LLM、AGI、多模态AI 篇一：开源大语言模型简记
Qwen是阿里云推出的大型模型系列（通义千问），其多模态版本Qwen-Audio支持各种音频和文本输入，能输出文本，适用于所有类型音频的多任务学习，在各种基准测试任务中都取得了令人印象深刻的性能。Llama2-Chinese是基于 Llama2进行中文预训练的开源大模型，是开源社区第一个能下载、能运
Swin Transformer详解
Vit出现后虽然让大家看到了Transformer在视觉领域的潜力，但并不确定Transformer可以做掉所有视觉任务。Swin Transformer可以作为一个通用的骨干网络。面对的挑战：1、多尺度。2、高像素。移动窗口提高效率，并通过Shifted操作变相达到全局建模能力。层次结构：灵活，可
AI 绘画 | Stable Diffusion 视频数字人
本篇文章教会你如何利用Stable Diffusion WEB UI，使用一个人物图片转换成为一个口播视频。本篇内容的教程以WINDOWS系统为例，教你如何安装使用。先看视频效果彭于晏图片生成口播视频。
Anaconda安装及配置(简单清晰版)
Anaconda安装与配置
我常用的几款免费AI生成视频平台
常用的几款免费AI生成视频平台
在百模大战中AI行业发展有何新趋势
大模型在技术和应用方面对现阶段的影响
AI歌姬,C位出道,基于PaddleHub/Diffsinger实现音频歌声合成操作(Python3.10)
懂乐理的音乐专业人士可以通过写乐谱并通过乐器演奏来展示他们的音乐创意和构思，但不识谱的素人如果也想跨界玩儿音乐，那么门槛儿就有点高了。但随着人工智能技术的快速迭代，现在任何一个人都可以成为“创作型歌手”，即自主创作并且让AI进行演唱，极大地降低了音乐制作的门槛。 本次我们基于PaddleHub和D
边缘计算中的数据安全与隐私保护：挑战与应对策略
随着边缘计算的快速发展，数据安全与隐私保护问题已经成为了一个亟待解决的问题。边缘计算将数据处理和分析的任务从中心化的数据中心转移到了设备端，这种分布式计算模式虽然带来了许多优势，如更快的响应速度、更低的网络带宽需求以及更好的隐私保护，但也带来了新的安全挑战。本文将详细介绍边缘计算中的数据安全与隐私保
【古诗生成AI实战】之四——模型包装器与模型的训练
中存储的正是这些词的概率。为了生成文本，我们提取每个位置上概率最高的词的索引，然后根据这些索引在词典中查找对应的词。此外，为了提高配置的灵活性和可维护性，我们将所有的配置项（如批量大小、数据集地址、训练周期数、学习率等）抽取出来，统一放置在一个名为。为此，我们采取了进一步的措施：在模型外面再套上一个
从零开始使用MMSegmentation训练Segformer
写在前面：最新想要用最新的分割算法如：Segformer or SegNeXt 在自己的数据集上进行训练，但是有不是搞语义分割出身的，而且也没有系统的学过MMCV以及MMSegmentation。所以就折腾了很久，感觉利用MMSegmentation搭建框架可能比较系统，但是对于不熟悉的或者初学者非
第八章：AI大模型的安全与伦理8.2 模型安全8.2.1 对抗攻击与防御
1.背景介绍随着人工智能（AI）技术的发展，越来越多的企业和组织开始使用大型AI模型来解决各种问题。然而，这也带来了一系列安全和伦理问题。在本文中，我们将探讨AI大模型的安全和伦理问题，特别关注模型安全的一个重要方面：对抗攻击与防御。对抗攻击是指恶意的用户或程序通过滥用AI模型来达到非法或不正确的目
图像去噪技术简述
随着每天拍摄的数字图像数量激增，对更准确、更美观的图像的需求也在增加。然而，现代相机拍摄的图像不可避免地会受到噪声的影响，从而导致视觉图像质量下降。因此，需要在不丢失图像特征（边缘、角和其他尖锐结构）的情况下降低噪声。迄今为止，研究人员已经提出了多种降低噪声的方法。每种方法都有自己的优点和缺点。在本
最新AI创作系统ChatGPT系统源码+DALL-E3文生图+AI绘画+GPT语音对话功能
SparkAi创作系统是基于ChatGPT进行开发的Ai智能问答系统和Midjourney绘画系统，支持OpenAI-GPT全模型+国内AI全模型。本期针对源码系统整体测试下来非常完美，可以说SparkAi是目前国内一款的ChatGPT对接OpenAI软件系统。那么如何搭建部署AI创作ChatGPT
人工智能对我们的生活影响
总体而言，人工智能的发展在带来巨大机遇的同时也带来一系列挑战和问题。持续的研究、合作和明智的管理将有助于最大程度地发挥人工智能的优势，同时最小化潜在的负面影响。
本地电脑搭建 StreamDiffusion：用眼睛见证实时人工智能创意 利用交互式高速扩散技术彻底改变图像生成
生成式人工智能的出现开启了创造性可能性的新领域。DALL-E 2 和 Stable Diffusion 等模型在通过简单的文本提示生成高质量图像方面表现出了前所未有的能力。然而，一个关键的限制仍然存在——缺乏实时交互性。当涉及 Metaverse、视频游戏图形、直播和广播等应用程序所需的连续输入流时
Qualcomm® AI Engine Direct 使用手册（1）
本文档提供 Qualcomm® AI Engine Direct 软件开发套件 (SDK) 的参考指南。笔记Qualcomm® AI Engine Direct 在源代码和文档中也称为 Qualcomm 神经网络 (QNN)。Qualcomm® AI Engine Direct 是 Qualcomm
一文搞懂【知识蒸馏】【Knowledge Distillation】算法原理
知识蒸馏就是把一个大的教师模型的知识萃取出来，把他浓缩到一个小的学生模型，可以理解为一个大的教师神经网络把他的知识教给小的学生网络，这里有一个知识的迁移过程，从教师网络迁移到了学生网络身上，教师网络一般是比较臃肿，所以教师网络把知识教给学生网络，学生网络是一个比较小的网络，这样就可以用学生网络去做一
类人智能体概念、能力与衍生丨AI Agents闭门研讨观点集锦
导读在智源社区举办的「青源Workshop第27期：AI Agents 闭门研讨会」上，来自英伟达的高级应用科学家王智琳、CAMEL一作李国豪、AutoAgents一作陈光耀，以及相关技术专家们共同参与交流讨论，分享了最新的研究成果，共同探索了AI智能体的未来发展方向和应用前景。所谓AI智能体（AI
05. 深入理解 GPT 架构
GPT 模型可以“学习”语言之间的翻译模式并执行翻译任务，即使它们没有经过专门训练，这一事实证明了这些大规模生成语言模型的优势和能力。我们可以执行不同的任务，而无需对每个任务使用不同的模型。
点云从入门到精通技术详解100篇-基于多传感器融合的紧耦合 SLAM 算法
减小到原来的二分之一，那么计算新的旋转矩阵是较为困难的。基于视觉的方法易受光线、天气变化的影响，这使得图像的特征发生变化，影响。了视觉特征的提取，导致难以解决在不同季节、不同天气条件下的建图问题。自身坐标的点云数据，并通过相邻帧之间的配准来估算位姿。传感器数据进行姿态的估计会存在较大的误差。位姿约束
