生成模型(VAE

WGAN对抗生成数据（matlab）代码

本程序基于Wasserstein生成对抗网络（WassersteinGenerativeAdversarialNetwork,WGAN）构建了数据生成模型。该模型引入了梯度惩罚（GradientPen

九亿AI算法优化工作室&·2025-03-25 13:46

群核科技开源空间理解生成模型SpatialLM, 构建具身智能训练基座

在今年的英伟达GTC全球大会上，群核科技自主研发的空间理解模型SpatialLM宣布正式开源。该模型仅通过一段视频即可生成物理正确的3D场景布局。就像我们环顾四周环境便可以理解背后的空间结构一样，SpatialLM模型能够基于从视频中提取的点云数据，准确认知和理解其中的结构化场景信息，并将它以脚本语言的形式呈现出来。SpatialLM是一种3D大语言模型，旨在处理3D点云数据并生成结构化的3D场景

·2025-03-25 04:10

Python,Java开发生成式智能识别与鉴定APP

-**处理**：使用生成式智能体模型（如GAN、VAE、Diffusion模型等）对输入数据进行分析和鉴定。-**输出**：识别结果（如是否为生成

Geeker-2025·2025-03-25 00:10

Roblox 开源 AI 3D 生成模型，游戏开发迎来智能化变革

如果说过去的3D游戏开发需要建模师一笔一划地雕刻细节，如今AI的加入正在彻底改变这一模式。Roblox最新发布的3D生成AI模型——Cube，允许开发者用简单的文本指令，快速生成3D物体。更重要的是，Roblox还开放了Cube的开源版本，这意味着不仅Roblox开发者，任何游戏开发团队甚至个人创作者，都可以利用这项技术来提升创作效率。这一突破不仅能让游戏开发变得更快、更简单，也让AI在3D生成领

Yvette-W·2025-03-23 08:09

使用Dall-E生成图像：文本到图像的魔力

使用Dall-E生成图像：文本到图像的魔力技术背景介绍Dall-E是OpenAI开发的一个强大的文本到图像生成模型，它能够根据自然语言描述创造出全新的数字图像。

shuoac·2025-03-23 03:11

微软 LIDA 库：基于大模型的自动化数据分析与可视化

微软LIDA库：基于大模型的自动化数据分析与可视化一、核心架构与LLM交互流程调用LLM生成数据摘要基于LLM推理分析目标LLM生成可视化代码结合图像生成模型优化原始数据Summarizer模块结构化摘要

窝窝和牛牛·2025-03-23 01:01

简单理解机器学习中top_k、top_p、temperature三个参数的作用

在机器学习中，top_k、top_p和temperature是用于控制生成模型（如语言模型）输出质量的参数，尤其在文本生成任务中常见。

无级程序员·2025-03-23 00:53

Softmax温度调节与注意力缩放：深度神经网络中的平滑艺术

今天，我们将探讨两个看似独立却本质相通的机制：生成模型中的温度参数与Transformer注意力机制中的缩放因子。这两个设计都围绕着同一个核心概念——softmax分布的平滑控制。

Mark White·2025-03-21 17:01

Open-Sora - 为所有人实现高效的视频制作大众化

github.com/hpcaitech/Open-Sora更多AI开源软件：发现分享好用的AI工具、AI开源软件、AI模型、AI变现-小众AI这是一款开源的SOTA（State-of-the-Art）视频生成模型

小众AI·2025-03-21 10:57

（图生图/局部重绘/VAE/更多基础工作流）ComfyUI基础入门教程

引言学到这里，大家是不是会比较纠结，好像还在持续学习新的东西，未来还有多少基础的东西要学习，才能正常使用ComfyUI呢？这其实需要转变一个心态。AI绘画还处于一个快速迭代的过程，隔三岔五的就会有很多新技术、新模型出现，ComfyUI目前同样处于一个快速更新的阶段，从更新记录上也可以看到，几乎每一两天都会更新新版本。同样，生态的各种自定义节点也在持续更新。所以，不可能有个教程把所有未来会用到的知识

聚梦小课堂·2025-03-20 22:42

【Dive Into Stable Diffusion v3.5】1：开源项目正式发布——深入探索SDv3.5模型全参/LoRA/RLHF训练

快速上手3.1下载代码3.2环境配置3.3项目结构3.4下载模型与数据集3.5运行指令3.6核心参数说明3.6.1通用参数3.6.2优化器/学习率3.6.3数据相关4结语1引言在人工智能和机器学习领域，生成模型的应用越来越广泛

