AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
AIGC 和低代码结合应用全栈研发实践总结
精华一、背景电商供应链的系统建设一般偏向于数据管理类型，但此类系统建设有一个很明显的问题就是前后端开发的沟通成本较高（相对研发成本而言），特别是一些简单加减字段的诉求沟通成本甚至达到50%以上，如何将这部分沟通成本降低下来，并保证高质量的交付成为目前亟待解决的问题。经过对需求和系统页面进行分析，我们得出如下数据：供应链≤2人日的需求投入工时占接近50%，两周的迭代周期，一个前端甚至能接到10+需求，时间碎片...AIGC低代码全栈打破壁垒：生成式人工智能如何重塑数据分析场景
原创深入探讨生成式人工智能的原则和模型，以及它在数据分析中的应用。面对快速变化的市场格局，企业必须不断寻求新的技术突破来保持领先地位。生成式人工智能（GenerativeAI）无疑是近年来发展最为迅猛的一个突出领域。Gartner预测，到2026年，超过80%的组织将使用生成式人工智能API、模型或应用程序，而2023年这一比例还不到5%。生成式人工智能引起了数据分析和相关应用的范式变化。只需简单几个提示词，用户就可以收到文本、图像...人工智能深度学习数据分析Sora的狂欢、世界模型和AGI
Sora是OpenAI发布的一款视频生成模型，采用了DiffusionTransformer架构，旨在实现高保真度和视频图像的前后一致性。其突出之处在于能够生成逼真流畅的视频内容，令人惊叹不已。Sora一经推出便在极短的时间内迅速引起了科技界和社会各界的关注，同时也引发了关于AI技术发展和产业变革的激烈讨论，日前，MoPaaS魔泊云创始人和CEO鲁为民博士参与腾讯科技举办的：与硅谷专家和创业者共同探讨：Sora的商业逻辑与技术创新分析直播活动...Sora模型AGI无界AI算法总监邹国平:Midjourney领跑，没有标准答案的文生图，下半场还能怎么卷？
原创撰稿李美涵采访云昭嘉宾邹国平出品51CTO技术栈（微信号：blog51cto）进入2024，AI应用落地的步伐悄然加速。AI文生图产品——连接着千行百业的设计需求，极大地压缩了创意实现的周期——正成为快速掘金的AI领域之一。AI生图自2022年底开始爆发，过去一年多的时间已经让这条赛道变得内卷起来，前有Midjourney、DALL·E、StableDiffusion稳稳占据头部市场，后有GPT4等多模态大模型随时可能抄后路的危险，再加上诸多类似服务的图像...AI算法文生图前谷歌CEO盛赞！GitHub Copilot 神秘竞争对手浮出水面，市值直逼独角兽！
原创各种编程Copilot彻底卷起来了，不止国外的微软、谷歌、Meta，国内的百度、阿里、商汤等AI巨头盯上了编程这块肥肉，不少初创公司也毅然决然的选择了这条赛道。最近，那位曾经把Java带成Sun巅峰的CTO、前谷歌CEO施密特（EricSchmidt）也再度挥刀编程领域，并投资了一家新的编程Copilot应用，有意思的是，这款产品背后的发起者是有微软的背景。这个平台就是Augment，周三它以2.52亿美元的资金悄然出现，投后，该平台的估值已接近独...谷歌Copilot编程让大模型不再「巨无霸」，这是一份最新的大模型参数高效微调综述
近期，大语言模型、文生图模型等大规模AI模型迅猛发展。在这种形势下，如何适应瞬息万变的需求，快速适配大模型至各类下游任务，成为了一个重要的挑战。受限于计算资源，传统的全参数微调方法可能会显得力不从心，因此需要探索更高效的微调策略。上述挑战催生了参数高效微调（PEFT）技术在近期的快速发展。为了全面总结PEFT技术的发展历程并及时跟进最新的研究进展，最近，来自美国东北大学、加州大学Riverside分校、亚利桑那州...模型微调全网首测迪士尼VR魔法地板，360度原地行走环游地球！
精华苹果VisionPro发布之后火了一段时间，就几乎堙灭了。那是因为，仅靠一个头显，是无法真正体会到「头号玩家」中那样沉浸般的世界。还记得今年1月，迪士尼首次公布了「全息地板」Holotile黑科技，一块地板即实现无限行走，引全网围观。就在最近，油管网红MKBHD已经拿到全球首个Holotile评测资格，开启了一波评测。十分钟的简短评测视频，现全网播放量已破300万。戴上VisionPro之后，MKBHD在Holotile漫步时，永远都不会走出它的边...黑科技测评大语言模型高效推理知多少？三万字长文带你揭开神秘面纱（数据级、模型级和系统级）
精华论文链接：https:arxiv.orgpdf2404.14294.pdf大语言模型（LLMs）因其在各种任务中表现出色而受到广泛关注。然而，LLM推理所需的大量计算和内存资源对于在资源受限场景中部署提出了挑战。该领域的努力集中在开发旨在提高LLM推理效率的技术上。本文对现有文献中关于高效LLM推理的内容进行了全面调研。首先分析了导致LLM推理低效的主要原因，即大模型大小、二次复杂度的注意力操作和自回归解码方法。然后，本文引入了一个全面的分...模型优化Open-Sora 1.1重磅更新+解读：完全开源的高效复现类Sora视频生成方案！YYDS!
