应用

5条实用经验，教你如何用AI轻松开发产品！

用 AI 能开发产品吗？我的回答是：完全可以。全民爱画就是一款用 AI 开发的产品。全民爱画是一个 AI 装饰画创作和实物画订购工具，它利用 AI 技术完成了产品的核心功能，包括 AI 绘画，用户账号和订单支付等。产品大部分的前后端开发工作都由 AI 完成，而我的主要工作是进行产品架构设计、UI 设计、代码调试和产品部署。简单来说，就是让 AI 来完成开发过程中的前后端工作，这样可以极大降低开发难度，提高开发效率，让你更轻松地实现自己的产品想法。更多干货：利用 AI 进行产品开发，其实质是通过人机交互来解决问题

2/19/2024 12:01:15 AM

Nile

CVPR 2024 Workshop | AIGC质量评价挑战赛启动！

NTIRE (New Trends in Image Restoration and Enhancement) 是近年来计算机视觉领域中具有广泛影响力的全球性研讨会之一，其涵盖了绝大部分底层视觉任务并提供了相应挑战赛。其中，NTIRE 2024 AIGC质量评价挑战赛由上海交通大学刘笑宏、闵雄阔、翟广涛教授团队与华为技术有限公司共同主办。第九届NTIRE研讨会将于2024年6月18日（暂定）与CVPR 2024一同举行。大赛背景：随着生成式人工智能的兴起，近年来涌现了大量文生图、文生视频模型。此类算法的主要目标是

2/18/2024 5:09:00 PM

新闻助手

效率翻倍！ComfyUI 必装的工作流+模型管理插件 Workspace Manager

大家好我是花生~ 前不久为大家推荐的秋葉大佬的 ComfyUI 整合安装包，今天继续为大家推荐一个目前非常受欢迎的 ComfyUI 插件 Workspace Manager，它可以让我们轻松管理、调用自己的工作流文件和模型，有效提升我们使用 ComfyUI 的效率。上期回顾：一、Workspace Manager 安装方式插件 Github 网址：如果你没有安装 Workspace Manager 插件，可以通过以下 2 种方式安装： ① 通过 ComfyUI Manager 安装（推荐）。进入 Comfy

2/18/2024 12:53:45 AM

夏花生

AI 到底有多强？万字干货盘点最新大模型应用和动态！

前言距离上次写大模型应用的文章已经过去了大半年：这期间 AI 如火如荼，虽然我个人感知大模型应用生态并没有太多变化，但还是想记录下近期在大模型应用现象上的观察和浅显见解。这篇文章会从 GPTs、大模型中间层（Dify、Coze)、大火的虚拟社交（Character.AI 等）聊到 AI Agent、大模型的多模态能力、产品推荐，涵盖了 23 年下半年至今大模型应用领域的最新进展。一、Chatbot 是自然衍生的产品形态 1. GPTs 2023 年 11 月的 OpenAI 开发者大会上，OpenAI 推出

2/18/2024 12:26:31 AM

Bay的设计奥德赛

让AI生成更准确！解析 Midjourny 的逆向生成方法

网上关于 MIdjourny 的教程很多，但是基本都是正向思维。正向思维导致的结果就是你提供的关键词，并不一定能够输出我想要的效果。这篇文章主要从逆向思维来剖析，如何以图生图，对目标效果图进行反编译的方法，输出一套属于自己想要的效果图。更多干货：一、关于逆向生成「逆向生成」无非就是站在巨人的肩膀上，对原有的目标创作效果进行反向编译，从而学习里面隐藏的技术点，供自己所用。 MIdjourny 提供了一个很好的工具指令就是 describe。上传一张目标效果图，解析一下即可生成 4 段文本分析。记得上大学的时候

2/17/2024 12:13:57 AM

阿琦Aqi

春节大礼包！OpenAI首个视频生成模型发布，60秒高清大作，网友已叹服

欢迎来到 bling zoo！北京时间今天凌晨，OpenAI 正式发布了文本到视频生成模型 Sora，继 Runway、Pika、谷歌和 Meta 之后，OpenAI 终于加入视频生成领域的战争。山姆・奥特曼的消息放出后，看到 OpenAI 工程师第一时间展示的 AI 生成视频效果，人们纷纷表示感叹：好莱坞的时代结束了？OpenAI 声称，如果给定一段简短或详细的描述或一张静态图片，Sora 就能生成类似电影的 1080p 场景，其中包含多个角色、不同类型的动作和背景细节。Sora 有哪些特别之处呢？它对语言有着深

2/16/2024 5:41:00 PM

机器之心

谷歌Gemini1.5火速上线：MoE架构，100万上下文

今天，谷歌宣布推出 Gemini 1.5。Gemini 1.5 建立在谷歌基础模型开发和基础设施的研究与工程创新的基础上，包括通过新的专家混合 (MoE) 架构使 Gemini 1.5 的训练和服务更加高效。谷歌现在推出的是用于早期测试的 Gemini 1.5 的第一个版本 ——Gemini 1.5 Pro。它是一种中型多模态模型，针对多种任务的扩展进行了优化，其性能水平与谷歌迄今为止最大的模型 1.0 Ultra 类似，并引入了长上下文理解方面的突破性实验特征。Gemini 1.5 Pro 配备了 128000

