AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
硬控设计人一分钟，加持大模型的Adobe，PS起来更香了
精华刚刚，Adobe正式宣布推出新的图像生成模型FireflyImage3，即日起在FireflyWeb应用程序、AdobePhotoshop和AdobeInDesign中提供测试版，并在「今年晚些时候」全面上市，旨在让创作者能够提高工作效率，生成更高质量、更详细的图像。Adobe表示，FireflyImage3提供了前所未有的逼真质量，具有更好的光照、定位和对细节的关注。FireflyImage3比之前的Firefly模型更能理解长的描述性文本提示（prompt），并且可以在其生成的图像中生成...AdobeAI加速扩散模型，最快1步生成SOTA级图片，字节Hyper-SD开源了
最近，扩散模型（DiffusionModel）在图像生成领域取得了显著的进展，为图像生成和视频生成任务带来了前所未有的发展机遇。尽管取得了令人印象深刻的结果，扩散模型在推理过程中天然存在的多步数迭代去噪特性导致了较高的计算成本。近期出现了一系列扩散模型蒸馏算法来加速扩散模型的推理过程。这些方法大致可以分为两类：i)轨迹保持蒸馏；ii)轨迹重构蒸馏。然而，这两类方法会分别受到效果天花板有限或者或输出域变化这两个问题...模型论文谷歌Gemini vs ChatGPT：Gemini比ChatGPT更胜一筹吗？
原创谷歌Gemini已进入了市场，它与OpenAI的ChatGPT相比具有多强的竞争力？当微软大力资助的OpenAI于2022年11月推出ChatGPT的公测版时，就与谷歌等公司开始争夺生成式人工智能的霸主地位。一年多后，谷歌宣布其迄今为止最先进的AI系统Gemini于2023年12月推出。OpenAI和谷歌都在快速迭代。本文介绍了OpenAI的ChatGPT和谷歌的Gemini的关键功能和定价细节，因此您将获得确定Gemini是否比ChatGPT更适合贵公司业务需求所需的信息。Gemini...ChatGPTGeminiAI大模型竞技场全面测评结果出炉：Llama3 70B成开源模型中最强王者！
原创近日，大模型系统组织发布旗下大模型竞技场全面测评结果，Llama370B成开源模型中性能最强的模型，而未发布的Llama3400B着实令人期待！PyTorch创始人SoumithChintala感叹这几乎是不可能完成的任务！以下是译文：Llama370B已经稳居第五位。接下来还有405B...我还记得2023年三月GPT4发布时，看起来几乎不可能达到相同的性能。从那时起，我看到AhmadAlDahle和MetaAI的其他成员经历了一段混乱的崛起，专注于工作，每周工作100多个小...大模型开源模型面向大语言模型的控制理论
原创大型语言模型（LLMs）越来越多地被用作软件系统的组成部分。我们生活在一个世界里，你可以从你友好的邻居雪佛兰汽车销售机器人那里得到计算流体力学的帮助。你可以要求LLM执行自动文献回顾。你甚至可以用它们来模拟军事战略。随着像GPT4、Claude和Gemini这样的前沿语言模型的零样本能力不断增强，我们已经看到“LLM驱动”的软件系统的大量涌现。看起来我们很快就能够通过提示一个极其聪明的模型来构建超能力的AI系统和代理！另...大语言模型一张照片+音频=超逼真数字人视频！VASA-1模型拉开「实时交互」大幕
精华在人物说话的过程中，每一个细微的动作和表情都可以表达情感，都能向观众传达出无声的信息，也是影响生成结果真实性的关键因素。如果能够根据特定面容来自动生成一段生动逼真的形象，将彻底改变人类与人工智能系统的交互形式，例如改善有障碍患者的交流方式、增强人工智能辅导教育的趣味性、医疗保健场景下的治疗支持和社会互动等。最近，微软亚洲研究院的研究人员抛出了一个重磅炸弹VASA1框架，利用视觉情感技巧（VAS，visuala...数字人视频商汤科技Copilot技术应用负责人张涛：大模型不能解决一切，AI产品需要领域知识
原创嘉宾张涛采访&撰稿云昭出品51CTO技术栈（微信号：blog51cto）“程序员的饭碗被AI惦记”，早已不是新鲜事。李彦宏说未来不需要程序员，黄仁勋说未来不要再让孩子学编程！Coding这个行业会消失？要回答这个问题，AI编程工具的研发者最有发言权。近日，商汤科技小浣熊出圈，我们在AIGC实战派中邀请到小浣熊背后的主导开发者，商汤科技Copilot应用技术负责人张涛。“那些仍需要人精心地去跟机器沟通的部分，以前叫Coding、现在叫Cod...商汤科技CopilotAI云端部署大模型的三个秘密
原创编译星璇出品51CTO技术栈（微信号：blog51cto）在过去的两年里，我更多地参与了使用大型语言模型（LLMs）的生成式AI项目，而非传统的系统。我开始怀念无服务器云计算。它们的应用范围广泛，从增强对话式AI到为各行各业提供复杂的分析解决方案，以及其他许多功能。许多企业将这些模型部署在云平台上，因为公共云提供商已经提供了现成的生态系统，而且这是阻力最小的路径。然而，这并不便宜。云还提供了其他好处，如可扩展性、效...云端模型LLMs微软3.8B模型媲美GPT-3.5！小到用iPhone就能跑起来，网友：Good data is all you need!
