(英)使用小型專用模型建立企業 RAG 管道的統一框架 - llmware-ai/llmware
Categories: 工具
Keyframer 的優點包括： Keyframer 的一些示例用例包括： Keyframer 仍在開發中，但它有可能成為動畫師、設計師和任何想要創建動畫內容的人的強大工具。 以下是一些關於 Keyframer 的其他資源：
它使用大型語言模型 (LLM) 來從靜態圖像生成動畫
Keyframer 的工作原理是首先將用戶的描述轉換為 LLM 可以理解的表示。然後，LLM 使用此表示來生成一組關鍵幀，這些關鍵幀定義了動畫的每個時間步長中圖像的外觀。最後，Keyframer 使用這些關鍵幀來生成動畫
Keyframer 的優點包括：
- **易用性：**用戶可以使用自然語言描述來描述他們想要的動畫，無需任何編程或動畫知識。
- **靈活性：**Keyframer 可用於生成各種不同類型的動畫，包括簡單的移動動畫和複雜的角色動畫。
- **創造力：**Keyframer 可用於創建新穎而原創的動畫。
Keyframer 的一些示例用例包括：
- 創建動畫表情符號或貼紙
- 為演示文稿或營銷材料製作動畫圖形
- 創建動畫故事板或插圖
- 原型化動畫用戶界面
Keyframer 仍在開發中，但它有可能成為動畫師、設計師和任何想要創建動畫內容的人的強大工具。
以下是一些關於 Keyframer 的其他資源：
FMA-Net: Flow-Guided Dynamic Filtering and Iterative Feature Refinement with Multi-Attention for Joint Video Super-Resolution and Deblurring Joint Video Super-Resolution (SR) and Deblurring.
「MS- Video-to-Video」係一種深度學習模型，可以將一段視頻轉換成另一種風格、場景轉換、動作等操作。例如，可以將一段日本動畫轉換成中國水墨畫風格，或者將一段街頭表演轉換成動畫風格。 MS-Vid2Vid-XL 和 Video-to-Video 第一階段相同，都是基於隱空間的視頻擴散模型(VLDM)，且其共享相同結構的時空UNet(ST-UNet)，其設計細節延續我們自研 VideoComposer，具體可以參考其技術報告。
國產 ModelScope 模型
本項目MS-Vid2Vid由達摩院研發和訓練，主要用於提升文生視頻、圖生視頻的分辨率和時空連續性，其訓練數據包含了精選的海量的高清視頻、圖像數據（最短邊>720），可以將低分辨率的(16:9)的視頻提
「MS- Video-to-Video」係一種深度學習模型，可以將一段視頻轉換成另一種風格、場景轉換、動作等操作。例如，可以將一段日本動畫轉換成中國水墨畫風格，或者將一段街頭表演轉換成動畫風格。
MS-Vid2Vid-XL 和 Video-to-Video 第一階段相同，都是基於隱空間的視頻擴散模型(VLDM)，且其共享相同結構的時空UNet(ST-UNet)，其設計細節延續我們自研 VideoComposer，具體可以參考其技術報告。
使用本地 LLM(Large Language Model) 的主要原因之一是隱私，LM Studio 就是為此而設計的。 LM Studio 不會收集數據，也不監視您的行為。
使用本地 LLM(Large Language Model) 的主要原因之一是隱私，LM Studio 就是為此而設計的。 LM Studio 不會收集數據，也不監視您的行為。
互動式工作流程，其中人工智慧生成僅用作繪畫時的一種協同工具。 [英文] 詳細教學：
互動式工作流程，其中人工智慧生成僅用作繪畫時的一種協同工具。
- Inpaint：使用 Krita 的選擇工具標記區域並刪除或取代影像中的現有內容。簡單的文字提示可用於指導生成。
- Outpaint：擴展畫布，選擇空白區域並自動填入與現有影像無縫融合的內容。
- 生成：透過用文字或現有圖像描述它們，從頭開始創建新圖像。支援SD1.5和SDXL。
- 優化：使用強度滑桿優化現有影像內容，而不是完全取代它。這也非常適合透過繪製（粗略）近似值並以高強度進行細化來為影像添加新內容！
- 即時繪畫：讓人工智慧即時解讀您的畫布以獲得即時回饋。看影片
- 控制：直接使用草圖或線條藝術指導圖像創建。使用現有影像或 3D 場景的深度或法線貼圖。從快照傳送角色姿勢。使用分割圖控制構圖。
- 決議：在任何決議下都能有效率地工作。該插件將自動使用適合 AI 模型的分辨率，並縮放它們以適合您的圖像區域。
- 升級：將影像升級並豐富至 4k、8k 以上，而不會耗盡記憶體。
- 作業佇列：根據硬體的不同，影像產生可能需要一些時間。該插件允許您在處理圖像時排隊和取消作業。
- 歷史：並非每張圖像都會成為傑作。隨時預覽結果並瀏覽前幾代和提示。
- 強大的預設設定：多功能的預設樣式預設允許簡單的 UI 覆蓋許多場景。
- 自訂：建立您自己的預設 – 選擇穩定擴散檢查點、新增 LoRA、調整取樣器等。
[英文] 詳細教學：
This One Simple Plugin Adds Realtime AI Assistance to Krita
74 Best Nano Banana Pro Prompts | Enrich Labs Explore our curated collection of best Nano Banana Pro Prompts with stunning examples. Stable Diffusion、ChatGPT 和 Midjourney 的提示詞搜尋 人工智慧和即時工程排名第一的網站。…
74 Best Nano Banana Pro Prompts | Enrich Labs
Explore our curated collection of best Nano Banana Pro Prompts with stunning examples.
