-
【持续更新中！图像-文本对数据集汇总】Stable Diffusion 3 重磅开源，超全图像生成必备训练数据集、教程汇总
Stability AI 已经正式开源 Stable Diffusion 3（简称 SD3）！SD3 是一个图像生成模型，只要给定一段描述性的文字，就能够创造出与之匹配的视觉作品。下图就是由 SD3 生成的图像。 * prompt 史诗...
-
普通人学习AI绘画，Stable diffusion 和 Midjourney 怎么选？千万别急着花2W买显卡
1 引言 最近学习AI绘画已经有十几个小时了，基本上对于各种类型的命令和绘画风格，以及文字生图、图生图的方法已经达到熟练掌握了。 可以骄傲的说，虽然我还无法做到原创指令， 但站在别人的肩膀上，灵活运用chatGPT和Midjourney咒语，...
-
机器学习正在突破摩尔定律，Epoch 最新AI发展趋势预测
近日，Epoch AI更新了他们对机器学习远期趋势的研究报告，在计算、数据、硬件、算法、成本等多个维度对人工智能模型趋势进行了深入研究。 Epoch AI是一家研究机构，致力于研究影响人工智能发展轨迹和治理的关键趋势和问题，以造福社会。其报告中的研究结论联...
-
【AIGC】智能文档处理解决方案深度剖析
文章目录 @[toc] 一、文档处理是什么 二、文档处理场景分析 1.文档问答 2.文档校订 3.财务文档解析 4.简历解析 5.发票和收据分析 6.表提取 7.身份证/护照解析 三、文档处理用户案例 四、文档处理市场分析 1...
-
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...
-
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...
-
“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”...
-
文心一言上线声音定制功能；通义千问开源模型；openAI又侵权？
文心一言上线定制专属声音功能 百度旗下 AI 聊天机器人文心一言上线新功能，用户录音一句话，即可定制声音。 使用这项功能需要使用文心一言 App。在创建智能体中，点击创建自己的声音，朗读系统提示的一句话，等候几秒钟时间，系统就能捕捉到用户的声音...
-
Google 支持的 Tempus AI 在纳斯达克首次亮相，首日交易上涨 9%
Tempus AI 是一家利用人工智能（AI）解读医疗测试的诊断公司，旨在帮助医生为患者提供更准确的治疗方案。周五，该公司在纳斯达克首次亮相，股票代码为「TEM」，开盘后股价一度上涨了 15%。 Tempus AI 周四以每股 37 美元的价格发行了 1...
-
【全网瞩目】你想知道的Llama3都在这里
Meta发布了开放式生成人工智能模型 Llama 系列的最新产品： Llama 3。或者更准确地说，该公司首次发布了其新的 Llama 3 系列中的两个模型，其余模型将在未来某个不确定的日期发布。 Meta 称，与上一代 Llama 型号 Llama 2...
-
[从0开始AIGC][Transformer相关]：一文看懂Transformer中的位置编码：绝对位置、相对位置、旋转位置编码
[从0开始AIGC][Transformer相关]：一文看懂Transformer中的位置编码 文章目录 [从0开始AIGC][Transformer相关]：一文看懂Transformer中的位置编码 1. 位置编码 1.1 绝对位...
-
Go最全Stable Diffusion web UI 文档_stable diffusion webui文档(3)，2024-2024历年网易跳动Golang面试真题解析
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Go语言开发知识点，真正体系化！ 由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后...
-
RAG 与长文本，此消彼长还是相辅相成？
上周，PingCAP AI Lab 数据科学家孙逸神的文章《当前都在堆长窗口，还需要 RAG 吗？》从用户的角度谈了长窗口&RAG 的看法，引起了众多同行的围观，本周我们采访了张粲宇，看看搞向量数据库的业内人士，是怎么看待这个问题的？...
-
超详细！AI 绘画神器 Stable Diffusion 基础教程_stable diffusion ai怎么用
HED 边缘检测 跟 Canny 类似，但自由发挥程度更高。HED 边界保留了输入图像中的细节，绘制的人物明暗对比明显，轮廓感更强，适合在保持原来构图的基础上对画面风格进行改变时使用。 Scribble 黑白稿提取 涂鸦成图，比 HED 和 Ca...
-
stable diffusion生成图像交作业
试试自己部署的sd-webui 模型：768-v-ema.safetensors 参数设置： 负向提示词： (nsfw:2 ,Multiple people,easynegative,(worst quality:2 ,(low quality...
