AI Directory
Categories: 新聞
FMA-Net 即將推出最強模糊影片修正
Meta 已著手訓練 Llama 3
MS-Vid2Vid (Video-to-Video)高清視頻生成大模型
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。
Civitai 推出俱樂部
Civitai 本週推出了俱樂部 —— 一個為創作者提供類似 Patreon 平台，讓為 Creator 提供以 Buzz 貨幣與用家進行交易。讓創作者分享他們的獨家創作，並討論如何充分利用這些東西。
Civitai 為提供獨家內容的創作者提供更好的體驗，並為所有人的永續發展鋪平道路。 可是，Civitai 遇到了一些障礙，也看到了一些強烈反對。
最終 Civitai 以民主方式決定未來，讓所有用戶提出一些想法，集思廣益，可以幫助創作者實現永續發展。 也許這些的結合可以成為我們未來成功的秘訣？
Categories: 新聞
Google Bard 2023 12 月更新
要避免 GPT 出現越來越嚴重的錯誤內容，唯有不斷改進現有的演算法。我相信 Bard 採用 Gemini 的 Multimodol 模型就是一種新嘗試。
Google Bard 最初是基於 LaMDA，但後來轉用 PaLM 和 Gemini。
- 2023 年 3 月：Bard 在有限的容量下推出，由 LaMDA 提供支持。
- 2023 年 5 月：Bard 擴展到其他國家，並轉向 PaLM，另一個來自 Google AI 的強大語言模型。
- 2023 年 10 月：Bard 採用 Gemini，這是一個針對對話任務而特別設計的更先進的 LLM。
因此，儘管 LaMDA 在早期開發中起到了至關重要的作用，但目前依賴 Gemini 的能力來生成文本、翻譯語言、創作不同類型的創意內容，以及以一種信息豐富的方式回答您的問題。
以下是總結這些模型差異的一個表格：
(more…)
Categories: 新聞
Merry Christmas 2023
比較 6 個亞洲人模型
Categories: 新聞
Apple 開放 MLX 機器學習 API
GitHub – ml-explore/mlx: MLX: An array framework for Apple silicon
MLX: An array framework for Apple silicon. Contribute to ml-explore/mlx development by creating an account on GitHub.
Awni Hannun 宣怖 Apple 正式開放 ML Framework 並於 GitHub 設立模型庫及應用介面範例。各種使用MLX 框架的獨立範例。
MNIST範例是學習如何使用 MLX 的良好起點。
一些更有用的例子包括：
- Transformer 語言模型訓練。
- 使用LLaMA或Mistral產生大規模文字。
- 使用Mixtral 8x7B 的專家混合 (MoE) 語言模型
- 使用LoRA進行參數高效率微調。
- 使用穩定擴散產生影像。
- 使用OpenAI 的 Whisper進行語音辨識。
- 使用BERT進行雙向語言理解
- 使用GCN對圖結構資料進行半監督學習。
Categories: 新聞
Gemini AI – 2023-12-13 正式上線！
從今天開始，Google Bard 將使用 Gemini Pro 的微調版本來進行更高級的推理、計劃、理解等。 這是 Bard 自推出以來最大的升級。 它將在 170 多個國家和地區提供英語版本，我們計劃在不久的將來擴展到不同的模式並支援新的語言和地點。
原生多模態（Natively Multimodel)：Google Gemini 的突破
以往創建多模態大模型的方法，通常是先分別訓練文本、圖像、音頻等單一模態的模型，然後將它們拼接在一起。這樣的模型雖然在某些特定任務上表現不錯，不過面對更具概念性，或者複雜推理的任務，往往表現不太理想。
Gemini 提出了原生多模態的概念，即從一開始就對不同的模態進行整合訓練，然後用額外的多模態數據進行微調。這樣訓練出來的模型可以更好地理解不同模態之間的關係，從而提高在複雜任務上的表現。
Google 還將 Gemini 引入 Pixel。 Pixel 8 Pro 是第一款運行 Gemini Nano 的智慧型手機，它支援記錄器應用程式中的 Summarize 等新功能，並從 WhatsApp 開始推出 Gboard 中的智慧回覆功能，明年還將推出更多訊息應用程式。
在接下來的幾個月中，Gemini 將出現在我們更多的產品和服務中，例如搜尋、廣告、Chrome 和 Duet AI。
Google 已經開始在搜尋器中試驗 Gemini，它使用戶的搜尋生成體驗 (SGE) 更快，延遲減少了 40%，同時品質也提高了。
Google 谷歌 Gemini 碾压 GPT-4！人类最强 AI 模型问世，迈出 AGI 的第一步 | 回到Axton
Categories: 新聞
Lyria 改變未來的音樂創作方法
從爵士樂到重金屬，從電子音樂到歌劇，音樂是一種深受人們喜愛的創意表達形式。到目前為止，由於歌詞、旋律、節奏和人聲複雜且層次豐富，創作引人入勝的音樂對於人工智慧 (AI) 系統來說尤其具有挑戰性。
今天 與 YouTube 合作，宣布推出 Google DeepMind 的 Lyria，這是我們迄今為止最先進的人工智慧音樂生成模型，以及兩項旨在為創造力開闢新遊樂場的人工智慧實驗：
- Dream Track – YouTube Shorts 中的一項實驗，旨在透過音樂創作幫助加深藝術家、創作者和粉絲之間的聯繫。
- 音樂人工智慧工具——我們與藝術家、歌曲作者和製作人一起設計的一套工具，以幫助加強他們的創作過程。
為了開發這些項目，我們匯集了來自 Google 各地的技術專家以及眾多世界知名藝術家和歌曲作者，共同探索生成音樂技術如何負責任地塑造音樂創作的未來。我們很高興能夠建立新技術，以增強專業音樂家和藝術家社群的工作，並為音樂的未來做出積極貢獻。
Google DeepMind，前稱DeepMind科技（DeepMind Technologies Limited），是一家英國的人工智慧公司。公司建立於2010年，在2014年被Google收購。
Categories: 新聞