登录社区云，与社区用户共同成长
邀请您加入社区
CNNIC数据显示，截至2025年6月，中国生成式AI用户规模达5.15亿人、较2024年底半年翻番，普及率36.5%。AI内容生产从消费端创作工具，扩展为覆盖知识、办公、商业与专业生产的内容生产力体系，五大场景均有规模化产品与收入验证。
我写网文时，最头疼的不是码字慢，而是卡在一处剧情上怎么都推不下去。尤其全勤奖快到截止时间，文档还空着，越盯越不知道从哪句写起。这两年，AI写小说的工具越来越多，宣传里常能看到“一夜爆文”之类的说法。我想看看它们在连载中究竟能帮上什么忙，就自费试了几款热门工具。用下来，我觉得AI确实能分担一些费时的活，但指望点一下就生成能直接发布的百万字小说，恐怕会失望。下面按我的实际使用场景，聊聊试过的8款工具，
查重系统更新到最新版本后，不少同学发现哪怕每一段都是对着文献敲出来的，报告依然赫然显示AIGC疑似度超标。很多人在慌乱中直接推倒重写，折腾到凌晨却发现降低ai率毫无起色，陷入越改越像AI的恶性循环，甚至把论文降ai做成了无用功。其实论文怎么降低ai率的关键不在于死耗时间，而在于切中检测算法的计算逻辑。今天学姐结合自己当年的翻车经历与实操手稿，盘点10款实用的降ai率工具，带大家高效避坑。
最近的 AI 圈可谓一天一个大新闻，GPT-3.5，GPT-4，文心一言，接入 GPT-4 的 Office 全家桶，Bard，GitHub Copilot，Adobe Firefly……如果说 ChatGPT 的出现让科技圈纷纷为其震撼，GPT-4 的全新发布已经开始让人「恐惧」。这次被颠覆的已经不仅仅是文案、设计等传统内容作者了，程序员也正面临着巨大的「威胁」—— 用户只需要简单在纸上画一个网
该项目旨在为各种大语言模型（LLM）在生产环境中的部署和可观测性提供一个标准的解决方案，用最简单直接的方式把大语言模型（LLM）部署到云端或本地，并且可以放心地用于生产环境中，此外还提供了进一步的能力来让用户更加方便地基于大语言模型（LLM）构建更强大的 AI 应用。OpenLLM是一个用于在生产环境中操作大型语言模型（LLM）的开放平台，它可以轻松地微调、服务、部署和监控任何LLM。
可以保存到本地文件夹内，任意位置都可以（最好不要带中文和空格）。
我们来聊一下具身智能，它是一种通用人工智能，可以像人一样能够和环境交互感知、自主规划、决策、行动。要基于LLM实现具身智能，我们需要从计划、记忆唤醒和使用工具三方面进行设计。
在全球科技创新的前沿阵地，2024年3月的英伟达GPU技术大会（GTC）再次成为全球瞩目的焦点。在此次盛会上，英伟达公司创始人兼首席执行官黄仁勋先生不仅展示了其公司在加速计算和生成式AI领域的最新突破，更震撼发布了具有里程碑意义的“通用机器人003计划”，预示着人工智能与人形机器人深度融合的具身智能时代正式拉开帷幕。此图片来源于网络汇聚全球顶尖人形机器人研发力量，GTC2024吸引了包括中国在内的
AI算力瓶颈下边缘计算崛起
多模态模型发展展望
实战Lagent浦语·灵笔2均是运用模型进行微调训练的优秀成果。
MiniCPM-V模型是一个强大的端侧多模态大语言模型，专为高效的终端部署而设计。目前该模型有MiniCPM-V 1.0、MiniCPM-V 2.0和MiniCPM-Llama3-V 2.5版本。
在大模型技术的推动下，机器人响应语音指令成为现实，预示着AI领域的重大突破。具身智能作为AI领域的重要方向，正引领着技术创新和产业发展的新浪潮。随着技术的不断进步和市场的逐渐成熟，我们有理由相信，具身智能将为人类社会带来更多的可能性和价值。以其创新的人形机器人技术，成功吸引了来自科技巨头的6.75亿美元投资，估值高达26亿美元。面对技术、隐私和伦理等方面的挑战，具身智能的发展需要持续的创新和审慎的
Kolors模型是由快手团队开发的一种文本到图像生成模型。Kolors模型基于Stable Diffusion框架，在海量中英文图文对数据集上进行了训练，特别在中文理解和还原方面表现出色。Kolors模型在图像生成质量、复杂提示词理解、字符文本内容渲染等方面都有优异表现，尤其擅长生成高质量、细节清晰的人像图片。此外，Kolors在人类评估中的表现超过了现有的开源模型，并在视觉吸引力方面达到了Mid