Donvink·2025-03-20 19:24

RAG 在多模态数据处理中的应用探索：结合图像与文本生成

目录引言多模态数据处理的挑战与需求数据异质性与融合难题多样化应用场景的需求RAG在图像与文本生成中的应用架构图像检索与文本生成协同跨模态特征融合与生成关键技术与实现细节图像特征提取与表示文本检索与语义理解跨模态生成模型训练应用案例分析智能设计辅助医疗影像报告生成结论引言随着信息技术的飞速发展

hy098543·2025-03-18 22:40

RAG问答系统：检索增强生成框架

框架的举例说明四、RAG框架的优势RAG问答系统二、工作流程三、优势四、应用场景RAG（Retrieval-AugmentedGeneration）框架即检索增强生成框架，是一种结合了信息检索技术与语言生成模型的人工智能技术

ZhangJiQun&MXP·2025-03-18 20:26

BioDeepAV：一个多模态基准数据集，包含超过1600个深度伪造视频，用于评估深度伪造检测器在面对未知生成器时的性能。

一、研究背景：随着生成模型的快速发展，深度伪造内容的逼真度不断提高，人们越来越难以在线检测出被操纵的媒体内容，从而容易受到各种诈骗的欺骗。这不仅对个人隐私构成威胁，也对社会信任和民主构成挑战。目前遇

·2025-03-18 13:27

AI如何创作音乐及其案例

AI创作音乐主要有以下几种方式：基于深度学习的生成模型深度神经网络：通过大量的音乐数据训练，让AI学习音乐的结构、旋律、和声、节奏等特征。

alankuo·2025-03-17 21:44

机器学习 [白板推导]（三）[线性分类]

4.线性分类4.1.线性分类的典型模型硬分类：输出结果只有0或1这种离散结果；感知机线性判别分析Fisher软分类：会输出0-1之间的值作为各个类别的概率；概率生成模型：高斯判别分析GDA、朴素贝叶斯，

神齐的小马·2025-03-17 15:31

书籍-《深度生成模型（第二版）》

书籍：DeepGenerativeModeling作者：JakubM.Tomczak出版：Springer编辑：陈萍萍的公主@一点人工一点智能下载：书籍下载-《深度生成模型（第二版）》01书籍介绍本书是关于生成式

·2025-03-17 15:38

探索大模型应用：构建基于检索的RAG实战指南

为了克服这些限制，本文将带你深入了解如何利用检索增强生成模型（RAG）来扩展大模型的能力，并通过一个实战案例，展示如何构建一个基于RAG的AI知识库。

李逍遥猿·2025-03-17 14:23

少样本数值型数据集 | 数据增强

对于小样本数字型数据集，数据增强的有效方法主要集中在创造新的样本、调整现有样本的特征、或者通过生成模型来模拟真实分布。下面是个人搜集到的方法及部分代码。希望对大家的科研/工作有所帮助！

蒜蓉趣多多·2025-03-17 09:23

展望 AIGC 前景：通义万相 2.1 与蓝耘智算平台共筑 AI 生产力高地

作为该领域的革命性技术代表，通义万相2.1凭借其开源特性、多模态生成能力和技术突破，成为全球视频生成模型的标杆。

accurater·2025-03-17 07:07

机器学习_重要知识点整理

数据建模（如高斯分布假设）、生成模型（如贝叶斯网络）。贝叶斯定理计算条件概率，更新先验知识以获得后验概率。贝叶斯分类器、文本分类（如垃圾邮件检测）。

嘉羽很烦·2025-03-15 15:06

AI学习指南RAG篇(5)-RAG的系统架构

系统的四个核心组件1.知识库处理模块1.1文档收集1.2文档预处理1.3示例代码2.向量化模块2.1文本嵌入2.2向量数据库2.3示例代码3.检索引擎3.1检索算法3.2检索结果排序3.3示例代码4.生成模块4.1生成模型

