3D生成技术再创新高：VAST发布Tripo 2.0，提升AI 3D生成新高度
随着《黑神话·悟空》的爆火，3D游戏背后的AI 3D生成技术也逐渐受到更多的关注。虽然3D大模型的热度相较于语言模型和视频生成技术稍逊一筹，但全球的3D大模型玩家们却从未放慢脚步。无论是a16z支持的Yellow，还是李飞飞创立的World Labs，3D大模型的迭代速度一直在稳步前进。近日，国内3
深度学习加速：在Conda环境中安装cuDNN库的详细指南
对于使用Conda管理环境的深度学习研究者和开发者来说，能够在Conda环境中安装cuDNN是一个重要的需求。虽然Conda不直接支持cuDNN的安装，但通过本文的指南，你应该能够成功地在Conda环境中安装和配置cuDNN。在开始安装之前，我们需要了解cuDNN的基本概念和它在深度学习中的作用。c
人工智能在行业中的应用
人工智能在行业中的应用：数据处理与分析：利用计算机视觉、机器学习等技术，对传感器收集到的数据进行处理和分析，实现对车辆周围环境的精准感知。人工智能（AI）作为当前科技领域的热点，其在各行业中的应用日益广泛，深刻改变着传统行业的运作模式，并推动着社会经济的持续进步。智能诊断：通过分析患者的病历、影像等
智能制造核心领域：自动化、物联网、大数据分析、人工智能在现代制造业中的应用与融合
智能制造系统是一套集成的解决方案，它利用物联网（IoT）、大数据分析、人工智能（AI）、机器学习和云计算等技术，实现工厂和生产线的自动化、数据驱动和智能化。这些系统能够监控和控制生产过程，优化资源分配，提高生产效率和产品质量，同时减少能源消耗和浪费。智能制造系统通过实时数据分析和预测性维护，能够提前
国内外AI学习和交流的论坛
时间有限，选择最高效最好的信息来源就好了。1.kaggle这个论坛偏重代码实践，也有论文。可以在上面快速学习大量知识2.arxiv这个论坛用于阅读大量具体论文，快速扩充前人思想3.reddit这个论坛比较亲民，在基础打好的前提下，在上面进行交流，可以锻炼自己的批判思维能力，形成自己的研究观4.GPT
【人脸识别】数据集宝藏合集，速看！
数据库中的许多图像包含不止一张带注释的人脸（293 张带有 1 张人脸的图像，53 张带有 2 张人脸的图像和 53 张带有 [3, 7] 人脸的图像）。该数据集是视听的，因此对于许多其他应用也很有用，例如 - 视觉语音合成、语音分离、从人脸到语音的跨模态转换（反之亦然）以及从视频中训练人脸识别以补
【AI学习】陶哲轩在 2024 年第 65 届国际数学奥林匹克（IMO）的演讲：AI 与数学
陶哲轩介绍到被数学家接受并开始普及的方法：形式化证明辅助工具
从零开始快速使用comfyUI进行文生图或者图生视频制作
简单介绍一下如何使用comfyUI进行文生图以及视频制作
AI 搜索引擎工具集合
在信息爆炸的时代，A 搜索引擎应运而生。它以强大的人工智能技术为支撑，精准理解用户需求，快速检索海量信息。为你开启高效便捷的知识探索之旅，让你在信息海洋中轻松找到所需，开启智慧生活新大门。
人工智能（AI）的现状与未来：技术变革与应用前景
人工智能是一种通过计算机模拟人类智能行为的技术。通过数据、算法和计算能力，AI可以模仿人类的思维、学习、推理和解决问题的能力。虽然目前的AI技术主要集中在狭义AI（解决特定任务的AI，如图像识别、语音识别等），但研究人员正致力于实现更通用的强AI，即能够像人类一样执行广泛任务的智能系统。AI系统通常
人工智能|集成学习——混合专家模型 (MoE)
与稠密模型相比，预训练速度更快与具有相同参数数量的模型相比，具有更快的推理速度需要大量显存，因为所有专家系统都需要加载到内存中在微调方面存在诸多挑战，但 近期的研究 表明，对混合专家模型进行指令调优具有很大的潜力。为了实现大模型的高效训练和推理，有的是从模型底层下手，比如直接改变底层模型架构，将原来