原创撰文、整理伊风出品51CTO技术栈（微信号：blog51cto）这周，“小模型”之战打得可谓精彩非凡，让人目不暇接。前脚，小扎刚在采访中自豪地宣布Llama380亿模型几乎与此前Llama2700亿模型的性能差不多！紧接着，微软祭出的“Phi3Mini”以3.8B的小体积，跑出Mixtral8x7B和GPT3.5等大模型才有的成绩，似乎在用实力证明，在小模型这件事上，微软才是真正的领先者。让人直呼离谱！下图能看到Phi3Mini并非夸张！通过学术基准和内部测试...GPT-3.5微软模型低比特量化的LLAMA3模型有多好？ | 香港大学&北航最新研究发布
论文链接：https:arxiv.orgpdf2404.14047.pdf项目链接：https:github.comMacaronlinLLaMA3Quantization模型链接：https:huggingface.coLLMQMeta的LLAMA系列已成为最强大的开源大语言模型（LLM）系列之一。值得注意的是，LLAMA3模型最近发布，并在超大规模的预训练数据（超过15Ttokens）上取得了令人印象深刻的性能。鉴于在资源有限的情况下低比特量化在LLMs中的广泛应用，本文探索了LLAMA3在量化到低比特宽度时的能力。这一探索...模型LLM基于MoE的通用图像融合模型，添加2.8%参数完成多项任务
论文链接：https:arxiv.orgabs2403.12494代码链接：https:github.comYangSun22TCMoA论文题目：TaskCustomizedMixtureofAdaptersforGeneralImageFusion图1不同融合任务的源图像对融合结果的主导强度变化研究背景与动机图像融合的目的是将同一场景中不同传感器捕获的多源图像的互补信息整合到单个图像上。这种方式通常被用于提取图片重要信息和提高视觉质量。目前，一般的图像融合主要包括多模态、多曝光、多焦图像融合等。融合任...图像模型融汇14个AI工具构建完美应用
原创上篇：融汇11款AI工具构建完美应用如您所见，人工智能（AI）应用在近年来得到了长足的发展。从语音助手到软件开发，人工智能已在我们的生活中无处不在，并得到了广泛应用。下面，我将为您介绍25个开源项目，您可以用它们来制作自己的人工智能应用程序，并使其更上一层楼。12.StableDiffusion一种潜在的文本到图像的扩散模型作为一种在生成模型中常被用到的技术，StableDiffusion（https:github.comCompVisstablediffusi...开源AI工具人工智能加州理工华人用AI颠覆数学证明！提速5倍震惊陶哲轩，80%数学步骤全自动化
LeanCopilot，让陶哲轩等众多数学家赞不绝口的这个形式化数学工具，又有超强进化了？就在刚刚，加州理工教授AnimaAnandkumar宣布，团队发布了LeanCopilot论文的扩展版本，并且更新了代码库。论文地址：https:arxiv.orgpdf2404.12534.pdf最新实验表明，这个Copilot工具，可以自动化80%以上的数学证明步骤了！这个纪录，比以前的基线aesop还要好2.3倍。并且，和以前一样，它在MIT许可下是开源的。而对此做出巨大贡献的，...AI数学微软「诈骗届」王牌框架，真到可怕！一张照片+音频即可生成数字人
精华在人物说话的过程中，每一个细微的动作和表情都可以表达情感，都能向观众传达出无声的信息，也是影响生成结果真实性的关键因素。如果能够根据特定面容来自动生成一段生动逼真的形象，将彻底改变人类与人工智能系统的交互形式，例如改善有障碍患者的交流方式、增强人工智能辅导教育的趣味性、医疗保健场景下的治疗支持和社会互动等。最近，微软亚洲研究院的研究人员抛出了一个重磅炸弹VASA1框架，利用视觉情感技巧（VAS，visuala...数字人生成Gartner预计：到2028年，将有75%的企业程序员使用AI辅助工具。同时，开发团队需警惕上级的过高期望
