Infer News

T2I-Adapter – 類似 ControlNet 的可控性模型

由騰訊 ARC 團隊開發的 T2I-Adapter
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

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。

OpenAI 即將推出更強大的 AI 繪圖模型 Dall-E 3

未正式推出但 Bing(Microsoft)似乎已經採用
Dall-E-3 藝術家必備的生成器圖像內容準確度大幅提升，能與 ChatGPT 整合，自動為「提示詞」增色，讓圖像生成更精細，預計今年 10 月正式推出。

OpenAI 也制定了保護措施，阻止使用者產生色情或暴力圖形藝術或公眾人物圖像。OpenAI 的政策研究員 Sandhini Agarwal 表示，對於色情內容的非常明確的請求，必須經過分類器並且會被拒絕。

Dall-E 3 還允許用戶透過 ChatGPT 來完善創作，就好像他們要求真正的藝術家進行更改一樣。「你真的不必擔心很長的提示，」首席研究員兼 Dall-E 團隊負責人 Aditya Ramesh 說。“相反，您可以與 ChatGPT 進行交互，就像與同事交談一樣。”

Dall-E 團隊的首席研究員 Gabriel Goh 向《Wired》雜誌展示了這項技巧，他要求 Dall-E 3 為一家想像中的麵館製作幾張宣傳海報。在收到幾個選項後，Goh 透過 ChatGPT 要求 Dall-E 3 選擇其中一個並將其變成懸掛在餐廳外的標誌的插圖。

Dall-E 3 現已透過付費版本 ChatGPT Plus 提供。

Wav2Lip (Lipsync 工具）

ChatGPT, Bard, Claude2 比較

(英)GitHub – A Lip Sync Expert Is All You Need for Speech to Lip Generation In the Wild
[ACM Multimedia, 2020] Wav2Lip: Accurately Lip-syncing Videos In The Wild
Wav2Lip 簡介(英文)

Open In Colab

我從三個不同的 A.I. 平台嘗試找更多關於 Wav2Lip 的資料時出現如下的情況：

(more…)

Google Bard Extensions 可連結至第三方應用程式

英文版的Bard Extensions
Google 自加入 AI 競爭行列後，一直大力發展旗下大型語言模型 PaLM2，包括聊天機械人 Bard。Google（ 2023 年 9 月 19 日）推出英文版的 Bard Extensions，允許聊天機械人連結到不同應用程式

港學者獲 AI 新法轉化語言 – 最佳論文獎

全球超過 1,400 份投稿中脫穎而出
香港中文大學系統工程與工程管理學系副系主任程鴻教授及其研究團隊於 2023 年知識發現和數據挖掘特別小組（SIGKDD）國際會議上榮獲計算機協會頒發的最佳論文獎（研究型）。獲獎論文涉及人工智能（AI），是從全球超過 1,400 份投稿中脫穎而出，是 SIGKDD 史上首次有香港學者獲此殊榮，有關論文有助推進訓練人工智能方法的發展，在海量的數據中理解文字指令並生成人類語言。

「中大創新」成立助初創企業發展

逾 10 間中學試用
本地大學積極推動創科發展。中文大學昨宣布成立「中大創新有限公司」（中大創新），與8間本地企業達成合作協議，為具發展潛力的中大初創企業提供早期資金、專業知識及人脈，支援本地創科發展。逾40間校友及師生的初創企業，昨在中大創新日分享研發成果，有學生研發運用人工智能（AI）生成文憑試模擬試卷，目前已有逾10間中學試用。 新成立的「中大創新」，與風險投資專家、家族辦公室等合作，建立聯合投資平台，協助大學初

Fooocus – Stable Diffusion XL簡易版

SDXL – Stable-diffusion XL 版
免費的 Clipdrop?

Fooocus 使用 SDXL – Stable-diffusion XL 版作為產生圖片的核心。SDXL 是一款開源免費的 Clipdrop 技術，通過使用擴展現有的圖像處理算法，可以快速而準確地在不同設備上生成圖片

原圖
Fooocus 擴展左右
(more…)

Google Bard 實驗更新內容

‎2023.09.19
使用新版「使用 Google 搜尋」功能，檢查 Bard 的回覆

Bard 迄今功能最強大的模型

  • 改變：使用者的意見回饋讓 Bard 變得更直覺好用、更具創意，而且回應速度更快。無論你是想找個創意夥伴共同創作趣味內容、將想法翻譯成 40 多種語言、編寫複雜的程式碼，或是從不同角度探索新知，Bard 都能助你一臂之力，而且品質和準確度大大提升。
  • 原因：我們秉持快速疊代原則，努力將 Bard 最先進的技術帶給全世界。你的意見回饋幫助我們打造出迄今最強大的 Bard 版本，讓世界各地的使用者能以各種語言順暢使用 Bard。

使用新版「使用 Google 搜尋」功能，檢查 Bard 的回覆

  • 功能：[G] 按鈕讓你借助 Google 搜尋的力量，檢查 Bard 生成的 AI 回覆。此功能將從英文開始支援。如果回覆中陳述可受驗證，該段陳述在回覆中便會醒目顯示，你可以按一下查看更多資訊。

    請注意：這些連結為 Google 搜尋找到的內容，不代表 Bard 在撰寫原始回覆時曾使用這些資料來源。
  • 目的：大家使用 AI 工具，是為了以全新的方式來理解複雜的內容。使用者在 Bard 的幫助下學習新知，那麼 AI 生成內容的可信度就十分重要，讓你可以安心吸收資訊。

接續他人分享的對話

  • 功能：當別人透過 Bard 的公開連結分享功能與你分享他們的 Bard 對話，你可以在自己的帳戶中繼續對話，接續別人開啟的話題。
  • 目的：他人的作品往往能激發我們的創意，有越多點子可以參考，我們就越可能發想出真正創新的點子。因此我們推出此功能，讓你能夠輕鬆使用其他人分享的對話，由此展開你的創意探索。

更多功能將於所有支援的語言中推出

  • 功能：不管使用何種支援語言，你都可透過 Google 智慧鏡頭上傳圖像、在回覆中顯示 Google 搜尋圖像，並修改 Bard 的回覆，讓回覆更簡潔，或將回覆加長、縮短，甚至改用更專業或更隨性口語的語氣。
  • 目的：修改回覆功能可讓你依照需求調整回覆，對自己的創作過程更有掌控權。將圖像加入提示中可激發更多創造力，而在回覆中顯示圖像也能幫你把想法化為具象。

Google 開發的機器學習庫 TensorFlow Hub

無需從頭訓練模型，可以直接使用經過大量訓練的模型
包括圖像分類、自然語言處理、聲音識別

TensorFlow Hub 是一個由 Google 開發的機器學習庫，它提供了許多預訓練的機器學習模型和資源，讓開發者能夠輕鬆地使用這些模型來解決各種機器學習任務。你可以在 TensorFlow Hub 上找到許多先進的模型，包括圖像分類、自然語言處理、聲音識別等等。

使用TensorFlow Hub，你不需要從頭訓練一個模型，而是直接使用經過大量訓練的模型來進行預測或特徵提取。節省大量的時間和資源。TensorFlow Hub 還提供了一個便於使用和共享模型的平台，讓開發者能夠輕鬆地找到和使用最適合自己任務的模型。

對於想要使用機器學習的開發者來說，TensorFlow Hub 是一個非常有用的工具，它能夠加速模型開發和部署的過程。

例如：有興趣訓練支援中文的模型，可以參考 Universal Sentence Encoder

classic

Page 44 of 49
1 … 42 43 44 45 46 … 49