精华项目链接：https:github.comhpcaitechOpenSoraOpenSora1.1是ColossalAI开发的开源视频生成模型的最新迭代，标志着在这个快速发展的领域取得了实质性的飞跃。在其前身OpenSora1.0的基础上，该版本在功能、训练效率和整体灵活性方面进行了显著改进。OpenSora项目是一项致力于高效制作高质量视频，并使所有人都能使用其模型、工具和内容的计划。通过采用开源原则，OpenSora不仅实现了先进视频生成技术的低成本普及，还提供了一个精...模型解读字节发布视觉基础模型ViTamin，多项任务实现SOTA，入选CVPR2024
视觉语言模型屡屡出现新突破，但ViT仍是图像编码器的首选网络结构。字节提出新基础模型——ViTamin，专为视觉语言时代设计。在使用相同的数据集和训练方案时，ViTamin在ImageNet零样本准确率上比ViT提高了2.0%。此外在分类、检索、开放词汇检测和分割、多模态大语言模型等60个不同基准上都表现出了良好的结果。当进一步扩展参数规模时，ViTaminXL仅有436M参数，却达到了82.9%的ImageNet零样本准确率，超过了拥有十倍参数（4.4B...视觉语言模型Llama 3低比特量化性能下降显著！全面评估结果来了 | 港大&北航Ð
大模型力大砖飞，让LLaMA3演绎出了新高度：超15TToken数据上的超大规模预训练，既实现了令人印象深刻的性能提升，也因远超Chinchilla推荐量再次引爆开源社区讨论。与此同时，在实际应用层面上，另一个热点话题也浮出水面：资源有限场景下，LLaMA3的量化表现又会如何？香港大学、北京航空航天大学、苏黎世联邦理工学院联合推出了一项实证研究，全面揭示了LLaMA3的低比特量化性能。研究人员使用现有的10种训练后量化和LoRA微调方...模型训练Transformer解码真实场景！Meta推出70M参数SceneScript模型
精华抛弃传统方法，只采用Transformer来解码真实场景！近日，来自Meta的研究人员推出了SceneScript，只需要70M参数，仅采用编码器解码器架构，就能将真实世界的场景转化为几何表示。论文地址：https:arxiv.orgpdf2403.13064.pdfSceneScript是一种用于表示和推断场景几何图形的方法，使用自回归结构化语言模型和端到端学习。SceneScript可以助力AR和AI设备理解物理空间的几何形状，比如下面这个演示，利用Aria眼镜拍摄的素材，SceneS...Transformer模型一键换装，让奥特曼、黄仁勋穿上机器之心的文化衫
AI帮你来试衣，想穿什么款式一键搞定。精准捕捉服装细节，衣服纹理、图案、缝线等属性高度还原：即使是在户外，AI试衣也能准确展示试穿效果，保持较高质量的输出：人物坐立姿势对衣物有遮挡，AI也会毫无破绽的实现一键换衣，高度保持服装细节的一致性：既然demo演示这么厉害，那试试让黄仁勋、奥特曼、霉霉等名人穿上机器之心的文化衫，出来的效果会怎么样呢？换装1：换装2：换装3：试用地址：https:huggingface.cospacesyisolI...AI试装ICLR 2024 | 跨领域准确进行零样本异常检测，浙大等提出AnomalyCLIP
零样本异常检测（ZSAD）允许检测模型仅利用辅助数据进行训练，从而在没有任何目标数据集训练样本的情况下检测异常。这在因各种原因（如数据隐私问题）无法获取训练数据时非常关键。然而，这项任务面临的挑战在于，模型需要能够跨不同领域泛化异常检测能力，尤其是前景对象、异常区域及背景特征（比如不同产品或器官上的缺陷或肿瘤）在不同应用中可能大相径庭。为了改进CLIP模型，来自浙江大学、新加坡管理大学、哈佛大学的研究...模型训练当前最强国产Sora！清华团队突破16秒长视频，懂多镜头语言，会模拟物理规律
