- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI科技大本营的专栏
苹果发布 AI 生成模型 GAUDI，文字生成 3D 场景
整理 | 禾木木 出品 | AI科技大本营（ID:rgznai100） 前有DALL.E文本生成图像，现有将文字变成 3D场景。 近日，苹果 AI 团队发布最新 AI 模型 GAUDI，它是基于 3D 场景的神经架构 NeRFs，可以根据文字生成 3D 室内场景。 2021 年末时，谷歌通过 Dream Fields 首次展示了 3D AI 生成系统，将 NeRF 生成 3D 视图的能力与 OpenAI 的 CLIP 评估图像内容的能力相结合。 Apple GAUDI 是 3D 内饰专家 虽然谷歌致力于使用 Dream Fields 生成单个对象，但将生成 AI 扩展到完全不受约束的 3D 场景仍是一个尚未解决的问题。 虽然现在 GAUDI 生成的 3D 场景视频质量还不是很高，但这也说明了 AI 在图像和视频技术这生成的另一种可能。
1.1K20编辑于 2022-12-09 - 来自专栏心源易码
Amazon Bedrock + Llama3 生成式AI实践
这些改进共同作用，使得Llama 3在推理、代码生成和指令跟踪等关键能力上都有了显著提高，极大地增强了模型的可操控性。 这样的训练规模，使得Llama 3成为了当今性能最好的生成人工智能模型之一。将视角转向人工智能基准测试，Llama 3的表现同样令人瞩目。 Llama 3 70B 适合内容创作、对话式 AI、语言理解、研发和企业应用。该模型擅长文本摘要和准确性、文本分类和细微差别、情感分析和细微推理、语言建模、对话系统、代码生成和遵循指令。 （FM），以及通过安全性、隐私性和负责任的 AI 构建生成式人工智能应用程序所需的一系列广泛功能。 响应长度是生成文本的最大长度限制，超过这个长度的文本将被截断或停止生成。
62010编辑于 2024-05-11 - 来自专栏博文视点Broadview
AI检测即将发力：3万+疑似病例诊断，100+抗疫定点医院即将部署
AI诊断3万个疑似病例 AI 算法助力CT图像自动检测的广泛部署 为疫情排“毒”扫“雷”工作极大缓解了压力 ? 小编说：突如其来的疫情，让放射科/CT室这个医技科室，迅速成为抗击疫情的主战场。 护目镜有时受到雾气的影响，影响视力，也必须慎之又慎，既要鉴别出普通肺炎、结核以及肺部肿瘤等，又不能放过任何一个疑似病例。“火眼金睛”之下是一线医生与日骤增的压力。 AI 算法助力CT图像自动检测的广泛部署，为疫情排“毒”扫“雷”工作极大缓解了压力。 截至昨日（2月21日），AI自动检测技术已在湖北、上海、广东、江苏等16个省市的26家医院上岗。 对3万个临床疑似新冠肺炎病例 CT 影像进行了诊断，单个病例影像分析可在20秒内完成，准确率达到96%。 ? 在本步骤中，首先设计一个三维深度残差全卷积神经网络及相应的优化算法来分割肺结节，生成肺结节概率分割图，然后逐体素初步预测其属于肺结节的概率，最后基于肺结节的概率分割图，设计一个自适应阈值的可疑肺结节层次定位算法来推荐可疑肺结节的位置
72830发布于 2020-06-12 - 来自专栏AI科技大本营的专栏
玩转3D全息图像！AI即刻生成
