在自动语音识别（ASR）方面取得了显著进展，但在处理重叠声音时仍需进一步优化。 Whisper系统通过利用大规模预训练模型和弱监督学习来提取...
-
FLUX 1 将像 Stable Diffusion 一样完整支持ControlNet组件
之前 InstantX 团队做的多合一的 Flux ControlNet 现在开始和 ShakkerAI 合作并推出了：Shakker-Labs/FLUX.1-dev-ControlNet-Union-Pro 该模型支持 7 种控制模式，包括 canny...
-
WhisperX: 带时间戳的自动语音识别及说话人分离
WhisperX: 带时间戳的自动语音识别及说话人分离 whisperXm-bain/whisperX: 是一个用于实现语音识别和语音合成的 JavaScript 库。适合在需要进行语音识别和语音合成的网页中使用。特点是提供了一种简单、易用的 API，...
-
使用OpenAI Whisper的说话人识别管道
使用OpenAI Whisper的说话人识别管道 whisper-diarizationAutomatic Speech Recognition with Speaker Diarization based on OpenAI Whisper项目地址:...
-
大模型之二十七-语音识别Whisper实例浅析
Whisper简介 Whisper是OpenAI于2022年9月开源的一个多语种识别模型，目前支持99种语言，是目前性能最好的开源多语种识别ASR大模型，第一版版使用了68万小时标注好的语料预训练模型，而large-v3的标注数据超过了500万小时，其...
-
AIGC 大模型：实践与未来
一、AIGC 大模型的概念与发展 （一）AIGC 大模型的定义与特点 AIGC（AI Generated Content）大模型是一种基于大规模数据训练的人工智能模型，具备强大的内容生成能力和多模态交互能力。它能够理解和处理多种类型的信息，包...
-
AIGC初体验 Datawhale X 魔搭夏令营
跟DataWhale的步骤跑通baseline 环境安装 !pip install simple-aesthetics-predictor !pip install -v -e data-juicer !pip uninstall pytorch...
-
AIGC时代从新手到高手：B端竞品分析实战案例与技巧分享
文章目录 1）B端产品的信息获取困难 2）B端产品标准化程度低 3）需要具备业务知识 1）竞品画布就像一个菜谱，帮助新手快速上手 2）竞品画布相当于竞品分析报告的MVP（最小可用产品），低成本快速验证竞品分析的思路。 01 明确目标 案例...
-
猫头虎 Gemma和Gemini模型的区别是什么？
猫头虎 ? Gemma和Gemini模型的区别是什么？ 摘要? 在这篇文章中，我们将深入探讨Gemma和Gemini这两个由Google开发的AI模型。我们会对比它们的参数规模、计算资源需求和集成难度，帮助大家了解这两者之间的主要区别。无论你是AI...
-
AIGC 与 ChatGPT 的区别与联系
前言 在人工智能技术飞速发展的今天，生成式人工智能内容（AIGC）和对话式 AI（如 ChatGPT）成为了备受瞩目的话题。虽然这两者在技术基础和应用领域上有很多重叠之处，但它们也各自有独特的特点和用途。本文将深入探讨 AIGC 与 ChatGPT 的...
-
Datawhale X 魔搭 AI夏令营第四期 魔搭-AIGC方向 -task-02
一、AI生图的发展历程 随着人工智能（AI）技术的不断演进，特别是AIGC（AI-Generated Content，人工智能生成内容）的兴起，AI生图技术——即利用AI算法自动生成图像的技术，已经从一个遥远的梦想转变为现实应用中不可或缺...
-
Stable-Diffusion-WebUI-Collab 在 Google Colab 上的使用教程
Stable-Diffusion-WebUI-Collab 在 Google Colab 上的使用教程 stable-diffusion-webui-colabstable diffusion webui colab项目地址:https://gitco...
-
Distil-Whisper 开源项目教程
Distil-Whisper 开源项目教程 distil-whisperDistilled variant of Whisper for speech recognition. 6x faster, 50% smaller, within 1% wor...
-
英特尔计划携手AIST：在日本建立先进芯片研发中心
快科技9月4日消息，据媒体报道，随着日本政府对半导体产业扶持力度的显著增强，众多科技巨头纷纷将目光投向日本，选择在日本设立高端研究中心与生产据点，以抢占未来科技制高点。 此前，英伟达已宣布与日本顶尖科研机构日本产业技术综合研究所（AIST）携手，共同研发面...
-
Llama中的曼巴：通过推测解码加速推理
大型语言模型（LLMs）已经彻底改变了自然语言处理领域，但在处理非常长的序列时面临重大挑战。主要问题来自于Transformer架构的计算复杂度随序列长度呈二次方增长以及其巨大的键值（KV）缓存需求。这些限制严重影响了模型的效率，特别是在推理过程中，使生成...
-
LongLLaMA：扩展上下文处理能力的大型语言模型
LongLLaMA：扩展上下文处理能力的大型语言模型 long_llamaLongLLaMA is a large language model capable of handling long contexts. It is based on Ope...