原创编译丨诺亚出品51CTO技术栈（微信号：blog51cto）日前，Gartner预测，到2028年，将有75%的企业软件工程师使用AI代码助手。值得一提的是，这一比例在2023年初尚不足10%。根据对598位大型企业软件工程领导者的调查，截至2023年第三季度，已有63%的组织正在试用、部署或已部署了AI代码助手。然而，Gartner高级首席分析师PhilipWalsh警告称，在生产力提升方面，IT领导层的期望与软件团队的实际体验之间可能存在不匹配。Walsh表示，...AI辅助工具编程大模型一对一战斗75万轮，GPT-4夺冠，Llama 3位列第五
关于Llama3，又有测试结果新鲜出炉——大模型评测社区LMSYS发布了一份大模型排行榜单，Llama3位列第五，英文单项与GPT4并列第一。不同于其他Benchmark，这份榜单的依据是模型一对一battle，由全网测评者自行命题并打分。最终，Llama3取得了榜单中的第五名，排在前面的是GPT4的三个不同版本，以及Claude3超大杯Opus。而在英文单项榜单中，Llama3反超了Claude，与GPT4打成了平手。对于这一结果，Meta的首席科学家LeCun十分高兴，...大模型测评黑照变废为宝！超能AI一句话修出创意大片，亲妈看了都说真
精华2024最wow的AI生图工具出现了！对“青春纪念手册”下手，你就说这味儿正不正宗：不信谁没有，谁也别说谁。别着急，下一秒“啪”的一下：……什么情况？这，就是最近摄影圈不少人都在玩的AI修图神器——超能画布。据说只需一句提示词就能分分钟修出创意大片，无需事先上传多张图训练专属模型，打开直接上传一张图随便P。最近它还快速迭代升级了一波产品，圈子里更热闹了。有网友试过后直呼内行，毕竟用它来应对顾客的奇葩需求简...AI生图工具ChatGPT能预测未来特定事件，准确率高达97%
贝勒大学经济学院的PhamHoangVan和ScottCunningham两位教授，基于OpenAI的GPT3.5、GPT4深度研究了大模型对事情的预测能力。研究人员使用了直接预测和未来叙述（FutureNarrative）两种提示方法，进行了100次提示。同时使用了训练数据截止至2021年9月的ChatGPT模型，对2022年已经发生的事情进行了多维度评测。结果显示，在直接预测中，ChatGPT的表现并不理想，例如，直接让其回答2022年奥斯卡最佳男主角时准确率只有25%左右。如果...模型预测Arena-Hard：开源高质量大模型评估基准
开发一个安全、准确的大模型评估基准通常需要包含三个重要内容：1）稳定识别模型的能力；2）反映真实世界使用情况中的人类偏好；3）经常更新以避免过拟合或测试集泄漏。但传统的基准测试通常是静态的或闭源的，同时大模型的技术发展和功能迭代比较，这凸显了建立具有高可分离性评估基准的必要性。大模型研究组织LmsysOrg则开源了ArenaHard。这是一个全新高质量大模型评估基准。开源地址：https:github.comlmsysarenahardLmsys将...模型评估Leonardo新增图片样式引导，能精准控制生成图片啦！
4月20日，知名文生图平台Leonardo.ai宣布新增图片样式引导功能，用户可以通过上传自定义图片，生成更精准、丰富的图片内容。这个功能对于设计师、网络营销人员、插画师等非常重要，可以帮助用户控制图片生成内容的风格、样式、色彩等元素，从而在视觉效果上实现更好的体验。也就是说，这相当于是一个可视化的迷你微调功能，可以按照你的要求制作连环画或者视觉一致的海报啦。目前，免费用户只能上传1张参考图片。付费用户最多上...图片 生成AI