俞兆鹏·2025-03-14 09:56

11B模型拿下开源视频生成新SOTA！仅用224张GPU训练，训练成本省10倍

要知道，市面上诸多效果相近的闭源视频生成模型，动辄花费数百万美元训练成本。而Open-Sora2.0，将这一数字压缩到了20万美元。

·2025-03-14 04:12

Diffusion Transformer与Differential Transformer：技术创新与应用前景

随着技术的不断发展，DiffusionTransformer和DifferentialTransformer等新型架构逐步涌现，为生成模型和注意力机制带来了突破性的进展。

AI大模型learner·2025-03-13 17:33

支持 40+ 插件，Spring AI Alibaba 简化智能体私有数据集成

RAG通过结合检索技术和生成模型的强大能力，使智能体能够实时从外部数据源获取信息，并在生成过程中增强其知识深度和推理能力。通过这种方式，智能体不仅能依赖于模型的预

阿里云云原生·2025-03-13 16:29

一个基于LSTM的字符级文本生成模型的训练+使用(pytorch)

一、代码实现1.配置文件config.pyimporttorch#设备配置DEVICE=torch.device('cuda'iftorch.cuda.is_available()else'cpu')#超参数和配置SEQ_LENGTH=100#输入序列长度BATCH_SIZE=64#批大小EMBEDDING_DIM=256#嵌入层维度HIDDEN_SIZE=512#LSTM隐藏层大小NUM_LAY

一只小铁柱·2025-03-13 12:04

FLOW MATCHING FOR GENERATIVE MODELING 阅读笔记

论文提出了一种新的生成模型。论文的目的是给定一个目标分布，有目标分布的一定量的样本，但是不知道目标分布的概率密度函数，学习一个模型能生成服从目标分布的新样本。

冰冰冰泠泠泠·2025-03-13 01:35

Adobe Firefly 技术浅析（二）：Transformer生成模型

AdobeFirefly的图像生成技术不仅依赖于生成式对抗网络（GAN），还引入了基于Transformer的生成模型。

爱研究的小牛·2025-03-12 20:32

为什么VAE效果不好，但VAE+diffusion效果就好了？

1.什么是VAE?VAE（VariationalAutoencoder，变分自编码器）是一种基于概率生成模型的深度学习框架，主要用于数据生成和潜在空间建模。

AndrewHZ·2025-03-12 12:43

【AI赋能】蓝耘赋能通义万相2.1：AI创作新时代的强力引擎

通义万相2.1的强大功能与特性通义万相2.1拥有多项突破性能力，使其在众多AI生成模型中脱颖而出。它支持文生视频、图生视频、视频编辑、文生图和视频生音频等多项任务，是真正意义上的多模态生成模型。

星落无尘·2025-03-12 06:00

AIGC视频生成模型：ByteDance的PixelDance模型

本文详细介绍ByteDance的视频生成模型PixelDance，论文于2023年11月发布，模型上线于2024年9月，同时期上线的模型还有Seaweed（论文未发布）。

好评笔记·2025-03-11 21:09

通义万相2.1：AI视频生成迎来“质变”，运镜、文字、物理规律全面突破

近日，阿里云旗下通义万相视频生成模型宣布了2.1版本的重磅升级，不仅在性能上实现了全面提升，更在运镜、文字生成、物理规律模拟等方面取得了突破性进展，让AI视频生成真正进入了“质变”的新阶段。

that's boy·2025-03-11 07:18

华为昇腾适配阶跃星辰多模态开源模型，上线魔乐社区

Step-Video-T2V是目前全球参数量最大的开源视频生成模型，达到300亿参数。可直接生成204帧、540P分辨率的高质量视频。根据阶跃星

·2025-03-10 22:05

打造RAG系统：四大向量数据库Milvus、Faiss、Elasticsearch、Chroma 全面对比与选型指南

RAG系统通过结合生成模型和信息检索技术，能够在大规模数据中高效地获取相关信息，生成更为精准和有针对性的内容。而在构建RAG系统时，选择合适的向量数据库是确保系统性能和可扩展性的关键一步。

橙子小哥的代码世界·2025-03-10 16:57

（十）Ubuntu 20.04+akiaaa大神 Stable Diffusion整合包 AI绘画教程-外挂VAE模型等快捷设置教程

一、说明我们在运行Stable-Diffusion-webuiclip时初始快捷设置为如图所示我们需要显示“外挂VAE模型”以及“clip终止层数”的快捷设置，我们需要在设置中设置参数二、参数设置依次点击设置