Categories: 工具
我只花了一分鍾，便成功做了一個 “中文 Python 學習工具“。如過想知如何製作，可參考這 Documentation.
我只花了一分鍾，便成功做了一個 “中文 Python 學習工具“。如過想知如何製作，可參考這 Documentation.
威斯康星 – 麥迪遜大學，微軟研究院，哥倫比亞大學的一群研究者發佈了LLaVA多模態大模型。LLaVA是一種新穎的端到端訓練的大型多模態模型，結合了視覺編碼器和Vicuna對於通用的視覺和語言理解， 實現令人印象深刻的聊天功能。 作者提供測試版 Demo，你可直接用手機測試。
威斯康星 – 麥迪遜大學，微軟研究院，哥倫比亞大學的一群研究者發佈了LLaVA多模態大模型。LLaVA是一種新穎的端到端訓練的大型多模態模型，結合了視覺編碼器和Vicuna對於通用的視覺和語言理解， 實現令人印象深刻的聊天功能。
作者提供測試版 Demo，你可直接用手機測試。
T2I-Adapter 兼容 Stable Diffusion 1.6 及 XL 版。支援 T2I(Text-to-Image)、草圖、canny、線稿圖、深度圖以及 OpenPose 骨骼圖 … T2I-Adapter 由騰訊 ARC 團隊開發，並於 2023 年 3 月在 GitHub 上開源。T2I-Adapter 是一個基於深度學習的模型，可以將文字轉換為圖像，同時保持一定的可控性。 T2I-Adapter 的工作原理是使用一個生成式對抗網路 (GAN) 來生成圖像。GAN 由兩個模型組成：一個生成器和一個判別器。生成器負責生成圖像，判別器負責判斷圖像是真是假。 T2I-Adapter 在一個包含大量文字和圖像的數據集上訓練。訓練過程中，生成器學習生成與文字描述相匹配的圖像。判別器學習區分真實圖像和生成圖像。 T2I-Adapter 可以生成各種圖像，包括風景、人物、物體等。它還可以生成具有特定風格的圖像，例如卡通、油畫等。 T2I-Adapter 的開發團隊由以下人組成： T2I-Adapter 是一個強大的工具，可用於各種創意應用，例如圖像生成、藝術創作等。
T2I-Adapter
兼容 Stable Diffusion 1.6 及 XL 版。支援 T2I(Text-to-Image)、草圖、canny、線稿圖、深度圖以及 OpenPose 骨骼圖 …
T2I-Adapter 由騰訊 ARC 團隊開發，並於 2023 年 3 月在 GitHub 上開源。T2I-Adapter 是一個基於深度學習的模型，可以將文字轉換為圖像，同時保持一定的可控性。
T2I-Adapter 的工作原理是使用一個生成式對抗網路 (GAN) 來生成圖像。GAN 由兩個模型組成：一個生成器和一個判別器。生成器負責生成圖像，判別器負責判斷圖像是真是假。
T2I-Adapter 在一個包含大量文字和圖像的數據集上訓練。訓練過程中，生成器學習生成與文字描述相匹配的圖像。判別器學習區分真實圖像和生成圖像。
T2I-Adapter 可以生成各種圖像，包括風景、人物、物體等。它還可以生成具有特定風格的圖像，例如卡通、油畫等。
T2I-Adapter 的開發團隊由以下人組成：
- 劉宇軒，騰訊 ARC 團隊的工程師
- 劉洋，騰訊 ARC 團隊的工程師
- 王鑫，騰訊 ARC 團隊的工程師
- 王子航，騰訊 ARC 團隊的工程師
- 張立峰，騰訊 ARC 團隊的主管
T2I-Adapter 是一個強大的工具，可用於各種創意應用，例如圖像生成、藝術創作等。