2/16/2024 5:39:00 PM

机器之心

我在模拟世界！OpenAI刚刚公布Sora技术细节：是数据驱动物理引擎

机器之心报道机器之心编辑部先安排好演员，再让他们来演绎。今天，我们都在感受 Sora 的带来的魅力。OpenAI 的首个视频生成模型 Sora，让「一句话生成视频」的前沿 AI 技术向上突破了一大截，引发了业界对于生成式 AI 技术方向的大讨论。Sora 生成的视频范例。提示词：「两艘海盗船在一个咖啡杯中航行、互相战斗的逼真特写视频。」来源：，我们已经见证过许多创业公司提出的视频生成模型。相比之下，OpenAI 提出的新模型不论是效果还是理念上，似乎都具有划时代的意义。有人第一时间总结道，Sora 不是一个简单的视

2/16/2024 5:34:00 PM

机器之能

我们还需要Transformer中的注意力吗？

状态空间模型正在兴起，注意力是否已到尽头？最近几周，AI 社区有一个热门话题：用无注意力架构来实现语言建模。简要来说，就是机器学习社区有一个长期研究方向终于取得了实质性的进展，催生出 Mamba 两个强大的新模型：Mamba 和 StripedHyena。它们在很多方面都能比肩人们熟知的强大模型，如 Llama 2 和 Mistral 7B。这个研究方向就是无注意力架构，现在也正有越来越多的研究者和开发者开始更严肃地看待它。近日，机器学习科学家 Nathan Lambert 发布了一篇题为《状态空间 LLM：我们需

2/16/2024 5:31:00 PM

机器之心

RAG还是微调？微软出了一份特定领域大模型应用建设流程指南

检索增强生成（RAG）和微调（Fine-tuning）是提升大语言模型性能的两种常用方法，那么到底哪种方法更好？在建设特定领域的应用时哪种更高效？微软的这篇论文供你选择时进行参考。在构建大语言模型应用程序时通常有两种常见的方法来整合专有和特定领域的数据：检索增强生成和微调。检索增强生成通过外部数据增强提示，而微调将额外的知识整合到模型本身中。不过，对这两种方法的优缺点了解的却不够充分。本文中，来自微软的研究者引入一个新的关注点：为需要特定背景和自适应响应的行业（农业）创建 AI 助手。本文提出了一个全面的大语言模型

2/16/2024 5:27:00 PM

机器之心

语音生成的「智能涌现」：10万小时数据训练，亚马逊祭出10亿参数BASE TTS

伴随着生成式深度学习模型的飞速发展，自然语言处理（NLP）和计算机视觉（CV）已经经历了根本性的转变，从有监督训练的专门模型，转变为只需有限的明确指令就能完成各种任务的通用模型。在语音处理和文本到语音（TTS）领域，这样的转变也正在发生，模型能够利用数千小时的数据，使合成结果越来越接近类人语音。在最近的一项研究中，亚马逊正式推出了 BASE TTS，将 TTS 模型的参数规模提升到了前所未有的 10 亿级别。论文标题：BASE TTS: Lessons from building a billion-paramet

2/16/2024 5:22:00 PM

机器之心

生成速度快SDXL一倍，9GB GPU也能运行，Stable Cascade来搞性价比了

硬件要求越来越低，生成速度越来越快。Stability AI 作为文本到图像的「元老」，不仅在引领该领域的潮流方向，也在模型质量上一次次进行新的突破，这次是性价比的突破。就在前几天，Stability AI 又有新动作了：Stable Cascade 的研究预览版被推出。这款文本到图像模型进行了创新，它引入了一个三阶段方法，为质量、灵活性、微调和效率设定了新的基准，重点是进一步消除硬件障碍。此外，Stability AI 发布了训练和推理代码，允许进一步自定义模型及其输出。该模型可在 diffusers 库中进行推

2/16/2024 5:20:00 PM

机器之心

陪跑又快又稳，机器人跑步搭子来了

这个机器人名叫Cassie，曾经创下百米跑世界纪录。最近，加州大学伯克利分校的研究者给它开发了一种新的深度强化学习算法，让它掌握了急转弯等技能，还能对抗各种干扰。【关注机器之心视频号，第一时间看到有趣的 AI 内容】关于双足机器人运动的研究已经进行了几十年，但仍然没有一个能够对各种运动技能进行稳健控制的通用框架。挑战来自于双足机器人欠驱动动态的复杂性以及与每种

2/16/2024 5:15:00 PM

机器之心

大模型时代还不理解自注意力？这篇文章教你从头写代码实现

自注意力是 LLM 的一大核心组件。对大模型及相关应用开发者来说，理解自注意力非常重要。近日，Ahead of AI 杂志运营者、机器学习和 AI 研究者 Sebastian Raschka 发布了一篇文章，介绍并用代码从头实现了 LLM 中的自注意力、多头注意力、交叉注意力和因果注意力。太长不看版这篇文章将介绍 Transformer 架构以及 GPT-4 和 Llama 等大型语言模型（LLM）中使用的自注意力机制。自注意力等相关机制是 LLM 的核心组件，因此如果想要理解 LLM，就需要理解它们。不仅如此，这

