日报&周刊合集 | 出产力东西与职业运用大全 | 点赞重视谈论托付啦!
猜猜看!你觉得,哪张甜甜圈的图片是真的?
这是 Reddit网站 Midjourney 子区发起的一项趣味应战:总共6张图,其中5张是AI生成的,只要1张是摄影的,让神通广大的网友们判别下哪张是实在的。
现在帖子的投票数现已高达 4,700,谈论区留言将近 700,特别活泼!归纳谈论信息来看,大家更倾向于〖第4张〗,判别理由大概有这么几项:
整齐:第4张摆放天然错落,其他都太整齐了
糖霜:第4张甜甜圈上的糖霜细节更清晰,并且类型更丰富
光线:第4张是来自左上方的天然光线
细节:仔细看!第4张盒子底部有面包屑和糖霜 ⋙ @reddit
LangChain X Prem 应战赛!
LangChain 与 Prem 联合举办了一项线上应战赛,6月26日至7月10日期间,鼓舞开发者利用Prem在本地部署AI模型和服务,构建新一代的AI运用程序。
参赛团队不超过4个人,单人也可参与;竞赛结束后将评定出3个最佳运用,并奖赏一万美金。
了解提沟通程、提交要求、运用方法、官方文档、评定规范等信息,能够查看官方博客 ⋙ @langchain
字节跳动要造机器人,团队方案扩充到百人
7月3日,晚点 LatePost 独家消息,字节跳动也将入局机器人职业,团队已有约 50 人,方案年底扩充到上百人。现在团队的业务方向明确为两部分:
▢ 一是出产一些机器人,优先服务字节的电商履约需求,涉及仓储里的分拣、组货和打包,以及物流环节
▢ 二是重视前沿技能,探究把 AI 大模型才能用到机器人上
由此推测,字节要做的机器人,可能是具备移动才能的、能在电商仓里送货的分拣机器人,以及带有视觉感知才能、能自己打包货物的机械臂 ⋙ @晚点 LatePost
Midjourney 推出 pan 功用,上下左右,能够平移扩展图片场景
7月4日,Midjourney 宣布正在测验名为「panning (平移)」的新功用,能够按指定的上下左右方向,拓宽生成图片的外部场景。这也使得「outpainting (补全)」功用更加强大。
用户生成图片后,下方菜单栏会出现⬅➡⬆⬇四个按钮,点击某个箭头后,图片就会依照这个方向进行拓宽补全。不过此项功用当时还有一些约束,需求更多的后续开发完善 ⋙ Twitter @Midjourney
StoryBird 根据提示词生成故事绘本,还能售卖挣钱
StoryBird 是一个绘本制作渠道,只需求输入1000词以内的提示词,渠道就能够生成一本完好的、带有精美插图的故事书。书本还能上架网站和亚马逊进行售卖哦!
网站还贴心地给出了提示词指南和示例,帮助生成更满意的绘本故事和插图:storybird.ai/chatgpt-sto…
StoryBird 现已上线了 ChatGPT 插件「Stories」,假如有 GPT-4 权限,那么只需安装插件并输入提示词,就能够等候生成故事和插图。需求注意的是:
输入的提示词,越详细越好
插件生成插图的时刻要久一些,需求耐性等候
能够编辑文本并从头制作,并且供给了多种选项,比方下降阅览年龄要求、调整文字阅览水平、调整故事长度等 ⋙ StoryBird | Twitter @xiaohuggg
AI Agents 绝佳总述:OpenAI团队的 Agents 了解与开展规划
LLM Powered Autonomous Agents 是 @Lilian Weng 一篇广泛传播的博文,能够说是现在 AI Agent 范畴优质论文的体系总述。Lilian 现在是 OpenAI 的 Head of Safety Systems,之前还领导过 OpenAI 的 Applied AI 团队,她的文章绝对值得一看~
AI Agent 被认为是 OpenAI 发力的下一个方向。Lilian 将 Agents 界说为 LLM、Planning、Memory、Tools的调集,并在文章中对每个组建的实现途径进行了详尽阐明:
▢ LLM (大言语模型) 是中心大脑
▢ Planning (任务规划) 、Memory (记忆)、Tool use (东西运用) 等则是 Agents 体系实现的三个要害组件
以下是文章的中心目录,原文很长,能够结合感兴趣的要点进行阅览:
1. Agent System 是什么
2. Planning 任务规划
任务分解〖Task Decomposition〗
自我反思〖Self-Reflection〗
3. Memory 记忆
Memory 的类型
最大内积搜索〖MIPS〗
4. Tool Use 东西运用
MRKL 架构
让模型学习运用外部东西的 API
HuggingGPT
API-Bank
5. AI Agents 事例实践
科学研究范畴的运用
Generative Agents
AI Agent 的概念验证
6. LLM Agents 的约束
有限的上下文容量
长期规划和任务分解方面的应战
天然言语接口的可靠性应战 ⋙ @Lilian Weng | @海外独角兽(中文翻译版)
AI虚拟人(数字人)商业实践现状,与未来开展初探
这是 @向阳乔木 7月2日举办的「AI虚拟人(数字人)沟通会」的会议记录和要点提炼,也是到现在对数字人共享最立体和透彻的内容。感兴趣能够前往飞书查看直播视频和文本!
