首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 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。 苹果 AI 团队发布的 GAUDI 是一种能够生成沉浸式 3D 场景的神经架构,可以根据文字提示创建 3D 场景。 例如,输入“穿过走廊”或“上楼梯”,就可以看到执行这一动作的 3D 场景视频。 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。

    95820编辑于 2022-12-09
  • AI论文生成不用愁!9AI工具大推荐

    本文会为您推荐9款出色的AI论文生成工具,助力您轻松应对论文写作过程中遇到的挑战。1. 瑞达写作:论文创作的得力助手工具简介:只要输入论文题目,就能一键生成高达5万字的论文初稿。 未针对AIGC检测进行优化,AI判定风险较高。可能生成虚构参考文献,需认真核查。图片介绍:图片3. 可能生成虚构参考文献,需核实查证。8. Jasper AI:全面AI写作工具工具简介:Jasper AI(原名Jarvis)是全面的AI写作工具,可生成各种类型文章,包括学术论文。 生成长篇论文需多次优化。9. AI Writer:简单易用的学术写作工具工具简介:AI Writer专注于学术写作高质量内容生成,根据关键词或话题自动生成论文段落,适合初稿生成。 上述9AI工具各有特色,不管是初稿生成、内容润色还是语法检查,都可为您的论文写作提供有力支撑。选择合适的工具,让AI成为您学术道路上的得力帮手,轻松应对各种写作挑战。

    49510编辑于 2025-08-07
  • 来自专栏新智元

    谷歌重磅推出Android 9:“Pie”已生成,着眼AI

    ---- 新智元报道 来源:TECHSPOT 作者: Cohen Coberly 编译:三石 【新智元导读】经历一年多的开发与测试,Android 9 Pie正式面向全球发布! Pie结合了AI,能使你的手机更智能、更简单、“更适合你”。本文将带领读者了解Android 9 Pie 的最新功能。 ? 备受期待:谷歌最新的Android更新终于发布了。 以AI为核心,让你的手机更智能 它还有一个很“好吃”的名字:Android Pie。 谷歌希望通过使用AI,使Pie能让你的手机更智能、更简单、“更适合你”。这次更新将带来一系列的新功能,包括新的设备亮度和电池管理工具。 如果这些工具听起来不是特别令人兴奋的话,Android 9还有很多其他的新功能。

    55120发布于 2018-08-16
  • HTML生成网页工具推荐:哪些场景最值得用AI

    于是,“HTML生成网页工具推荐”成了越来越多人主动搜索的关键词。与其问哪个工具最好,不如先想清楚:哪些场景最值得用AI?​ 一、快速验证想法的场景比如你要测试一个新项目的落地页,核心是验证转化,而不是研究技术细节。这时候,用HTML生成网页工具可以直接生成结构清晰的页面骨架,省去手写模板的时间。 需要说明的是,lynxcode就是原来的lynxAI,功能上已经从单页生成扩展到完整应用构建。​二、非前端开发者的协作场景产品经理、运营、内容编辑,经常需要一个“能跑起来的页面”去沟通想法。 HTML生成网页工具的价值就在于降低表达门槛,让非技术人员也能生成可预览的页面,再交给工程团队优化。在这种协作模式下,AI生成的是“沟通介质”,而不是最终成品。 四、学习与拆解结构对于初学者而言,AI生成的HTML代码也是一种学习素材。通过观察生成结果,可以理解页面布局逻辑、语义结构和基础样式组织方式,比从零空白开始更友好。

    19210编辑于 2026-03-03
  • 来自专栏人工智能

    📌《AI生成代码的边界测试:哪些场景人类仍需主导》

    现状速览:AI代码生成器的双面性 已突破的边界✅ 重复性模板代码:实体类生成/CRUD接口(效率提升50%+)# AI自动生成的Flask路由模板 @app.route('/api/users', methods ,结果出现: 1️⃣ 羊毛党漏洞:未识别跨店铺满减叠加规则 2️⃣ 库存超卖:分布式锁实现缺失 3️⃣ 风控缺失:未考虑黄牛批量刷券场景  AI生成的代码就像未经打磨的玉石,需要人类注入业务灵魂 :测试用例的“反直觉”设计 AI生成的典型测试代码// 仅覆盖基础场景 @Test void testCouponUse() { Coupon coupon = new Coupon(100, 20 人类专注业务异常流设计 风险预警实时数据流分析 提前10分钟发现资金闭环漏洞知识沉淀故障模式自动归档构建企业级防御性编程知识库 ⚙️ 腾讯云场景化解决方案▸ CODING DevOps:AI生成代码质量门禁 #人机协同 #代码质量 #未来开发 #腾讯云开发者社区️ 附录:腾讯云开发者工具箱场景 推荐产品 人机协同亮点 代码生成腾讯云AI代码助手支持上下文敏感的业务规则注入 安全审计腾讯云安全中心

