资讯列表
超详细！Stable Diffusion 真人照片转动漫风格保姆级教程
相信我们很多人在看过动漫/动画后，都想看一看二次元世界中的自己长什么样子，那今天就以客户照片为例，说说我们如何用 Stable Diffusion，让 AI 帮我们将真实照片转成一个绝美二次元少女，Let’s do it~
更多SD干货：客户原图照片如下，希望转成二次元甜美少女。1. 打开 Web UI ,用 Tag 反推，辅助书写关键词用 Tag 反推中传入照片，点击反推得到红框中大致的画面内容描述词
1girl, solo, looking up, brown hair, belt, long hair, ar
小模型编排，让 1+1>2，企业工作更灵活，效率更高
选自 Salesforce AI Research作者：Silvio Savarese编译：大盘鸡善用小模型，发挥大作用。AI 的使用越来越广泛，不局限于个人对于它的使用。在企业中，也越来越流行使用 AI 完善工作流程、推进工作进度。但不得不提到的是，功能更加强大的往往是规模较大的大模型，这会造成企业部署上的难题。Silvio Savarese 发文针对这一问题谈到了自己的想法，模型并不是越大越好，小模型组合起来能更好地处理工作内容。以下是机器之心对原文进行的不改变原意的翻译与整理。原文地址：，我写了很多关于我称之
哈工大与腾讯团队合作开发：一种专门针对蛋白质组数据设计的深度学习反卷积方法
编辑 | 萝卜皮细胞类型反卷积是一种用于从大量测序数据中确定/解析细胞类型比例的计算方法，并且经常用于分析肿瘤组织样本中的不同细胞类型。然而，由于重复性/再现性、参考标准可变以及缺乏单细胞蛋白质组参考数据的挑战，使用蛋白质组数据分析细胞类型的反卷积技术仍处于起步阶段。哈尔滨工业大学、腾讯 AI lab 以及苏黎世联邦理工学院的研究团队合作开发了一种专门针对蛋白质组数据设计的基于深度学习的反卷积方法（scpDeconv）。scpDeconv 使用自动编码器利用来自批量蛋白质组数据的信息来提高单细胞蛋白质组数据的质量，
生成的分子几乎 100% 有效，用于逆向分子设计的引导扩散模型
编辑 | 绿萝「从头分子设计」是材料科学的「圣杯」。生成深度学习的引入极大地推进了这一方向，但分子发现仍然具有挑战性，而且往往效率低下。以色列理工学院（Technion-Israel Institute of Technology）和意大利威尼斯大学（University Ca’ Foscari of Venice）的研究团队，提出一种用于逆向分子设计的引导扩散模型：GaUDI，它结合了用于属性预测的等变图神经网络和生成扩散模型。研究人员通过将单目标和多目标任务应用于生成的 475,000 个多环芳香族系统数据集，
Meta FAIR 和 Samaya AI 团队利用 AI 提高维基百科的可验证性
编辑 | 白菜叶可验证性是维基百科的核心内容政策：声明需要有引用的支持。维护和提高维基百科参考文献的质量是一项重要的挑战，迫切需要更好的工具来帮助人类完成这项工作。在这里，Samaya AI 和 Meta FAIR 的研究人员表明，可以借助由信息检索系统和语言模型提供支持的人工智能 (AI) 来解决改进参考的过程。这种基于神经网络的系统（这里称之为 SIDE）可以识别不太可能支持其主张的维基百科引文，然后从网络上推荐更好的引文。该团队在现有的维基百科参考资料上训练这个模型，因此从数千名维基百科编辑的贡献和综合智慧中
第三波！2023年10月精选实用设计工具合集
大家好，这是 2023 年 10 月的第 3 波干货合集！这次合集当中，不仅有设计基础知识合集网站和在线网站和 UI 组件灵感库，还有一波颇为有趣的 AI 工具，比如生成产品图和矢量图标的 AI 工具，最有趣的是最后那个可以帮你将 LOGO 风格化的 AI 工具。
当然，在此之前记得看看往期干货中有没有你感兴趣的素材：下面我们具体看看这一期的干货：
1、等轴测 SVG 矢量图编辑器
fffuel 新上线的矢量编辑工具 iiisometric，你可以像码积木一样来构建一个等轴测 2.5D 的小场景，然后导出相应的矢