AI学习指南机器学习篇-自组织映射（Self-Organizing Maps，SOM）简介
自组织映射（Self-Organizing Maps，SOM）是由芬兰科学家Teuvo Kohonen在1982年提出的一种人工神经网络。它是一种基于竞争学习的神经网络模型，可以将高维的输入数据映射到一个二维的网格结构上，从而实现对数据的降维、聚类和可视化。SOM算法的核心思想是通过竞争机制和权重更
十大步骤分析GraphRAG的工作原理
第七步，社群检查，通过前面的步骤，可以从所有文本单元中抽取出所有的实体信息、关系信息、事件信息，社群检查就是利用这些信息将实体进行分类，比如周瑜和孙策属于吴国，曹操和司马懿属于魏国，刘备和关羽属于蜀国，而吴国、魏国、蜀国都属于东汉，其中东汉是一个大社群，魏蜀吴是三个小社群，当执行查询时，可以指定社区
【人工智能学习笔记】7_智能语音技术基础
声道：录制声音时，在不同的空间位置采集的相互独立的音频信号。声道数也就是声音录制时的音源数量。常见的音频数据为单声道或双声道（立体声）比特率：数据传输单位时间内传输的数据位数，也就是每秒的传输速率。比特率越高，传送数据速度越快。音频采样率：音频采样率是指录音设备在一秒钟内对声音信号的采样次数，采样频
扩散引导语言建模(DGLM):一种可控且高效的AI对齐方法
扩散引导语言建模(Diffusion Guided Language Modeling, DGLM)。DGLM旨在结合自回归生成的流畅性和连续扩散的灵活性,为可控文本生成提供一种更有效的方法。
2024年利用AI提升视频质量的十大方法
然后，AI在保留原始内容完整性的情况下移除噪声，从而得到更清晰、更专业的视频，且保持其原有的质量。AI在色彩校正中起着至关重要的作用，它可以自动调整视频画面的色彩平衡、对比度和饱和度，从而实现更加鲜艳和真实的效果。这一过程被VideoProc Converter AI和Topaz Video AI等
AiAutoPrediction足球网与泊松分布足球预测比赛模型介绍
AiAutoPrediction足球软件上线于2020年9月，是国内首家将泊松分布概率公式应用于足球比赛比分预测的软件。泊松分布是一种在数学中广泛应用的概率分布，它在预测足球比赛比分中发挥了重要作用。泊松分布的基本思想是，。在足球比赛中，每个球队都有赢球和输球的可能性，不管影响比赛的因素有多少或者多
交叉熵损失与二元交叉熵损失：区别、联系及实现细节
在机器学习和深度学习中，交叉熵损失（Cross-Entropy Loss）和二元交叉熵损失（Binary Cross-Entropy Loss）是两种常用的损失函数，它们在分类任务中发挥着重要作用。本文将详细介绍这两种损失函数的区别和联系，并通过具体的代码示例来说明它们的实现细节。
MarsCode 用AI助力编码活动参与教程
通过专有链接进入官网，并完成注册：https://www.marscode.cn/login?双击红框部分会出现黄框内的提示，表示已经复制user_id，直接粘贴即可。访问官网首页（marscode.cn），点击“立即获取编程助手”MarsCode在IDE上面进行AI对话。MarsCode在IDE上
盘点ACL 2024 角色扮演方向都发了啥
研究者们设计了一个完整的训练流程，包括叙事链、自动戏剧生成和稀疏指令调整技术，以提高模型对复杂指令的跟随能力，并提出了一种基于五个维度的细致评估原则来全面评估戏剧LLM的性能。通过手工制作的三个剧本——《名侦探柯南》、《哈利波特》和《罗密欧与朱丽叶》——以及对这些剧本的实验，论文展示了戏剧LLM在沉