    59210编辑于 2025-04-14
  • 来自专栏华章科技

    AI魔幻行为大赏:细数机器视觉的9大应用场景

    图像视频的识别、检测、分割、生成、超分辨、captioning、搜索等经典和新生的问题纷纷取得了不小的突破。这些技术正广泛应用于城市治理、金融、工业、互联网等领域。 以下将以9场景为例,对一些常见的应用场景进行介绍,让读者直观地理解机器视觉都能解决哪些问题。 对于整个场景的理解。最重要的有两点,第一是道路线检测,其次是在道路线检测下更进一步,即将场景中的每一个像素都打成标签,这也称为场景分割或场景解析。 同步地图构建和定位技术。 :书籍、报刊等印刷物的识别 实体标识识别:道路指示牌识别(如图1-9)、广告牌识别等 ? ▲图1-9 文字识别技术的应用场景 09 图像/视频的生成及设计 人工智能技术不仅可以对现有的图片、视频进行分析、编辑,还可以进行再创造。

    1.4K30发布于 2019-07-24
  • 来自专栏计算机视觉战队

    AI魔幻行为大赏:细数机器视觉的9大应用场景

    图像视频的识别、检测、分割、生成、超分辨、captioning、搜索等经典和新生的问题纷纷取得了不小的突破。这些技术正广泛应用于城市治理、金融、工业、互联网等领域。 以下将以9场景为例,对一些常见的应用场景进行介绍,让读者直观地理解机器视觉都能解决哪些问题。 对于整个场景的理解。最重要的有两点,第一是道路线检测,其次是在道路线检测下更进一步,即将场景中的每一个像素都打成标签,这也称为场景分割或场景解析。 同步地图构建和定位技术。 :书籍、报刊等印刷物的识别 实体标识识别:道路指示牌识别(如图1-9)、广告牌识别等 ? ▲图1-9 文字识别技术的应用场景 09 图像/视频的生成及设计 人工智能技术不仅可以对现有的图片、视频进行分析、编辑,还可以进行再创造。

    3.2K21发布于 2019-08-14
  • @Async异步失效的9场景

    void async(String value) {        log.info("async:" + value);    }}这个问题还是比较有意思的,今天这篇文章总结了@Async注解失效的9场景 我们知道Spring通过@Async注解实现异步的功能,底层其实是通过Spring的AOP实现的,也就是说它需要通过JDK动态代理或者cglib,生成代理对象。 而@Async注解的异步功能,需要使用Spring的AOP生成UserService类的代理对象,该代理对象没法访问UserService类的private方法,因此会出现@Async注解失效的问题。 9 Spring无法扫描异步类我们在Spring项目中可以使用@ComponentScan注解指定项目中扫描的包路径,例如:@ComponentScan({"com.susan.demo.service1

    2.2K20编辑于 2024-05-09
  • @Async异步失效的9场景

    我们知道Spring通过@Async注解实现异步的功能,底层其实是通过Spring的AOP实现的,也就是说它需要通过JDK动态代理或者cglib,生成代理对象。 而@Async注解的异步功能,需要使用Spring的AOP生成UserService类的代理对象,该代理对象没法访问UserService类的private方法,因此会出现@Async注解失效的问题。 9 Spring无法扫描异步类我们在Spring项目中可以使用@ComponentScan注解指定项目中扫描的包路径,例如:less复制代码@ComponentScan({"com.susan.demo.service1

    67510编辑于 2024-05-28
  • 来自专栏大数据,java,Python和前端

    一键生成,效率革命:AI 神器 CodeBuddy IDE 实测与场景应用

    CodeBuddy IDE 正是这样一款以 AI 为核心驱动力的新一代开发环境,它彻底颠覆了传统编码流程。本文将深入实测其核心功能,并展示它在真实业务场景中的强大落地能力。 输入自然语言指令:创建一个会议室预约页面,包含以下元素:顶部标题:会议室预约系统一个表单:包含姓名(文本输入框)、邮箱(邮箱格式输入框)、选择日期(日期选择器)、选择时间段(下拉菜单:9:00-10:00 以下是几个典型场景场景 1:快速构建电商商品展示页 (前端焦点)痛点: 电商页面元素多(标题、图片、价格、SKU 选择、购物车按钮、详情描述、推荐列表),手动编写重复性高,设计微调频繁。 即刻体验:访问 CodeBuddy 官网 下载 IDE 或体验在线版,开启你的 AI 辅助高效开发之旅!告别重复造轮子,让人工智能成为你编程的得力助手。 一句话总结: CodeBuddy 不是取代开发者,而是用 AI 消除编码中的“苦力活”,释放创造力,让开发者专注于真正创造价值的部分。效率即竞争力,CodeBuddy 助你赢在起跑线!