你说箱子里要装满钻石，于是箱子被钻石填满，比实拍还要耀眼。这样的技能，哪个剧组不喜欢？这是前段时间Adobe旗下的视频剪辑软件PremierePro所呈现的「魔法」。该软件通过引入Sora、Runway、Pika等AI视频工具，实现在视频中添加物体、消除物体以及生成视频片段等能力，这被视为视频领域的再一次技术革新。从2月份Sora席卷全球到如今Adobe再施魔法，海外热火朝天。相比之下，国内在视频领域，尤其是长视频生成方向还处于「等待...模型算法80多个罕见的论文prompt，让你起飞！
原创先进的人工智能功能，已经成为许多人的游戏规则改变者。本文中列出的提示是为了优化您与这个强大工具的交互而精心设计的。通过利用它们，您不仅可以简化您的写作过程，还可以提高您的研究和见解的质量。一、提示产生创意如果您陷入困境或不确定从哪里开始，可以帮助您集思广益，为您的论文、论文或论文集思广益。为学术论文提出一些关于[您更广泛的主题或主题]的潜在主题。建议[您更广泛的主题]领域内与[特定兴趣或主题]相关的...人工智能论文利用TimeGPT的深度学习能力实现预测分析的革新
原创人工智能对预测分析产生了根本性的影响，使得预测比以往任何时候都更加精确。各行各业都在充分利用人工智能的强大能力，以预测未来趋势并为即将到来的事情做好准备。然而，预测的准确性取决于多个因素，包括人工智能算法的复杂性、预测模型的稳健性以及训练数据的质量和数量，仅举几例。Nixtla（注：一家专注于时间序列预测和软件开发的美国初创公司）的TimeGPT是一种生成性预训练模型，专门为预测时间序列数据而设计。它是一个...深度学习人工智能TimeGPTChatGPT可以开车吗？分享大型语言模型在自动驾驶方面的应用案例
原创人工智能技术如今正在快速发展和应用，人工智能模型也是如此。拥有100亿个参数的通用模型的性能正在碾压拥有5000万个参数的任务特定模型，在从单一模型解决许多任务方面表现出了卓越的性能。人工智能模型也正在变得多模态。微软公司的Florence2和OpenAI公司的GPT4V等新的视觉模型正在扩展这些模型的应用，以整合图像、视频和声音，将大型语言模型（LLM）强大的能力应用在数百万个新的用例中。事实证明，在模型工程领域，规模越...人工智能自动驾驶大型语言模型与OpenAI的Q*道殊同归？斯坦福团队发现语言模型的新路径为Q函数
传统上LLM被视为复杂的文本生成器，能够在给定输入的基础上产生连贯且相关的输出。斯坦福大学的最新研究《FromrtoQ∗:YourLanguageModelisSecretlyaQFunction》（论文链接：https:arxiv.orgabs2404.12358）为我们提供了一个全新的视角，它将LLM视为Q函数，这是强化学习中用于评估行动预期效用的关键工具。这一创新观点不仅挑战了我们对LLM的传统认知，也为未来AI的发展方向提供了可能的新路径。这个观点提出了一...OpenAI语言模型基于多级注意力机制的并行预测模型
创新点：1.利用Transformer来提取序列中的长期依赖关系的时序特征，采用并行结构，加快模型的训练和推理速度，提高模型对关键信息的感知能力；2.通过双向门控循环单元（BiGRU）同时从前向和后向对序列进行建模，以更好地捕获序列中的依赖关系，同时应用全局注意力机制GlobalAttention，对BiGRU的输出进行加权处理，使模型能够聚焦于序列中最重要的部分，提高预测性能；3.利用交叉注意力进行并行网络时空特征的融合，这样可以同...并行预测模型
