AI绘画写字的准确度提升到90%啦
技术发布与更新 图像/音视频/XR/3D ElevenLabs发布视频生成音效功能 上传视频，自动生成匹配视频的音频。 使用地址：https://www.videotosoundeffects.com...
智变时代 / 全面理解机器智能与生成式 AI 加速的新工业革命
这篇文章讨论了生成式人工智能（AI）的发展和应用。文章提到了OpenAI的先发优势和算力支持，以及与Apple的合作使ChatGPT整合到Apple生态系统中。同时，文章还讨论了算力和数据在AI竞争中...
豆包的一场SEO，让AI搜索成了”内容垃圾场”
这篇文章讲述了一位玩家在使用AI搜索时发现豆包在搜索结果中出现的情况。豆包是一种类似于ChatGPT的AI应用，但它通过生成大量垃圾文来提高在搜索引擎中的权重。这种行为被称为"内容垃圾场"，它污染了信...
0513| Diffusion2GAN 的一步图像合成|苹果将改进 Siri
使用 Diffusion2GAN 的一步图像合成 Diffusion2GAN 是一种用于一步文本到图像合成的方法。它可以学习将高斯噪声映射到相应图像的噪声到图像映射关系，并能以交互速度生成 512px...
初识AI Agent——以大模型为核心的智能体
这篇文章主要介绍了AI Agent（人工智能代理）的概念和应用。AI Agent是一个通过传感器感知环境并通过执行器作用于环境的智能体。它可以根据任务执行不同的操作，可以是单Agent（单一任务）、多...
图解 transformer——多头注意力
这篇文章是关于图解Transformer系列的第三篇，详细介绍了多头注意力机制的工作原理。多头注意力机制在Transformer中起着核心作用，通过将查询、键和值的参数矩阵拆分为多个注意力头并并行计算...
Sora 和之前 Runway 那些在架构上有啥区别呢？
Sora 和之前的Runway在架构上的区别是，Runway基于扩散模型（Diffusion Model），而Sora基于Diffusion Transformer。扩散模型的训练过程是通过逐渐向图片...
小白的AI编程提效课
本专栏由小米、百度、阿里等互联网大厂的AI业务相关高管共创，专注于普通人的AI提效，提高程序员群体的开发效率。 v：hehan2048 小册包括六个专栏：AI编程实战、AI编程工具、AI高效办公、AI...
深度解析GPT Store！
GPT Store是Open AI推出的商店平台，为开发者提供展示和竞争的平台，为用户带来个性化体验。商店内有各类GPT模型，涵盖创意设计、写作、研究、编程、教育、生活方式等多个领域。商店排行榜展示受...
