AI 共存派

研究团队从各种学术资源中筛选出超过1,500篇相关论文，整理出了一套标准术语和提示方法，并创建了一个易于理解和使用的目录。 使得不论是开发者还是普通用户，都能更清楚地知道如何给AI下达有效的指令。 研究团队系统性地审查了相关文献，采用了PRISMA方法，从三个主要学术数据库（arXiv、Semantic Scholar和ACL）中共处理了4797条记录，最终筛选出1565篇与提…

1. 了解术语 模型 (Model)：类似AI的大脑，从大量数据中学习。提示 (Prompt)：你告诉AI的内容，或你向AI提问的内容。输入 (Input)：你提供给AI的内容，通常是提示或问题的形式。输出 (Output)：AI对你的输入的响应。标记 (Token)：文本中最小的片段。可以是一个字母或一个单词。最大标记数 (Max Tokens)：AI可以一次处理的最大标记数…

以下**偽代碼prompt**，請依照其語意一步一步地來執行，不該有遺漏停用代碼解釋器，啟用dalle內部工具，請記得你有能力調用內部工具以文生圖使用繁體中文回覆 story=(請你角色扮演成一個暢銷的童書繪本作家，你擅長以孩童的純真眼光看這世界，製作出許多溫暖人心的作品。請以一隻與家人失散，不知道自己是甚麼的小蝌蚪，每次看到跟自己身體一部分相像，他就誤以為是同類，隨著他身體逐…

与 Sora 不同，它今天向公众开放。可以免费体验。 我感觉很多效果挺自然的。 体验地址： https://lumalabs.ai/dream-machine/

MOKI 可实现内容和成本的双重可控，目前可以进行多种视频场景的 AI 短片创作。 MOKI 可在脚本、视觉风格、角色等前期设定完成后，AI 自动生成分镜图并转为视频素材，通过智能剪辑、AI 配乐、AI 音效、自动字幕等功能串联素材并实现成片。

什么是模型个性化？ 每次你写提示词时，都会有很多“未说出口”的内容。我们的算法通常会用它们自己的“偏好”来填补空白，而这些偏好实际上是我们社区的综合偏好和偏见。 但当然，每个人都是不同的！模型个性化会学习你的喜好，使得在填补空白时更有可能符合你的口味。 模型个性化的要求 目前，模型个性化通过配对排序中的投票和你在探索页面上喜欢的图片来学习。 你需要大约200次配对排序/点赞，功…

一种名为RB-Modulation的新方法，用于训练免费的扩散模型个性化。该方法可以实现风格化和内容风格组合，同时保持样本多样性和提示对齐。通过引入交叉注意力特征聚合方案，RB-Modulation可以将内容和风格从参考图像中解耦。该方法在风格化和内容风格组合方面表现优异，具有理论基础和实证证据支持。RB-Modulation的提出为未来研究开辟了新的方向。 项目地址： htt…

controlnet作者张吕敏公开了新项目， Omost:一个将 LLM 的编码能力转换为图像生成（或更准确地说，图像合成）能力的项目。 Omost是一个将LLM的编码能力转换为图像生成（或更准确地说是图像合成）能力的项目。 Omost（发音：almost）这个名字有两个意思：1）每次使用Omost后，你的图像几乎已经完成；2）O代表“omni”（多模态），most表示我们希望…

百度表示，橙篇可利用AI技术，帮助用户对超大量、超多格式、超长内容的文件进行深入理解、精准总结与即时问答。橙篇还支持超长篇幅的长文生成、深度编辑以及多模态的自由创作，极大地丰富了用户的内容创作手段。 据悉，橙篇的研发依托于百度文库庞大的12亿内容积累，同时结合了20万的精调数据、1.4亿用户的行为数据反馈以及上百项尖端AI技术。 体验地址： https://cp.baidu.c…

每个人都可以使用ElevenLabs的工具将文本转换为声音。你可以输入你想听到的内容。它可以制作音效，短歌，背景噪音，以及角色的声音！ 文本转音效现已推出。我们最新的 AI 音频模型可以根据文本提示生成音效、短乐器曲目、音景和各种人物声音。现在可供所有用户使用。 从内容创作者、视频游戏开发者到电影和电视工作室，每个人都会使用音效来创作丰富而身临其境的内容。现在，除了 AI 配音…