-
【AIGC调研系列】llama3微调具体案例
Llama3的微调可以通过多种方式进行，具体案例包括： 使用XTuner进行微调，尝试让Llama3具有"它是SmartFlowAI打造的人工智能助手"的自我认知。这涉及到准备自我认知训练数据集，并通过脚本生成数据[2][8]。 利用Unsloth和G...
-
国产大模型最近挺猛啊！使用Dify构建企业级GPTs；AI阅读不只是「总结全文」；我的Agent自媒体团队；官方AI绘画课完结啦！ | 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！ ? 大模型近期重大进展：百川、讯飞、智源发布新模型，GLM-4、DeepSeek上线开放平台，Google Bard 反超，Mixtral medium 泄...
-
正在进行：微软Build 2024大会宣布的Team Copilot：你的会议助手
每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领域的领跑者。点击订阅，与未来同...
-
Llama模型家族之使用 Supervised Fine-Tuning（SFT）微调预训练Llama 3 语言模型（一） LLaMA-Factory简介
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...
-
Google Play Store整顿生成式AI应用 严控不当内容传播
Google近日发布了针对AI应用程序的新指导方针，旨在减少“不适当”和“被禁止”的内容传播。根据报道，Google Play Store宣布了对生成式AI类应用的整顿，要求这类应用限制不当内容的传播。 根据最新政策，所有提供生成式 AI 功能的应用必须采...
-
AI绘画工具Stable Diffusion网页版操作指南
Stable Diffusion 是一个可以将文字生成图像的AI大模型。它可以通过简单地输入任何文本来生成高质量、逼真的图像。 这个模型的最新版本是 Stable Diffusion XL，它有一个更大的 UNet 骨干网络，可以生成更高质量的图像。...
-
AI视频生成工具Pika Labs获8000万美元融资 估值4.7亿美元
AI 视频生成器 Pika Labs 近日宣布获得了8000万美元的融资。这家初创公司的估值在这轮融资后达到了4.7亿美元，虽然仍远远落后于 Runway 的15亿美元估值，但也是一笔不小的金额。Pika Labs 的团队由来自 Google、Meta 和...
-
OpenAI 和谷歌 DeepMind已风险重重，13位硅谷AI大厂员工联名上信：我们需要对前沿AI发出警告的权利！
编辑 | 伊风出品 | 51CTO技术栈（微信号：blog51cto） 忍无可忍！ 面对AI技术发展的各种风险隐患，这些前沿AI企业的一线员工再也不堪忍受任人捂嘴的现状了！ 他们想要挣脱保密协议和公司报复的重重风险，获得对公众发出警告的权利。 昨...
-
Mobile-Agent-v2：让AI学会自动刷手机
Mobile-Agent-v2是一个先进的AI系统，旨在通过自动化操作和视觉感知技术，实现对移动设备的全面控制。这一系统能够模拟真人的各种交互行为，如点击、滑动和输入等，从而自动化地完成一系列复杂的任务。 以下是Mobile-Agent-v2能够实现的一...
-
语音识别接入openai的Whisper接口，手把手保姆级教程，chatgpt的接口
据说这货已经是地表x强的语音识别了？？ 有人说“在Whisper 之前，英文语音识别方面，Google说第二，没人敢说第一——当然，我后来发现Amazon的英文语音识别也非常准，基本与Google看齐。 在中文（普通话）领域，讯飞也很能打，讯飞语音输入...
-
谷歌AI概览功能触发频率大幅下降 仅出现在15%的查询结果中
根据一项新分析，谷歌的人工智能概述现在只出现在不到15% 的查询结果中。过去，谷歌的 AI 概览（以前在实验室中被称为搜索生成体验）一度出现在84% 的查询中。 从4月中旬开始，没有 AI 概览的谷歌搜索结果数量大幅增加，并持续到5月，直到 Google...
-
从46款AI教育产品，看全球八大市场用户学习偏好
Question AI 助力作业帮上市的传闻、字节跳动旗下 Gauth 超越多邻国登顶美国教育总榜、Answer.AI 凭借个位数成员的小团队成为北美 AI 教育第一梯队产品，让市场看到了 AI 教育的机会。 为了进一步了解 AI 教育赛道的发展情况，我们...