▢ AI数字人类型和运用场景
二维/三维虚拟人:用于游戏、IP品牌 (柳夜熙)、内容创作等
真人形象数字人:用于直播卖货、营销/投流广告视频录制 (Heygen)、言语学习 (CallAnnie) 等
▢ AI数字人的价值是什么
代替人说话,提高表达功率和营销功率:例如真人做不到24小时直播,但数字人能够
发明实在世界无法完结的对话或沟通:例如AI talk的试验探究,复活故去的亲人等
▢ AI数字人面临的问题
渠道约束:现在数字人水平参差不齐,渠道担心直播观感,有必定打压约束;比方抖音出台一些规范,而微信视频号容忍度更低,人工查看封号
技能约束:形象只是皮郛,智能水平缓未来想象空间,依赖大模型技能提高
需求约束:直播带货算个落地场景,但不刚,现在更多是体验新鲜感
伦理/法令约束:声音、影像版权等,比方换脸、数字永生等
▢ AI数字人直播盈利方法
直接卖数字人东西软件:「实时驱动」在直播时能改音频话术,真人接收,市道价格在一年4-6万往上 (规范零售价);「非实时驱动」一个月600元,作用很差,类似放视频的伪直播,市场价格紊乱,靠开展署理割韭菜
供给数字人运营服务,按直播间成交额抽佣
▢ AI直播卖货适用品类和场景
适用于不需求强展示的产品 (如品牌食品饮料),服装就搞不了(过品快,衣服建模成本高)
适用于虚拟产品,如门票、优惠券等
不适用于促销场景,这涉及主播话术、套路,调动直播间气氛才能等
电商直播分为达播跟店播,数字人直播跑下来作用最好的是店播,数据基本能坚持跟真人相同 (朋友公司数据)
▢ AI直播的壁垒和未来市场格局是什么
时刻拉长,技能上没壁垒:但现在看仍有技能门槛,单纯靠开源算法拼的东西,实时性、可用性不高,比方更实在的对口型,更低的呼应推迟等
不会一家独大:可能4-5家一线作用,大多二三线作用公司;因为它只是东西,迁移成本低
真实把客户服务好、能规模化扩张的公司更有价值:疯狂扩署理割韭菜,不考虑客户作用的公司,售后问题很麻烦
有资源、有业务的大渠道下场,可能会带来降维冲击:例如剪映立刻要做,假如不仅供给数字人,还供给货品供应链、数据复盘剖析等等,全环节打通会绑定商家,很难打
▢ 面对大厂竞赛怎么办
大厂做产品有很多部门利益牵扯,法务合规等问题,不敢用野路子,开发上线产品功率低
大厂人工成本高,不少方向和范畴都不会做,以及不少内部决议计划也不必定靠谱
在电商范畴,数字人不能也无法成为壁垒,跟数字人配套的运营服务才是,大厂一般不愿做重运营的事 ⋙ Twitter @向阳乔木 | 观看录播视频 (134min)
关于「构建 LLM App」你所需求知道的一切
这是一篇长文,十分详尽地讲解了怎么运用 LLM 构建运用程序,并解说了相关概念的意义,以及你所需求的所有代码段。当然,假如你只想看一个「快速运用LLM构建运用程序」的简短教程,能够直接跳转到最后一部分!
▢ 咱们为什么需求大言语模型 (LLM)
▢ 微调 VS 上下文注入
Fine-Tuning (微调)
In-context learning / Context Injection (情景学习 / 上下文注入)
▢ 什么是LangChain?
Models (模型):各类模型的接口
Prompts (提示):提示管理、提示优化、提示序列化
Indexes (索引)::文档加载器、文本拆分器、矢量存储-支撑更快、更高效地拜访数据
Chains (链):链超出了单个LLM调用,它们允许咱们设置调用序列
Agents (署理):是运用LLM来选择要采纳哪些操作的实体
▢ 手把手教你运用 LLM 构建App
运用LangChain加载文档
将文档拆分为文本块
从文本块到嵌入
界说要运用的LLM
界说提示模板
创建矢量存储 ⋙ 来历
感谢贡献一手资讯、资料与运用体验的 ShowMeAI 社区同学们!
◉ 点击 日报&周刊合集,订阅论题 #ShowMeAI日报,一览AI范畴开展前沿,捉住最新开展机会!
◉ 点击 出产力东西与职业运用大全,一起在信息浪潮里扑腾起来吧!