效果超好！全新 DALL-E 3 必须掌握的 20 种公式使用方法
上周末，DALL-E 3 正式加入 ChatGpt，目前 Plus 用户和企业用户已经正式使用该功能，不仅是用户设计输出方面，也为科研项目输出相关的图片。
正式加入地址链接：
如果您是免费用户，可以尝试用 Bingchat 和 Image creator 使用 Dall-e 3 模型。
Bing chat 地址链接：
Image creator 地址链接：
更多DALL-E 3 的介绍：20 种公式使用方法
1. Nature's Majesty - 大自然的壮丽景观
Prompt: "A serene la
万字解析！帮你完整掌握 Midjourney 和 ChatGPT 的前世今生
未来是模糊的、不确定的、复杂的。当我们进入未知领域时，设计师的影响力可能会逐渐减弱，让我们对设计实践的未来越来越感到担忧。过去，设计师在推动技术进步方面发挥着重要作用，但人工智能的出现引发了设计师对进步方向以及技术未来的担忧，参照过去的进步一样，人工智能是可以被证明是艺术家和设计师的宝贵工具，我们可以使人工智能能够产生想法、迭代想法、克服创意障碍，并设计出更为优秀的作品。那么关于人工智能我们该了解些什么呢？
本篇文章我们将通过原理讲述为大家解开谜题。
更多历史回顾：一、什么是人工智能
首先想要仔细了解“Mid jo
人形机器人商业化步伐加快，Digit接受亚马逊业务大考
机器之能报道编辑：sia一直以来，亚马逊就是全球仓储机器人技术的风向标。最新迹象表明，这家巨头与去年投资的人形机器人初创公司 Agility Robotics 的合作进一步深入：该巨头正在位于位于萨姆纳的 BFI1 运营中心测试 Digit 双足机器人。它有两只胳膊，两条腿，能够向前和向后移动，转身和弯曲身体。Digit 目前测试的岗位是负责回收亚马逊标志性的黄色箱子，它会将这些空箱子递给员工。当里面的物品被清空时，他们会回收这些空箱并放到架子上。Digit 拥有一个蒂凡尼蓝色的胸部和两个方形的眼睛灯。身高约 1
口型几乎完美、还能卡点，霉霉说地道中文的视频火了，背后AI工具原来是它
这么看来，AI 配音真的可以「以假乱真、真假难辨」。这两天，美国女歌星霉霉（泰勒・斯威夫特）一则说中文的短视频在各社交平台火了起来。有的播放量已经达到了 600 多万。在视频里，霉霉操着一口流利、地道的中文，神情自若，几乎没有早期译制片女主角的那种腔调，口型也能对得上。 图源：微博 @会火还没有看过视频的小伙伴们，我们先来一睹为快。 视频作者：johnhuu 教英语
你的GPU能跑Llama 2等大模型吗？用这个开源项目上手测一测
你的 GPU 内存够用吗？这有一个项目，可以提前帮你查看。在算力为王的时代，你的 GPU 可以顺畅的运行大模型（LLM）吗？对于这一问题，很多人都难以给出确切的回答，不知该如何计算 GPU 内存。因为查看 GPU 可以处理哪些 LLM 并不像查看模型大小那么容易，在推理期间（KV 缓存）模型会占用大量内存，例如，llama-2-7b 的序列长度为 1000，需要 1GB 的额外内存。不仅如此，模型在训练期间，KV 缓存、激活和量化都会占用大量内存。我们不禁要问，能不能提前了解上述内存的占用情况。近几日，GitHub
在视觉提示中加入「标记」，微软等让GPT-4V看的更准、分的更细
全新视觉提示方法 SoM（Set-of-Mark），让 OpenAI 多模态大模型 GPT-4V 在视觉内容理解方面有了质的提升。最近一段时间，我们见证了大型语言模型（LLM）的显著进步。特别是，生成式预训练 Transformer 或 GPT 的发布引领了业界和学术界的多项突破。自 GPT-4 发布以来，大型多模态模型 (LMM) 引起了研究界越来越多的兴趣，许多工作致力于构建多模态 GPT-4。 近日，GPT-4V (ision) 由于出色的多模态感知和推理能力得到了大家格外的关注。然而，尽管 GPT-4V 具
陶哲轩上手Copilot：不可思议，它能从定理名字猜出我想要的方向