计算机生成的全息(CGH)通过对衍射和干涉的数值模拟实现了高空间角度的3D投影。 长期以来，研究人员一直在研究制作全息图的技术，但是，现有的基于物理的方法无法生成具有按像素聚焦控制和精确遮挡的全息图。 计算繁琐的菲涅耳衍射仿真在图像质量和运行时间两者之间有很大的矛盾，利用传统技术生成全息图需要一台超级计算机进行物理模拟，非常耗费资源，并且产生的三维效果不如真实感。 麻省理工学院的研究人员使用深度学习来加速计算机生成的全息图，从而实现实时全息图的生成。研究人员设计了一种卷积神经网络，使用可训练的张量链大致模拟人类如何处理视觉信息。 首先，用于渲染RGB-D图像的3D场景具有很高的复杂度，并且在颜色，几何形状，阴影，纹理和遮挡方面存在很大的差异，以帮助CNN推广到计算机渲染和实际捕获的RGB-D测试中 输入，通过自定义随机场景生成器实现的 同时，三维全息术还可以促进3D打印技术的发展，该技术比传统的逐层3D打印更快、更精确，因为该项技术允许同时投影整个3D图形。
2K20发布于 2021-03-25 - 来自专栏域名资讯
滴滴今日宣布成立AI Labs，相关域名疑似处于阿里手中？
继推出自有单车品牌“青桔”后，滴滴又于今日宣布成立AI Labs（人工智能实验室），相关域名ailabs.com疑似在阿里手上，didilabs.com则处于隐私保护状态。 滴滴出行AI LABS启用仪式.png 早在2017年3月，滴滴已宣布成立美国研究院DiDi Labs，滴滴AI Labs是继滴滴研究院、滴滴美国研究院之后，滴滴科研网络进一步的扩展，将加大人工智能前瞻性基础研究 滴滴方面表示，大数据和人工智能是未来交通创新的革命性技术，滴滴发力AI，是想让人们的出现变得更加便捷。 除专注于AI领域前沿问题、深层次拓展滴滴的AI核心技术能力之外，AI Labs还将积极推进AI技术在智能出行场景中的更多应用和创新优化，如滴滴大脑、滴滴助手等。
91150发布于 2018-01-26 AI生成3D建筑，进入Vibe Modeling时刻
人工智能来源：AI4ELAB，工程AI科技产业智库大家好，我是秦明，8月21日，美国AI建筑初创公司Illoca发布了第二个产品Plamobeta，宣称AI建筑生成进入vibemodeling时刻。 Illoca这家企业我重新介绍下，是AI4ELAB持续追踪的企业，之前写过两篇DeepMind与Tesla老兵联手，用AI画布替掉Revit菜单栏，融资1300万美元产品更新|草图秒变可编辑3D模型，一张 我拿北京央视「大裤衩」的一张草图，让Plamo生成对应的3D模型。最后生成成功了，但整体效果质量还有待提高。这是输入的草图与提示词：使用这张建筑草图作为中央电视台总部大楼三维质量模型研究的抽象参考。 除了Illoca，还有胡政涛的AtomicArch1人10个月，做了一款AI原生建筑3D设计软件，用14万行代码重写CAD底层、看到AIRILab最近在探索3D生成、哈佛系的Reer独家|哈佛系Reer 要做IDE了、荆子林的treform.ai再聊00后哈佛荆子林：两个月用户翻了30倍，AI建筑生成，接GPT-5.6最强……还有我们发现，资本进场、产品迭代得越来越快，节奏跨进「月级别」；并且也能跑越来越复杂的流程以及建筑模型生成
26810编辑于 2026-08-24- 来自专栏量子位
阿里达摩院AI抗疫最新战报：已诊断3万多疑似病例CT影像，准确率96%
阿里达摩院从前线传来最新战报： 截止到2月23日，阿里达摩院医疗AI团队研发的新冠肺炎CT影像识别算法，已对3万多个临床疑似病例进行了诊断。 虽然这直接加快了新冠肺炎疑似病例的确诊速度与准确度，但对于前线医生来说，却是不小的负担。 在临床诊断过程中，医生人肉辨别CT影像效率较低。 而截止到2月4日晚，全国一共有疑似病例23260例，追踪到（新冠肺炎患者）密切接触者252154人……提升临床诊断效率，成为抗疫期间核心需求之一。 所以此次抗疫AI大显神威，有达摩院AI算法的功劳，但也离不开背后阿里云的底气，这是一次“云+AI”的完美案例。 ? AI出击，达摩院的全方位抗疫 上述AI影像，还不是达摩院技术抗疫的全部。 借助阿里达摩院研发的AI算法，原来数小时的疑似病例基因分析缩短至半小时，加上杰毅生物技术的新型检测设备，更是大幅缩短疑似患者确诊时间。