2/16/2024 5:06:00 PM

机器之心

突发！AI大牛Andrej Karpathy离开OpenAI

Andrej Karpathy 又离职了！刚刚，AI大牛Andrej Karpathy官宣了一条重要消息：他昨天已经从OpenAI离职，不过这中间没有什么戏剧性冲突，他只是想去尝试一下自己的个人项目。Karpathy在官宣离职的推文中写道，「是的，我昨天离开了OpenAI。首先，没发生什么特别的事情，这不是由于任何特定事件、问题或者争议导致的（但请继续提供阴谋论，因为它们确实很有趣 :））。实际上，在过去的大约一年时间里，在OpenAI的经历真的很棒——团队非常强大，人们非常棒，路线图也非常令人兴奋，我认为我们都有

2/15/2024 5:43:00 PM

机器之心

英伟达官宣AI聊天机器人，本地RTX显卡运行，这是要挑战OpenAI？

OpenAI 进军芯片领域，英伟达自己造聊天机器人，这是 Sam vs Jensen 的时代？下载地址： AI 淘金热里，英伟达经常被称为那个「卖铲子的人」，而且卖的是难以替代的铲子。依靠这个角色，英伟达市值已经超越亚马逊，成美股第四大公司，离谷歌市值仅一步之遥。但值得注意的是，英伟达本身也在这波 AI 浪潮里淘金。刚刚，他们发布了一个对话机器人 ——「Chat with RTX」，面向 GeForce RTX 30 系列和 40 系列显卡用户（至少有 8GB VRAM）。有人开玩笑说，Sam Altman 进军芯

2/15/2024 5:40:00 PM

机器之心

三年16篇一作，前谷歌研究科学家Yi Tay官宣新模型，21B媲美Gemini Pro、GPT-3.5

该团队的新模型在多个基准测试中都与 Gemini Pro 、GPT-3.5 相媲美。如果你经常读 AI 大模型方向的论文，Yi Tay 想必是一个熟悉的名字。作为前谷歌大脑高级研究科学家，Yi Tay 为许多知名的大型语言模型和多模态模型做出了贡献，包括 PaLM、UL2、Flan-U-PaLM、LaMDA/Bard、ViT-22B、PaLI、MUM 等。根据 Yi Tay 个人资料统计，在谷歌大脑工作的 3 年多的时间里，他总共参与撰写了大约 45 篇论文，是其中 16 篇的一作。一作论文包括 UL2、U-PaL

2/15/2024 5:33:00 PM

机器之心

谷歌工程师2018年内部信曝光，5年前就有人拉响AI警报了

看起来，虽然行动慢了一些，谷歌搜索的地位暂时还无人可以撼动。2023 年 2 月，谷歌 CEO 桑达尔・皮查伊（Sundar・Pichai）对内发布了一份「红色代码」预警，要求谷歌旗下用户超 10 亿的产品尽快接入生成式 AI，以对抗来势汹汹的 ChatGPT。这一举动给人一种谷歌「慌了」的感觉，因为 ChatGPT 的到来已经威胁到了谷歌核心的搜索业务：如果大家都习惯用 ChatGPT 这类 AI 对话引擎直接得到答案，谁还会去谷歌搜索呢？谁还会去谷歌投广告呢？乍看起来，这一切都发生地非常突然，谷歌应对起来也很被

2/15/2024 5:30:00 PM

机器之心

资讯热榜

首个面向肽分子设计的大模型平台：直接「读序列」出结合子，无需结构输入即可生成深度揭秘OpenAI如何让GPT-5「技术性」超越Claude：悄悄跳过最难的23道题蚂蚁集团携手北医三院成立AI医疗联合实验室打造专属AI就医助理国产AI路由系统开源逆袭！仅用19%成本达到Gemini-2.5-Pro同等性能 OpenAI豪赌5000亿美元估值神话：60亿股权大甩卖背后，GPT-5却遭用户冷遇心理学家警告:与 AI 聊天可能导致严重心理健康问题摩根士丹利：AI 革命将为标准普尔 500 指数企业每年节省近 1 万亿美元 OpenAI加速推进GPT-6开发，奥尔特曼承诺打造"有记忆"的个性化AI助手

标签云

AI 人工智能 OpenAI AIGC 模型 ChatGPT DeepSeek AI绘画谷歌机器人数据大模型 Midjourney 开源智能用户 Meta 微软 GPT 学习技术图像 Gemini 马斯克 AI创作智能体英伟达论文 Anthropic 代码训练算法 Stable Diffusion AI新词芯片 LLM 蛋白质腾讯开发者苹果生成式 Claude Agent AI for Science 神经网络 3D 机器学习研究生成 xAI 人形机器人 AI视频计算 Sora 百度 GPU AI设计华为工具大语言模型搜索 RAG 具身智能字节跳动大型语言模型场景深度学习预测伟达视频生成视觉 Transformer AGI 架构亚马逊神器推荐 Copilot DeepMind 特斯拉应用