读了14篇论文，终于会拿捏Diffusion了

最新推荐文章于 2025-06-05 16:53:26 发布
最新推荐文章于 2025-06-05 16:53:26 发布
阅读量43 收藏
点赞数
文章标签： 人工智能
原文链接：https://blog.youkuaiyun.com/qq_62075214/article/details/142670702
版权
全员离开老东家，Stable Diffusion一作带团创业，出手即击败MJ v6、SD3，还开源
leyang0910的博客
08-08 175
还记得今年 3 月底，从 AI 初创公司 Stability AI 离职的研究科学家吗？作为开发出文生图模型 Stable Diffusion 的两位主要作者之一，他于 2022 年加入 Stability AI。如今，在从 Stability AI 离职近五个月后，Robin Rombach 发推宣布了自己创业的好消息！他成立了「Black Forest Labs」，旨在推进用于图像和视频的 SOTA 高质量生成式深度学习模型，并开放给尽可能多的人使用。
【腾讯云HAI域探秘】使用LCM-LORA助力炼丹师极速出丹
Lisas_ss的博客
12-15 5115
高性能应用服务（Hyper Application Inventor，HAI）是一款面向 AI 和科学计算的 GPU/NPU 应用服务产品，提供即插即用的强大算力和常见环境。
14篇论文拿捏Diffusion
Drug discovery
12-05 1811
读了14篇论文，终于会拿捏Diffusion了
NotebookLM 读论文，搞科研，写摘要，谷歌发布的 AI 助理可轻松拿捏
2401_85375298的博客
11-23 979
本文提出了Janus框架，通过解耦视觉编码路径来提升多模态理解与生成性能，并超越现有统一模型。论文题目： Janus: Decoupling Visual Encoding for Unified Multimodal Understanding and Generation论文链接： https://arxiv.org/abs/2410.10486。
Diffusion：通过扩散和逆扩散过程生成图像的生成式模型
m0_51976564的博客
11-29 9271
Diffusion：通过扩散和逆扩散过程生成图像的生成式模型
论文笔记《NeuralField-LDM: Scene Generation with Hierarchical Latent Diffusion Models》
m0_52065936的博客
07-10 869
​code：问就是没有code！
DeepSeek+AI论文写作系统，帮学生快速拿捏论文初稿！
EnjoyEDU的博客
03-19 779
凌晨三点还在死磕第 8 版初稿，咖啡续到第 5 杯，导师的批注依然满屏飘红 ——“逻辑断裂”“核心议题模糊”“文献关联性不足”…… 这场景是不是过于熟悉？更窒息的是，6月份答辩的DDL（最后期限）正在以肉眼可见的速度逼近！眼睁睁地看着还没写完的论文，学生们除了干着急却没有别的办法！别着急，王炸来了！DeepSeek+AI论文系统，这两个任选其一都可以帮学生大幅提升论文写作效率！首先是DeepSeek， 作为最近炙手可热的国产大模型，结合学术论文提示词即可提升学生们的写作效率！
【腾讯云 HAI域探秘】利用HAI轻松拿捏AI作画-基于腾讯云CloudStudio和HAI
Nothing
10-16 689
高性能应用服务 HAI：澎湃算力，即开即用。以应用为中心，匹配GPU云算力资源，助力中小企业及开发者快速部署LLM、AI作画、数据科学等高性能应用。是为开发者量身打造的澎湃算力平台。无需复杂配置，便可享受即开即用的GPU云服务体验。在HAI中，根据应用智能匹配并推选出最适合的GPU算力资源，以确保您在数据科学、LLM、AI作画等高性能应用中获得最佳性价比。本次实验主要是引导大家如何使用高性能应用服务 HAI部署 StableDiffusion 运行环境轻松拿捏AI作画，开箱即用，可以快速上手；
【AI大模型】DeepSeek后，又一国产宝藏大模型，超超超长文输出，精准拿捏复杂任务规划
2501_91810672的博客
05-20 1156
春节期间，中国AI领域的创新成果引发全球关注。DeepSeek以低成本推出性能媲美OpenAI的R1模型，打破了高性能、低成本与高速度之间的“不可能三角”，展示了中国在AI领域的创新能力。与此同时，中科闻歌发布的YAYI-Ultra大模型在OpenCompass榜单中首次闯入前十，成为全球大模型技术的重要竞争者。YAYI-Ultra在代码生成、复杂指令理解、知识推理等方面表现优异，尤其在中文场景下展现了技术优势。其多模态图表理解、复杂任务规划、超长文本生成等能力显著提升，能够精准处理跨语言、多图表、复杂表格
Sora之前的视频生成发展史：从Gen2、Emu Video到PixelDance、SVD、Pika 1.0
热门推荐
结构之法 算法之道
11-27 1万+
第一种是基础模式（Basic Mode），用户只需要提供一张指导图片+文本描述，PixelDance 就可以生成有高度一致性且有丰富动态性的视频，其中指导图片可以是真实图片，也可以利用现有的文生图模型生成。而达到这样拔群的视频生成效果，并没有依赖复杂的数据集和大规模的模型训练，PixelDance 在公开的 WebVid-10M 数据集上仅用 1.5B 大小的模型就达到了上述效果。)，引发了开源社区的大量关注和讨论。迈出了关键性的一步，其生成结果的动态性显著优于目前现有的其它模型，引起了业界的关注。
Mobile ALOHA
whaosoft143ai的博客
01-05 592
需要注意的是，静态 ALOHA 数据都是在黑色桌面上收集的，两只手臂固定朝向对方。图 2（中）中的数据表明，机械手相对于地面的垂直高度为 65 厘米至 200 厘米，可伸出底座 100 厘米，可举起 1.5 千克重的物体，并可在 1.5 米高处施加 100 牛的拉力。通过对每个任务进行 50 次演示，联合训练可将成功率提高 90%，从而使 Mobile ALOHA 能够自主完成复杂的移动操作任务，例如炒虾、打开双门壁柜存放沉重的烹饪锅、呼叫并进入电梯以及使用厨房水龙头轻轻冲洗用过的平底锅。 whaosoft
【大模型:知识图谱】--3.py2neo连接图数据库neo4j
我是个好人呀，????