75510发布于 2020-02-26 AI 帮你写周报：3 分钟生成专业汇报文档
摘要： 用 QClaw 写周报只需 3 分钟——它会读取你的工作记录和本周文件变动，自动生成结构化的周报文档。本文附带 5 种周报模板和完整操作步骤。 QClaw 可以把这个过程压缩到 3 分钟。 QClaw 写周报的原理 QClaw 是腾讯推出的本地 AI 智能体产品，安装在你的电脑上。 它能够： 读取本地文件变动：知道你这周修改了哪些文件 利用持续记忆：记住你之前的工作内容和汇报格式 调用大模型：用 AI 将零散信息组织成结构化文档 直接生成文件：输出 Word/Markdown 格式的周报文档 生成文档 第 3 步：微调确认 QClaw 会输出一份周报草稿。 A：QClaw 通过以下方式了解你的工作：1）本地文件变动记录；2）持续记忆中存储的工作上下文；3）你之前交代的任务和完成情况。如果信息不足，它会询问你补充。 Q：AI 生成的周报质量靠谱吗？
1.1K11编辑于 2026-04-21字节跳动 AI 新战略疑似曝光：5 万亿参数大模型正在酝酿？
横向对比就能体会这个数字的分量——阿里 Qwen 3.8-Max 为 2.4 万亿参数，月之暗面 Kimi K3 为 2.8 万亿参数，一旦项目落地，它将成为目前国内已知参数规模最大的模型。 一方面，Seedance 和 Seedream 在视频、图像生成领域迅速杀到行业领先位置，Seedance 甚至已成为火山引擎 MaaS 收入的基本盘；另一方面，语言模型 Seed 2.0 市场反响有限
28110编辑于 2026-08-10- 来自专栏ATYUN订阅号
亚马逊的AutoGluon只需3行代码即可生成AI模型
它需要特征工程，或者使用数据领域的知识来创建AI算法工作的特征，再加上大量的数据集预处理，以确保在训练过的模型中不会出现偏差。 AutoGluon可以通过在默认范围内自动调优已知给定任务，执行良好的选项，从而生成最少三行代码的模型。
85110发布于 2020-02-12 - 来自专栏机器之心
3D AI生成出新玩法了：无需数小时，只要45秒，单张图片即可生成 3D模型
机器之心专栏 机器之心编辑部 45 秒单张图片变 3D，无需大量 3D 数据和逐物体优化。 3D AI 生成最近发展得如火如荼，不少最新工作都能够从一句话 / 一张图生成高质量的三维模型。 这种方式使得现有的 3D AI 生成方法都非常耗时，譬如 ProlificDreamer 的作者就曾在知乎上表示方法目前的主要局限之一便是生成时间太慢了！ 方法 由于 3D 数据的稀缺性，学术界最近的绝大多数 3D AI 生成工作都通过利用 2D 扩散生成模型来指导 3D 表示（如 NeRF）的优化，从而实现 3D 内容生成。 与现有 3D AI 生成方法的比较 研究者表示，得益于 “2D 多视角预测 + 3D 可泛化重建” 的技术路线，One-2-3-45 与现有的 3D AI 生成方法相比，除了推断时间显著降低外，还在输入的多样性 结语 One-2-3-45 提出了 “2D 多视角预测 + 3D 可泛化重建” 这样一项新颖的 3D AI 生成玩法，并在许多方面都展示出了其优越性。
4.6K30编辑于 2023-08-07 AI生成隐藏3D图像的局限性分析