作为终端侧AI的领导者，高通在人工智能领域有着超过15年的投入，拥有行业领先硬件和软件解决方案覆盖广泛边缘终端，并且拥有跨NPU、CPU和GPU的卓越异构计算能力、领先的软件优化、以及能效。他指出，终端侧生成式AI已经到来，高通公司作为终端侧AI的领导者，在AI领域有着超过15年的投入，借助强大的硬件和软件支持组合、异构计算优势、以及全球范围内的领先边缘侧布局，高通的产品和技术已支持出货超过25亿
IMAGDressing是一个交互式模块化服装生成系统，旨在为用户提供高度逼真的虚拟试衣体验。这个系统不仅能够生成高质量的服装图像，而且允许用户自由编辑服装样式、颜色以及模特的姿势和背景等元素，从而提供个性化的购物体验。结合IP-Adapter和ControlNet-Pose技术，IMAGDressing能够在短时间内生成大量的虚拟试穿图像，满足大规模商业应用的需求。未来可能将IMAGDressi
利用来自 Google 街景门牌号的 SVHN 数据集，该模型经过训练，能够识别每张图像中的阿拉伯数字组合（0-9）并展现出令人瞩目的准确性，经测试可达到高达 89% 的精确度。
StableCascade是基于Wuerstchen架构的基于文本条件生成图像latent的扩散模型。相较于Stable Diffusion，Stable Cascade的压缩系数为42，可以将1024x1024图像编码为24x24，同时在高度压缩的latent空间中训练文本条件模型，实现了16倍的成本降低。Stable Cascade能够生成更加细腻、逼真的图像细节，无论是人物的表情、衣物的纹理
SketchGen是一款基于PaintsUndo模型的图像转草图工具，能够自动将彩色图像转换为高质量的线稿草图，其部署流程简单易操作，本文将带领大家一步步实现。
ExVideo是一种新型的视频合成模型后调优方法，其核心目标在于扩展现有视频合成模型的能力，使其能够生成更长时间的视频内容。ExVideo提出了一种新的后调优策略，使得在不对整个模型进行大规模重训的情况下，仅通过对模型中时序相关组件的微调，就能够显著增强其生成更长视频片段的能力。尽管视频长度增加，但ExVideo不会影响模型的泛化能力，即模型仍然能够生成多样化风格和分辨率的视频。ExVideo的应
InternLM：释放无限潜能的智能语言模型。InternLM 基于Transformer架构，利用了先进的自注意力机制，能够理解和生成复杂的文本结构，同时，它采用了动态掩码策略，使得预训练过程更加灵活和有效。
DiffSynth 画板提供了 Prompt 分区控制技术，可以通过创建图层精细地控制画面的每一部分，实现了“Prompt 即画笔”。用户可以利用分区控制技术来绘制出精美的画面，通过调整不同的提示（Prompt）来影响画面的特定区域，从而实现对画面的精细操控。本文详细介绍了该模型部署的详细步骤
InstantID采用了一种无需微调的方法，通过单一图像实现身份保持生成。该技术支持多种下游任务，并且在速度和效果上均表现出色。其核心优势在于能够在保持图像身份信息的同时，实现高质量的图像生成和编辑。本文详细介绍了该模型的构建步骤。
Show-o模型是一个由字节跳动和新加坡国立大学联合发布的统一多模态理解和生成模型。Show-o通过结合自回归和（离散）扩散建模，能够在不同的模态间进行灵活转换，处理视觉问答、文本到图像生成、文本引导的修复/外推等多种任务。Show-o采用了一个统一的Transformer架构来处理多模态任务，这使得模型可以在不同的任务之间共享参数，从而减少了训练成本并提高了模型的泛化能力。与传统的自回归模型相比
AIGC
——AIGC
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
AtomGit AI 社区
AI工具分享
地瓜机器人开发者社区