-
全网最全，保姆级Stable Diffusion系列入门使用教程（图生图、LoRA、提示词权重），建议收藏！
大家好，我是画画的小强 今天将给大家讲解 Stable Diffusion 入门使用教程的 图生图、LoRA和提示词权重的教程，如果你还没有使用或者安装SD，那么可以看看我的往期入门教程AI绘画『Stable Diffusion』面向小白的免费AI绘画工...
-
探营万平外滩大会科技展：体验AI助手、脑机接口、超写实数字人
2024Inclusion·外滩大会将于明天正式开幕。9月4日，站长之家小编来到大会现场探营，今年围绕科技、人文、可持续三大关键词再次升级，特设10000平方米的科技展览和3000平方米的绿色生活节，为观众带来一场活色生香的沉浸式科技体验。 万平米的科技...
-
【保姆级讲解下AI绘画自动生成器有哪些?】
?博主：程序员不想YY啊 ?CSDN优质创作者，CSDN实力新星，CSDN博客专家 ?点赞?收藏⭐再看?养成习惯 ✨希望本文对您有所裨益，如有不足之处，欢迎在评论区提出指正，让我们共同学习、交流进步！ ?AI绘画自动生成器 ?人工智能(AI 绘...
-
“探索文心一言：百度AI写作助手使用指南”。
文心一言（wenxin yiyan）是百度推出的一款基于人工智能的文本生成工具，旨在帮助用户快速生成文章、文案等内容。要想快速上手使用文心一言指令，可以遵循以下步骤： 注册和登录：你需要访问百度文心一言的官方网站或平台，并注册一个账号。完成注册后，登...
-
如何用AI做出这样的LOGO？——AIGC绘画设计
看完本文，你就知道如何用AI来随心所欲的画LOGO了。 在写文章领域，以ChatGPT为首的生成式AI已经可以驾轻就熟的写出各种文档，从公文到小说，从年终总结到广告文案，甚至还会写代码。 在绘画领域，AI已经向画师们发起了挑战，更令人震惊的是，AI绘画...
-
如何在家用设备上运行 Llama 3.1 405B？搭建 AI 集群
在开放式 LLM 模型和封闭式 LLM 模型之间的竞争中，开放式模型的最大优势是您可以在本地运行它们。除了电力和硬件成本外，您无需依赖外部提供商或支付任何额外费用。但是，随着模型大小的增加，这种优势开始减弱。运行需要大量内存的大型模型并不容易。幸运的是，张...
-
AI日报：百度重磅发布智能“新搜索”；Luma新增镜头运动控制功能；ComfyUI图片转视频支持编辑表情；xAI上线全球最强AI训练系统Colossus
欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。 新鲜AI产品点击了解:https://top.aibase.com/ 1、百度文心一言App全新升级为“...
-
上架10天，下载量6W+！表情包真的可以赚钱！（保姆级教程）
拜托，你不会还不知道吧，在大家还忙着跟网友斗图的时候，已经有人靠做微信表情包快速变现了！光靠一套表情包就躺赚50W+！ 紫沐甜心生成的表情包胭脂公主，上架10天后下载量就达到了快7万次！ OMG，难道这就是通往发家致富的捷径嘛？ 如果你也想用它简...
-
DataWhale夏令营第四期魔搭- AIGC方向 task02笔记#Datawhale AI夏令营
Task2：精读代码，实战进阶 聊聊相关：虽然现在很多的AI绘图都能被大家说“一眼鉴AI”，但随着技术日新月异的变化，我们也需要掌握辨识和判别他的能力。 Deepfake是一种使用人工智能技术生成的伪造媒体，特别是视频和音频，它们看起来或听起来非常真实...
-
震撼发布！阿里通义FunAudioLLM：重塑自然语音交互新纪元，开源引领语音处理革命！
近年来，人工智能的进步如 GPT-4o 和 Gemini-1.5极大地改变了人与机器的互动方式，2023这种转变在语音处理领域尤为明显。 阿里巴巴通义实验室近日发布并开源了 FunAudioLLM，这是一个旨在增强人与大型语言模型（LLMs）之间...
-
DIFFUSION 系列笔记| Latent Diffusion Model、Stable Diffusion基础概念、数学原理、代码分析、案例展示
目录 Latent Diffusion Model LDM 主要思想 LDM使用示例 LDM Pipeline LDM 中的 UNET 准备时间步 time steps 预处理阶段 pre-process 下采样过程 down sampl...
-
京东的AIGC革新之旅：通过JoyCoder实现研发提效 | 新程序员
【导读】从需求分析、设计编码到测试运维，AI已经逐步渗透到软件开发的各个环节，如何切实针对研发场景进行提效，是业内每个企业都在思考的问题。本文作者详细分析了AI在研发中的实际应用，并分享了JoyCoder与京东内部工具结合的实际案例，展示了AI...
-
重磅！Stable Diffusion创始团队推出FLUX.1：一夜颠覆MJ v6，DALL·E 3，SD3！
前言 Stable Diffusion 大家已经很熟悉了，是由 CompVis 团队开发的，这是一个隶属于德国慕尼黑大学的计算机视觉研究小组。该团队由多个研究人员和开发者组成，包括 Patrick Esser、Robin Rombach 和 Bjö...