尝鲜 GPT-4 之后，陶哲轩又用上了 Github Copilot。这一次，他的试用场景是学习 Lean 语言并利用其形式化数学定理。对于大模型来说，形式化的定理证明也算一种挑战。形式化证明本质上是一种计算机程序，但与 C 或 Python 中的传统程序不同，证明的正确性可以用证明助手（比如 Lean 语言）来验证。定理证明是代码生成的一种特殊形式，在评估上非常严格，没有让模型产生幻觉的空间。而陶哲轩提到的定理，来自 10 月 9 日的一篇论文：论文中的这个证明只有不到一页，但陶哲轩的形式化证明使用了 200
AIGC时代的视频扩散模型，复旦等团队发布领域首篇综述
AI 生成内容已经成为当前人工智能领域的最热门话题之一，也代表着该领域的前沿技术。近年来，随着 Stable Diffusion、DALL-E3、ControlNet 等新技术的发布，AI 图像生成和编辑领域实现了令人惊艳的视觉效果，并且在学术界和工业界都受到了广泛关注和探讨。这些方法大多基于扩散模型，而这正是它们能够实现强大可控生成、照片级生成以及多样性的关键所在。然而，与简单的静态图像相比，视频具有更为丰富的语义信息和动态变化。视频能够展示实物的动态演变过程，因此在视频生成和编辑领域的需求和挑战更为复杂。尽管在
数学逻辑和计算机程序代码之间的深层联系：互为镜像
数学证明=计算机程序？什么是柯里-霍华德对应？一些科学发现被赋予了重要的意义，因为揭示了一些新的东西，比如 DNA 的双螺旋结构或黑洞的存在。但是，揭示出的这些东西还具有更深远的意义，因为它们表明：两个之前看起来大不一样的老旧概念事实上却是一样的。比如詹姆斯・克拉克・麦克斯韦发现的方程组表明，电与磁是同一个现象的两个不同方面，而广义相对论则把引力和弯曲的时空联系到了一起。柯里 - 霍华德对应（Curry-Howard correspondence）也是一样，并且它关联的不仅仅是一个领域中的两个不同概念，而是两个完整
ChatGPT与DALL·E 3之间的行业「黑话」被人发现了
原来，礼貌和强调（emphasis）在大型语言模型（LLMs）的沟通中也发挥着意想不到的作用。上个月底，OpenAI 发布了最新图像生成器 DALL・E 3，除了炸裂的生成效果外，最大看点是其与 ChatGPT 的集成。DALL・E 3 构建在 ChatGPT 之上，用 ChatGPT 来创建、拓展和优化 prompt。这样一来，用户无需在 prompt 上花费太多时间。随着用户不断测试 DALL・E 3 应用程序的功能，有人开始注意到一些非常有趣的 bug，显示出了 DALL・E 3 与 ChatGPT 之间共享
解决大模型复现难、协作难， 这支95后学生团队打造了一个国产AI开源社区
过去十年间，AI 技术经历了巨大的飞跃，无论是在自然语言处理、图像识别，还是在更多的创新领域，AI 的影响已无所不在。伴随着研究数量的爆炸性增长，学术界和工业界同样面临着一些挑战，其中就包括「论文复现」和「跨学科协作」的难题。特别是当我们来到了大模型时代，面对动辄百亿参数量的模型研究，开源、复现、协作变得更加重要，但难度却更上一层楼。论文复现，首先是评判一项成果价值的重要参考因素。同时，在快速发展的 AI 领域，确保研究的可复现性将更好地推动知识的积累和技术的普及，也是维护学术诚信和促进持续创新的关键所在。面对这些
清华朱文武团队：开源世界首个轻量图自动机器学习库AutoGL-light
清华大学朱文武教授团队自 2020 年发布智图库（AutoGL）以来，在图自动机器学习的可解释性和可泛化能力等方面取得新进展，特别关注于图 Transformer、图分布外泛化（OOD）、图自监督学习等方面，发表图神经架构搜索评测基准，并在中国新一代开源创新服务平台 GitLink 上发布首个轻量智图库（AutoGL-light）。智图库回顾图（graph）是描述数据间关系的一般抽象，广泛存在于不同的研究领域中并有许多重要应用，例如社交网络分析、推荐系统、交通预测等互联网应用，新药物发现、新材料制备等科学应用（AI