    87331编辑于 2025-08-04
  • 来自专栏龙台的技术笔记

    聊聊动态线程池的9场景

    在 高并发以及大批量 的任务处理场景,线程池的使用是必不可少的。 如果有在项目中实际使用线程池,相信你可能会遇到以下痛点: 线程池随便定义,线程资源过多,造成服务器高负载。 什么场景适合用 hippo4j 1. 线程池随意定义,造成服务器高负载 在系统开发的过程中,因为涉及到多人协作,难免会出现信息不互通的情况。在同一个系统,对于线程池来说,常见的是线程池随意定义。 9. 动态线程池对性能有无影响 这可能是很多开发者担心的一个点,在这里统一回复下。 hippo4j 仅对线程池做部分核心功能增强,没有修改任务执行源代码流程,可以保证绝对的安全。

    95220编辑于 2022-08-29
  • 来自专栏云云众生s

    生成AI在IT运维中的三个应用场景

    IT运维团队目前已在以下几个方面运用生成AI来提升工作流程: 自动化状态更新、事故后调查分析,以及流程自动化。 译自 Three Use-Cases for Generative AI in ITOps,作者 Dormain Drewitz 是PagerDuty产品营销和开发者关系副总裁。 对于许多希望满足这些强烈需求的团队来说,生成AI(GenAI)是一代人中最令人兴奋的技术。 通过遍历原始事件数据,大型语言模型可以快速生成全面摘要。但不要指望IT团队成员在事件发生时尝试完善他们的提示。相反,应该寻找了解事件状态更新上下文的预构建摘要功能。 通过收集日志、指标和即时消息,GenAI可以快速汇编进行事件审查所需的数据,然后生成关键部分,如主要发现、根本原因、改进领域和时间表。

    71610编辑于 2024-03-28
  • 来自专栏C/C++基础

    rand1 生成 rand9

    给定一个函数 rand1 会 50% 的概率输出 0 和 1,请利用 rand1 实现 rand9,等概率地输出 0~9 这 10 个数字。 2.难度级别 难度应该是 middle。 我们用程序生成一下四次 0 和 1 产生的组合数: 0000 0001 0010 0011 0100 0101 0110 0111 1000 1001 1010 1011 1100 1101 1110 所以该问题解法是拒绝采样法:调用 4 次 rand1,生成 4 位的二进制数,然后再转换成 10 进制数,如果这个数大于 9,再重新生成即可。 4.实现示例 下面使用 Golang 给出实现示例。 func rand1() int { return rand.Intn(2) } 再根据 rand1 实现 rand9: // rand9 等概率输出 0 ~ 9。 n } } } rand9 输出示例: 1 4 8 6 9 3 2 2 8 5 ---- 参考文献 已知f(x) 传入的值 等概率 输出0 or 1,如果写一个f1(x)实现等概率输出0-9

    75510编辑于 2022-09-08
  • 来自专栏信数据得永生

    生成对抗网络项目:6~9

    /-/raw/master/docs/gan-proj/img/030151f2-b1cf-4a2a-9d44-d55bc65f9c7c.png)] 由 StackGAN 网络的第一阶段和第二阶段生成的图像 该产品于 2018 年 2 月在加州大学伯克利分校的 Berkeley AI Research(BAIR)实验室生产,可通过以下链接获得。 该数据集是开放源代码,可以由 UC Berkeley 的 Berkeley AI Research(BAIR)实验室使用。 您可以从以下链接选择手动下载数据集。 下载后,将其解压缩到根目录中。 4db9-9dba-518aa6313466.png)] [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-JVbB29zD-1681652906152)(https://gitcode.net AI 和 GAN 可以帮助设计师进行创作。 生成网站设计 同样,设计网站是一个手动的,创造性的过程,需要熟练的手动工作,并且需要很长时间。

    1.5K20编辑于 2023-04-24
  • 来自专栏前端食堂

    文件下载,搞懂这9场景就够了

    一般在我们工作中,主要会涉及到 9 种文件下载的场景,每一种场景背后都使用不同的技术,其中也有很多细节需要我们额外注意。今天阿宝哥就来带大家总结一下这 9场景,让大家能够轻松地应对各种下载场景。 这些 Web 设计器允许用户在完成设计之后,把生成的文件保存到本地,其中有一部分设计器就是利用浏览器提供的 Web API 来实现客户端文件下载。 例如,当需要用从数据库中查询获得的数据生成一个大的 HTML 表格的时候,或者需要传输大量的图片的时候。 种场景,希望阅读完本文后,你对 9场景背后使用的技术有一定的了解。 有了文件下载的场景,怎么能缺少文件上传的场景呢?如果你还没阅读过 文件上传,搞懂这 8 种场景就够了 这篇文章,建议你有空的时候,可以一起了解一下。