06-03 1367
本文介绍了Neo4j图数据库的安装与基本操作。主要内容包括：1) 使用py2neo连接Neo4j数据库；2) 通过Python实现节点创建、删除、属性修改等操作；3) 建立节点间关系的方法；4) 使用NodeMatcher和RelationshipMatcher进行节点和关系查询；5) 通过实例演示如何创建人物节点及其关系网络。文章还对比了Neo4j社区版和企业版的差异。全文提供了完整的代码示例，涵盖从连接到CRUD操作的完整流程。
深度学习之模型压缩三驾马车：基于ResNet18的模型剪枝实战（2）
最新发布
ak47maker的博客
06-05 374
本文针对ResNet18模型剪枝进行了优化改进，主要包含三个方面：1) 将剪枝目标层从底层conv1调整为中间层layer2.0.conv1，减少对基础特征的破坏；2) 采用基于激活值的前向传播方法评估通道重要性，优先剪除低激活通道；3) 改进微调策略，动态解冻关联层并使用更低学习率(0.0001)进行10轮微调。这些优化有效提升了剪枝后模型的稳定性和性能表现，特别是通过中间层剪枝和基于特征贡献的通道选择策略，避免了底层特征破坏带来的连锁反应。
当无人驾驶遇见无声天使，让AI司机与爱相伴“童”行
UISEE2031的博客
06-01 863
在中关村房山园内，驭势科技多款无人驾驶车辆整齐列队，没有普通汽车的轰鸣，这些AI司机用闪烁的灯光和显示着“无人驾驶”字样的屏幕迎接孩子们的到来。在AI的帮助下，TA们对于未来无人驾驶车的描述变成了一个个具象的画面，孩子们纷纷合影留念，想要定格心中梦想的种子。
3步在小米13手机跑DeepSeek R1
羊仔的博客
06-03 1302
大家好！我是羊仔，专注AI工具、智能体、编程。
Sentiment analysis integrating LangGraph and large-scale conceptual models
frostmelody 全网同名，大家多多关注呀~ 持续分享优质内容！
05-31 1631
基础单元：句子/评论/文档（如图中4条手机评论）。扩展单元：实体（如“相机”、“电池”）。关系类型构建规则示例实体共现两节点提及相同实体评论A和B都讨论“电池”语义相似概念向量余弦相似度 > 阈值两条夸“拍照效果”的评论句法依赖基于依存解析的语法关系评论中“电池”修饰“续航”工具NetworkX或PyG（Python库）。
法律AI的“幻觉”治理：大模型如何重塑司法公正与效率
七刀的专栏
06-04 880
在传统律师事务所中，一位律师审查一份50页的商业合同平均需要3小时；而在引入法律大模型后，这一时间被缩短至20分钟。效率提升的背后，是一场正在席卷全球法律体系的智能化革命——。
【oobabooga 本地AI模型搭建】
开心就好了啦
06-05 599
用于大型语言模型的 Gradio Web UI。其目标是成为文本生成的。
stable diffusion论文
03-21
### 关于Stable Diffusion的研究论文下载或摘要 Stable Diffusion 是一种基于扩散模型的生成式人工智能技术，广泛应用于图像生成领域。以下是有关 Stable Diffusion 的研究资源及其获取方式： #### 论文概述 Stable Diffusion 的核心理念来源于扩散概率模型 (Diffusion Probabilistic Models)，它通过逐步向数据中添加噪声并学习如何逆转这一过程来生成高质量的数据样本[^1]。该方法最初由 Jonathan Ho 等人在《Denoising Diffusion Probabilistic Models》一文中提出，并进一步发展为多种变体。 #### 获取途径 对于希望深入了解 Stable Diffusion 的研究人员来说，可以从以下几个方面入手： - **官方文档与开源项目**: 官方 GitHub 仓库通常会提供详细的实现说明和技术背景资料。例如，CompVis 和 Stability AI 提供了大量关于 Stable Diffusion 的源码集合以及可重现研究的相关材料。 - **学术数据库**: 使用 Google Scholar 或 arXiv 搜索关键词 “Stable Diffusion”。这些平台收录了许多公开可用的技术报告和同行评审文章。一篇重要的基础性工作是来自 Dhariwal 和 Nichol 的改进版本 DDIM（Denoising Diffusion Implicit Models），其优化了采样效率。 - **专利查询**: 如果关注知识产权保护情况，则可以访问美国专利商标局网站检索相关申请记录。不过需要注意的是，具体到某项算法是否已被注册成正式专利可能还需要更细致地甄别分析。 #### 示例代码片段 下面展示了一个简单的 Python 脚本用于加载预训练好的 stable-diffusion 模型权重文件并通过 Hugging Face Transformers 库执行推理操作: ```python from diffusers import DiffusionPipeline pipeline = DiffusionPipeline.from_pretrained("runwayml/stable-diffusion-v1-5") prompt = "a photograph of an astronaut riding a horse" image = pipeline(prompt).images[0] image.save("./astronaut_rides_horse.png") ``` 上述脚本展示了如何利用现有的稳定扩散框架快速生成指定主题的新颖视觉内容。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值