隐藏3D图像的AI生成实验你是否见过那些隐藏着3D图像的自体立体图？就像1990年代的Magic Eye图片，看似嘈杂的重复图案，直到你以特定方式调节视觉焦距才能看到立体效果。 技术实现机制剖析当要求"生成独角兽魔法眼3D立体图像"时，ChatGPT传递给DALL-E3（实际负责图像生成的模型）的描述极其详细：需要包含复杂图案和多样化色彩以确保3D效果突出背景应包含神秘元素以增强深度幻觉独角兽的角和鬃毛应在图案中清晰可辨但 在自主生成场景中，它本质上仍是文本生成器。这些被宣传为"全能AI"的模型，实际更像装满应用的手机：文本生成应用可在特定情况下启动图像生成应用，但它们并非真正意义上的统一程序。 在生成ASCII文字艺术并自行读取时：在新会话中向其发送自生成的ASCII文字时，它识别为"ERROR"对自身创作的ASCII艺术品的识别和评级同样糟糕技术本质揭示生成ASCII艺术和3D图像并非ChatGPT 最后尝试让ChatGPT生成《小王子》风格的隐藏绵羊图像，结果基本失败。这再次证明了当前AI在多模态任务协同处理上的技术局限性。
43410编辑于 2025-09-07- 来自专栏芯智讯
高盛：生成式AI将影响3亿人工作！
3月28日消息，随著基于生成式AI的智能聊天机器人 ChatGPT 的火爆，越来越多的企业开始借助生成式AI技术来提升办公效率。 据金融时报报导，投行高盛发布报告指出，生成式AI可能使发达经济体的3亿个工作机会受到影响。 然而，AI带来的自动化技术也可能严重破坏劳动力市场需求，可能影响近3亿个全职工作机会，从律师到行政人员都有可能“被AI取代”。报告也指出，欧美近三分之二的工作可能在某种程度上受到AI自动化的影响。 然而，另外约7%的人所从事的至少一半工作内容可被生成式AI取代的职业，这批人最可能面临“被AI取代”的困境。 ChatGPT开发商OpenAI先前也发表报告指出，美国80%劳工可运用生成式AI技术处理手上至少10%的工作。
44330编辑于 2023-04-11 - 来自专栏机器之心
Stability AI开源3B代码生成模型：可补全，还能Debug
机器之心报道 机器之心编辑部 Stable Diffusion 3 还没全面开放，这家公司的代码生成模型先来了。 本周一，Stability AI 开源了小体量预训练模型 Stable Code Instruct 3B。 给出自然语言 prompt，该模型可以处理各种任务，例如代码生成、数学和其他软件工程相关的任务。 Stable Code Instruct 3B 不仅精通代码生成，还精通 FIM（Fill in the Middle）任务、数据库查询、代码翻译、解释和创建。 值得一提的是，Stable Code Instruct 3B 现在可以通过 Stability AI 会员资格用于商业目的。
60410编辑于 2024-03-27 AI图片转3D生成的模型能直接打印吗
AI图片转3D生成的模型能直接打印吗绝大多数AI图片转3D生成的模型不能直接用于3D打印，但经过正确的前处理流程后，完全可以实现高质量打印输出。 AI图片转3D的模型为什么不能直接打印视觉模型与可打印实体模型的本质区别AI 3D生成工具的核心目标是让模型在屏幕上"看起来好"，追求的是渲染效果的真实感。 什么情况下AI生成的模型接近直接打印少数AI 3D生成平台在模型生成阶段已内置面向打印的优化逻辑。 V2Fun作为集成AI图片生成、AI 3D模型生成、AI绑定工具和AI角色动画工具的一体化平台，支持从图片上传到多种格式导出的完整链路，在生成阶段即关注几何结构的完整性，有助于降低后续修复成本。 完整工作流总结：从图片到可打印模型将AI图片转3D到最终打印的完整流程可以概括为以下七个步骤：1. 上传图片至AI 3D生成平台（如V2Fun），获取初始3D模型。2.