    3.9K10发布于 2021-08-20
  • 来自专栏内容管理系统

    MassCMS with AI 功能场景探索

    这种结合不仅打破了传统内容管理在效率、精准度和扩展性上的局限,更催生出一系列创新的功能场景,从内容的创作生成到审核分类,从搜索应用到网页管理,AI 的赋能让 MassCMS 在各个环节都展现出强大的潜力 AI内容创作与生成自动内容生成借助 AI 技术,MassCMS 在实现内容自动生成时,能紧密贴合 CMS 的内容管理调性以及企业数字资产的独特调性,生成符合企业个性的内容。 当需要生成内容时,AI 会调用该数据库,让生成的内容与企业风格保持一致。比如,对于一家以严谨、专业著称的金融企业,在生成市场分析报告时,AI 会采用精准的数据表述、专业的金融术语,行文风格沉稳、客观。 MassCMS 与 AI 的融合在内容创作、管理、推荐、搜索等多方面展现出巨大潜力,将为内容管理领域带来深刻变革,创造更多创新应用场景,提升用户体验和内容运营效率 。4. AI网页生成与内容管理MassCMS 集成的 AI 工具可直接解析 Sketch、Figma 等设计文件,自动生成适配 Vue 或 React 框架的前端代码。

    25000编辑于 2025-07-21
  • 来自专栏CDA数据分析师

    谷歌AI发布Deepfake检测数据集,真人多场景拍摄,生成3000段假视频

    来源:Google AI 编辑:大明 本文转自公众号:新智元 【导读】Deepfake又添劲敌!这次出手的是谷歌。 谷歌AI昨日发布Deepfake视频识别数据集,共包含3000多段视频,由真人演员现场多场景拍摄。利用这些数据可以开发Deepfake自动检测工具,更高效地识别Deepfake假视频。 现代生成模型就是其中的一个例子,能够合成超现实主义的图片、语音、音乐甚至是视频。这些模型已经用在多个应用中,包括通过文本—语音转换,生成用于医学成像的训练数据等。 正如去年在《人工智能七原则》中所说的那样,我们致力于开发AI最佳实践,致力于减少AI技术滥用所带来的伤害和滥用。去年1月,我们发布了合成语音数据集,支持开发高性能合成音频检测器的国际挑战赛。 演员们在各种场景中拍摄视频。

    1.3K30发布于 2019-10-10
  • 来自专栏一“技”之长

    iOS MachineLearning 系列(9)—— 人物蒙版图生成

    iOS MachineLearning 系列(9)—— 人物蒙版图生成 人物蒙版图能力是Vision框架在iOS 15中新增的功能,这个功能可以将图片中的人物按照轮廓生成无光蒙版。

    86320编辑于 2023-05-02
  • 来自专栏机器之心

    ECCV 2022|全场景生成PSG:追求「最全面」的场景理解

    机器之心专栏 作者:MMLab@NTU 本文提出基于全景分割的全场景生成(panoptic scene graph generation,即PSG)任务。 事实上,在智慧城市、自动驾驶、智能制造等许多现实世界的 AI 场景中,除了对场景中的目标进行定位外,我们通常还期待模型对图像中各个主体之间的关系进行推理和预测。 传统场景生成任务的数据集通常具有对象的边界框标注,并标注边界框之间的关系。 论文介绍 因此,来自新加坡南洋理工大学和商汤科技的研究者提出全场景生成(PSG)任务,携同一个精细标注的大规模 PSG 数据集。 该任务利用全景分割来全面准确地定位对象和背景,从而解决场景生成任务的固有缺点,从而推动该领域朝着全面和深入的场景理解迈进。

    1.8K40编辑于 2022-08-26
  • 来自专栏ADAS性能优化

    AI Weekly | Nov. 9, 2019

    Researchers tout AI that can predict 25 video frames into the future In a preprint paper, researchers propose an AI model that can predict up to 25 video frames into the future given only two to five starting Applause targets AI bias by sourcing training data at scale Software-testing company Applause wants to reinvent AI testing with a service that detects AI bias by crowdsourcing larger training data sets. Remember that scary AI text-generator that was too dangerous to release?

    27210编辑于 2022-05-13
领券