-
Zapier Central，目前最被低估的 AI 工具之一！
Zapier Central 的 Chrome 扩展程序是目前最被低估的 AI 工具之一。它会抓取您所在的任何网站，然后自动执行 6,000 多个应用程序中的操作。 开发团队为了节省时间而实施的一个简单用例：在我们深入讨论之前，先简单介绍一下背景：@th...
-
前OpenAI员工发公开信吁AI公司允许员工提出风险担忧
近日，一群前OpenAI和Google DeepMind员工在一封公开信中呼吁人工智能公司允许员工提出对AI风险的担忧，而不必担心遭到报复。他们认为AI可能加剧不平等、操纵信息，甚至导致人类灭绝。公开信要求AI公司遵守四项原则，包括不禁止批评、提供匿名渠道...
-
斯坦福回应抄袭清华系大模型 公开道歉并删除推文
斯坦福大学的一个AI团队在 5 月 29 日发布了一个名为Llama3-V的多模态大模型，并宣称只需 500 美元就能训练出一个性能与GPT4-V相媲美的模型。然而，该模型随后被指控抄袭，与国内由面壁智能和清华大学自然语言处理实验室联合推出的大模型Mini...
-
Ilya离开后，8位OpenAI新安全与保密委员会领军人物，你认识几位？
编辑 | 言征 出品 | 51CTO技术栈（微信号：blog51cto） OpenAI宣布成立新的安全与保密委员会，该委员会负责OpenAI项目和运营中的关键决策制定，这引发了互联网的广泛讨论，因为CEO山姆·阿尔特曼（Sam Altman）也是委员会成...
-
AI让网友“吃石头”闹得沸沸扬扬，谷歌副总裁发博回应：不是幻觉
最近一周，网上关于谷歌AI overview（AI概览）的讨论沸沸扬扬，简直快要扛起X平台科技区的流量大旗。 这款在2023年5月就推出测试版的AI搜索，在正式上线前已处理了超十亿次查询，却依旧没能逃过翻车的命运，原因是它仍无法判断“人能不能吃石头、喝胶水...
-
ollama部署体验Chinese-LLaMA-Alpaca-3大模型项目
前言 书接上回：快速评测已有的中文llama-3开源模型（4月25日更新）_llama3-chinese-novel-CSDN博客 虽然Llama-3大模型发布以后，中文适配模型也出了一大堆，但效果都不尽人意，参差不齐。近期，Chinese-LLaMA...
-
欢迎 Llama 3：Meta 的新一代开源大语言模型
介绍 Meta 公司的 Llama 3 是开放获取的 Llama 系列的最新版本，现已在 Hugging Face 平台发布。看到 Meta 持续致力于开放 AI 领域的发展令人振奋，我们也非常高兴地全力支持此次发布，并实现了与 Hugging Fac...
-
DreamPose: Fashion Image-to-Video Synthesis via Stable Diffusion
UW&UCB&Google&NVIDIA ICCV23 https://github.com/johannakarras/DreamPose?tab=readme-ov-file 问题引入 输入参考图片...
-
分分钟完成Excel任务的十大AI工具
译者 | 布加迪 审校 | 重楼 通过无缝集成Python和各种人工智能(AI 工具，Excel的功能正在迅速发生转变，彻底改变了工作节奏。 去年，微软宣布了Python集成的公开预览版，Excel因此迎来了重大升级。这意味着开发人员和数据分析师不再需...
-
【最新】生成式人工智能(AIGC)与大语言模型(LLM)学习资源汇总
基本概念学习 a Andrej Karpathy 的 - 大型语言模型简介：https://www.youtube.com/watch?v=zjkBMFhNj_g 该视频对 LLMs 进行了一般性和高级的介绍，涵盖推理、缩放、微调、安全问题和提示注入...
-
每天都看模型评分，但你真的了解吗？OpenAI研究员最新博客，一文读懂LLM评估
上周六，OpenAI研究院Jason Wei在个人网站上发表了一篇博客，讨论了他眼中「成功的语言模型评估」应该具备哪些因素，并总结出了阻碍好的评估在NLP社区获得关注的「七宗罪」。 Jason Wei在最近的斯坦福NLP研讨会上展示了这篇文章，Open...
-
全球AI工具认知度调查：公众兴趣低迷 美国仅7%用户每天使用
尽管AI公司和投资者急于将人工智能融入各种产品，但公众对这些工具的认知和使用率却相对较低。牛津大学和路透社研究所的一项新研究显示，在对六个国家约12，000人的调查中，大量受访者表示他们从未使用过OpenAI的ChatGPT等流行工具，20%至30%的受访...