25410编辑于 2026-09-09- 来自专栏开源心路
AI生成视频-Pika
背景介绍 Pika 是一个使用 AI 生成和编辑视频的平台。它致力于通过 AI 技术使视频制作变得简单和无障碍。 Pika 1.0 是 Pika 的一个重大产品升级，包含了一个新的 AI 模型,可以在各种风格下生成和编辑视频,如 3D 动画，动漫，卡通和电影风格。 现在我们需要告诉 AI 实际上我们想要生成什么样的片段。 对于第三次生成，我们将使用 “-camera rotate clockwise” 选项。 注意：以上步骤中的每一个生成命令都应该以回车键结束，这样 PIKA 才会开始生成你的视频片段。 我们很高兴推出 Pika 1.0，这是一次重大的产品升级，包括一个新的 AI 模型，它能够以 3D 动画、动漫、卡通和电影等各种样式生成和编辑视频，以及一个新的 Web 体验，使其更容易使用。
2.6K10编辑于 2023-12-06 - 来自专栏自学气象人
生成式 AI 简介
这个例子展示了生成建模背后的基本概念，虽然现实中用生成模型要复杂很多，但其基本框架是相同。 3. 每个特征也有不同数目的特征值： 3 种配件类型 (accessories type)： Blank, Round, Sunglasses 8 种服装颜色 (clothing color)： Black ) 没有联系，用数学表达式表示就是： 有了这个假设，我们可以计算出 朴素贝叶斯模型将原始问题“对每个特征组合做概率估计”简化成对“每个特征做概率估计”，原来我们需要用 4031 (3 * 8 * 4 * 6 * 7) 个参数，现在只需要 23 (3 + 8 + 4 + 6 + 7) 个参数，每个参数的表达式为： 其中 N 是观测数据的个数即 50，nkl 是第 k 个特征取其下第 相信你不会说你图像中像素 1 的颜色是黑，像素 2 的颜色是淡黑，像素 3 的颜色是灰等等。
85410编辑于 2023-09-05 - 来自专栏王的机器
生成式 AI 简介
这个例子展示了生成建模背后的基本概念，虽然现实中用生成模型要复杂很多，但其基本框架是相同。 3. 每个特征也有不同数目的特征值： 3 种配件类型 (accessories type)： Blank, Round, Sunglasses 8 种服装颜色 (clothing color)： Black ) 没有联系，用数学表达式表示就是： 有了这个假设，我们可以计算出 朴素贝叶斯模型将原始问题“对每个特征组合做概率估计”简化成对“每个特征做概率估计”，原来我们需要用 4031 (3 * 8 * 4 * 6 * 7) 个参数，现在只需要 23 (3 + 8 + 4 + 6 + 7) 个参数，每个参数的表达式为： 其中 N 是观测数据的个数即 50，nkl 是第 k 个特征取其下第 相信你不会说你图像中像素 1 的颜色是黑，像素 2 的颜色是淡黑，像素 3 的颜色是灰等等。
89530编辑于 2023-09-02 - 来自专栏DrugScience
DOCK-3-生成Spheres
生成Spheres 官方教程链接： http://dock.compbio.ucsf.edu/DOCK_6/tutorials/sphere_generation/generating_spheres.htm 步骤 接上文，已经完成了蛋白受体以及配体的准备，加氢加电荷 现在开始准备生成Spheres 生成Sphgen是DOCK的必须 Sphgen生成多组重叠的球体，以描述分子或分子表面的形状。 生成Sphgen （1）使用chimera的工具生成dms File -> Open -> rec-1htp-dock-prep.mol2. -> Show Tools -> Structure Editing -> Write DMS 直接命名保存 然后使用Chimera直接打开 绿色的点状物质环绕cartoon结构周围便是dms （2）生成 选择距配体的每个原子10.0埃以内的所有球体 使用指令： sphere_selector rec.sph lig_charged.mol2 10.0 输出文件为：selected_spheres.sph 生成一个文件
95310发布于 2021-02-04 - 来自专栏慕枫技术笔记
深入理解生成式AI技术原理：初识生成式AI
真正的大师永远怀着一颗学徒的心 如果将人工智能按照用途进行简单分类的话，人工智能可以划分为决策式AI以及生成式AI两类。 而以ChatGPT为代表的生成式AI通过对大量数据的联合概率进行学习，对已有的数据和知识进行归纳总结，同时结合深度学习技术，自动生成新的内容，而新生成的内容可以是文字、图片甚至是视频等多模态内容。 深度学习 深度学习是生成式AI背后比较核心的实现技术，它是机器学习的重要优化手段，而机器学习又是人工智能领域重要的落地实现措施。 总结 本文主要对生成型AI进行了初步阐述，同时针对生成型AI最核心的两个技术点分别进行了初步说明，后面的专栏文章中将继续以深度学习以及大模型核心技术点作为切入点来深入分析生成型AI背后的技术原理。 希望通过系列文章的说明，让大家对于类似ChatGPT这样的生成型AI有一个更加深刻的理解。 如何优雅的消除系统重复代码 大厂面试官眼中的好简历到底什么样？
2.5K30编辑于 2023-08-10
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号