ChatGPT/AI 第2页

FGJ博客 发布于 2024-08-29

Imagine Yourself 是Meta公司推出的个性化AI图像生成模型，突破了传统方法的局限，无需对每个用户进行单独调整，通过单一模式即可满足不同用户需求。模型采用合成配对数据生成和并行注意力架构，有效提高图像质量和多样性，同时保持身份保护和文本对齐。在复杂提示词处理上，其...

标签：AI / Imagine Yourself / 图像生成 / 提示词 / 游戏 / 社交媒体

FGJ博客 发布于 2024-08-28

Sapiens是Meta实验室推出的AI视觉模型，专为理解图片和视频中的人类动作设计。支持二维姿势预估、身体部位分割、深度估计和表面法线预测等任务，采用视觉转换器架构。模型参数从3亿到20亿不等，原生支持1K高分辨率推理，易于针对不同任务调整。即使在标注数据稀缺的情况下，Sapi...

标签：3D建模 / AI / AR / Python / Sapiens / 游戏

FGJ博客 发布于 2024-08-28

eSearch是一款开源的跨平台AI桌面应用，集成了截屏、OCR识别、搜索翻译、贴图、以图搜图和屏幕录制等功能。eSearch基于Electron框架开发，适用于Linux、Windows和macOS系统。用户可以通过快捷键快速截取屏幕，进行文字识别，搜索翻译，或录制屏幕操作。e...

标签：AI / eSearch / OCR / 自动化

FGJ博客 发布于 2024-08-28

GaussianEditor 是一种基于高斯飞溅（Gaussian Splatting）的3D编辑算法，支持用户快速而精确地修改3D场景。通过高斯语义跟踪和分层高斯飞溅，提供了高度的编辑控制和稳定性，同时保持了渲染质量。编辑过程通常只需5-10分钟，显著提高了3D编辑的效率。这项...

标签：AR / Python / 游戏

FGJ博客 发布于 2024-08-27

mPLUG-Owl3是阿里巴巴推出的通用多模态AI模型，专为理解和处理多图及长视频设计。在保持准确性的同时，显著提升了推理效率，能在4秒内分析完2小时电影。模型采用创新的Hyper Attention模块，优化视觉与语言信息的融合，支持多图场景和长视频理解。mPLUG-Owl3在...

标签：AI / mPLUG-Owl3 / Python

FGJ博客 发布于 2024-08-27

Lingo 是西湖心辰推出的国内首个端到端语音大模型，在技术上具备实时打断、实时指令控制、超级拟人、能说会唱等能力，拥有比 GPT-4o 更出色的中文语音效果。心辰 Lingo 语音模型已于 2024 年 8 月 24 日开启内测预约，预计将在 9 月 5 日的外滩大会上正式发布...

标签：AI / Lingo / 大模型

FGJ博客 发布于 2024-08-27

山海大模型是云知声推出的多模态AI大模型，具备丰富的知识储备和多模态交互能力。山海大模型能通过文本、音频、图像等多种形式与用户进行实时互动，提供信息查询、知识学习、灵感激发等服务。山海大模型特点包括实时响应、情绪感知、音色切换和视觉场景理解，最新推出的山海多模态大模型，能实现实时...

标签：AI / 大模型 / 山海大模型

FGJ博客 发布于 2024-08-27

GLM-4-Flash是智谱AI推出的首个免费大模型API，GLM-4-Flash不仅支持多轮对话和多语言处理，还具备网页浏览、代码执行等高级功能。开发者和企业可以在智谱AI开放平台接入免费使用，GLM-4-Flash 模型在“速度”和“性能”两方面都具有较大优势，提供了极具成本...

标签：AI / GLM-4-Flash / Python / 大模型 / 实名认证 / 智谱AI