-
GPTs向所有免费ChatGPT用户开放 ，但无法创建
免费 ChatGPT 用户现在可以使用一些之前仅对付费用户开放的功能，例如GPTsT、图表分析和照片问题，这些功能是在5月初的 GPT-4o 中添加的。 此前，模型和 Web 响应、数据分析、图表创建、视觉、文件上传、内存和GPTs等功能仅对付费用户（C...
-
简单几步微调Llama 3大模型，小白轻松上手
这是面向小白用户的一个超级简单的微调大模型示例，通过这个例子将得到一个速度翻倍，并可以包含自己业务知识数据的微调后llama3模型，可用于本地部署构建私有化的AI智能体。very 的 nice 首先请准备好google账号和网络环境，这个示例基于gool...
-
Google Bard的Gemini Pro最新升级；Nomic Embed: 开源文本嵌入模型
? AI新闻 ? Google Bard的Gemini Pro最新升级 摘要：Bard现在可以在超过40种语言和230多个国家和地区使用Gemini Pro，提供更强大的理解、推理、总结和编码能力。 Bard的双重检查功能将扩展到40多种语言，用户...
-
2500页算法文档泄露！搜索史上最强黑箱曝光，谷歌翻车再升级？
撰稿丨诺亚 出品 | 51CTO技术栈（微信号：blog51cto） 谷歌有点流年不利。 前两天刚被曝出，其搜索新推出的“AI 摘要（AI Overviews）”功能经常提供严重错误的搜索结果信息，例如，荒唐地建议用户用胶水来防止披萨上的奶酪滑落...
-
AI工程师薪酬远超其他同行！入门级平均超170万元
快科技5月29日消息，根据Levels.fyi发布的2024年第一季度AI工程师薪酬调查数据，人工智能（AI）工程师的薪酬远超非AI软件工程师。 调查结果表明，不同级别的AI工程师薪酬普遍高于非AI工程师。具体来看，入门级AI工程师的平均薪酬为239000...
-
OpenAI Whisper 语音转文本实验
为了实现语音方式与大语言模型的对话，需要使用语音识别（Voice2Text）和语音输出（Text2Voice）。感觉这项技术已比较成熟了，国内也有许多的机构开发这项技术，但是像寻找一个方便测试的技术居然还不容易。Google 墙了，微...
-
谷歌搜索算法内幕被扒，2500页巨细文件实名泄密！搜索排名谎言被揭穿
日前，谷歌2500页的内部文档被泄露，揭示了搜索——「互联网最强大的仲裁者」的运作方式。 爆料人是SparkToro的联合创始人兼CEO，他在自家网站上发表博客文章，宣称「一位匿名人士与我分享了数千页泄露的谷歌搜索API文档，SEO中的每个人都应该看到它...
-
现在适合进入AIGC行业吗？
现在适合进入AIGC行业吗？ 随着人工智能生成内容（AIGC）技术的快速发展，越来越多的人开始关注这个行业。那么，现在是否是进入AIGC行业的好时机呢？本文将从行业前景、市场需求以及个人选择与规划三个方向进行探讨。 行业前景 发展前景 AI...
-
图像生成模型浅析（Stable Diffusion、DALL-E、Imagen）
目录 前言 1. 速览图像生成模型 1.1 VAE 1.2 Flow-based Model 1.3 Diffusion Model 1.4 GAN 1.5 对比速览 2. Diffusion Model 3. Stable Diffusi...
-
AI智能体的炒作与现实：GPT-4都撑不起，现实任务成功率不到15%
随着大语言模型的不断进化与自我革新，性能、准确度、稳定性都有了大幅的提升，这已经被各个基准问题集验证过了。 但是，对于现有版本的 LLM 来说，它们的综合能力似乎并不能完全支撑得起 AI 智能体。 多模态、多任务、多领域俨然已成为 AI 智能体在公共...
-
探索人工智能的边界：GPT 4.0与文心一言 4.0免费使用体验全揭秘！
探索人工智能的边界：GPT与文心一言免费试用体验全揭秘！ 前言 免费使用文心一言4.0的方法 官方入口进入存在的问题 免费使用文心一言4.0的方法 免费使用GPT4.0的方法 官方入口进入存在的问题 免费使用GPT4.0的方法...