浪淘沙jkp·2025-03-10 14:10

Spark-TTS：基于大模型的文本语音合成工具

一、介绍SparkTTS完全基于Qwen2.5构建，无需额外的生成模型，它不依赖于单独的模型来生成声学特征，而是直接从LLM预测的代码中重建音频。这种方

CITY_OF_MO_GY·2025-03-10 13:35

【人工智能基础】生成模型：让数据“无中生有”的神奇魔法

文章目录一、生成模型的发展脉络二、生成模型的基本原理三、主要生成模型及其逻辑1、生成对抗网络（GAN）2、变分自编码器（VAE）3、扩散模型（DPM）4、基于能量的模型（EBM）5、正规化流（NF）四、

roman_日积跬步-终至千里·2025-03-10 03:49

AIGC技术研究与应用 ---- 下一代人工智能：新范式！新生产力！（2.1-大模型发展历程之背景与开端）

文章大纲按照目标不同，AI大模型可分为四类，多模态为未来方向NLP大模型CV大模型科学计算大模型多模态大模型2022年是大模型技术的拐点,前期技术铺垫奠定了基础生成式模型的开端VAE与GANVAEGAN

shiter·2025-03-10 01:08

每日AIGC最新进展(41)：上海AI Lab提出新型DiT结构Lumina-Next、Adobe研究院提出图像与文本对齐方法AlignIT、新型多模态图像生成模型MUMU

DiffusionModels专栏文章汇总：入门与实战Lumina-Next:MakingLumina-T2XStrongerandFasterwithNext-DiTLumina-Next是一种新型的生成模型

沉迷单车的追风少年·2025-03-10 01:06

具有自主规划与决策能力的 RAG 工作全面解析

简介RAG（Retrieval-AugmentedGeneration，检索增强生成）是一种将信息检索与生成模型相结合的技术，广泛应用于需要外部知识支持的AI任务。

weixin_40941102·2025-03-07 13:15

机器学习与深度学习里生成模型和判别模型的理解

两个模型是啥我们从几句话进入这两个概念：1、机器学习分为有监督的机器学习和无监督的机器学习；2、有监督的机器学习就是已知训练集数据的类别情况来训练分类器，无监督的机器学习就是不知道训练集的类别情况来训练分类器；3、所以说，有监督的机器学习可以抽象为一个分类task，而无监督的基本完成的是聚类；4、有监督的机器学习中，我们可以概述为通过很多有标记的数据，训练出一个模型，然后利用这个，对输入的X进行预

程序员羊羊·2025-03-07 12:03

职坐标AIGC课程实战项目深度解析

课程聚焦人工智能生成内容（AIGC）的核心技术链，涵盖自然语言处理、生成模型架构及多模态数据融合等模块，通过电商智能客服系统与新媒体文案生成工具两类典型场景的深度实践，强化学员对模型训练、参数调优及商业落地的综合能力

职坐标在线·2025-03-06 09:21

阿里巴巴宣布：全面开源旗下视频生成模型万相2.1

2月25日晚，阿里云宣布全面开源旗下视频生成模型万相2.1模型。

大公产经晚间消息·2025-03-06 04:10

终于等来能塞进手机的文生图模型！十分之一体量，SnapGen实现百分百的效果

该团队的主要研究方向包括EfficientAI和图像/视频/三维生成模型。近些年来，以StableDiffusion为代表的扩散模型为文生图（T2I）任务树立了新的标准，Pi

ytsoft001·2025-03-04 01:22

【大模型】RAG检索增强生成

RAG（Retrieval-AugmentedGeneration）是一种结合了信息检索（Retrieval）和生成（Generation）模型的混合型大模型架构，旨在解决传统生成模型在处理大规模外部知识时的局限性

油泼辣子多加·2025-03-02 21:47

在nodejs中使用ElasticSearch（三）通过ES语义检索,实现RAG

RAG（Retrieval-AugmentedGeneration）是一种结合了信息检索和生成模型的技术，旨在提高生成模型的知识获取和生成能力。

konglong127·2025-03-02 09:33

穿越AI边界：深度集成DeepSeek API与云平台的实践之路

DeepSeek作为一款领先的大型语言生成模型，凭借其强大的推理和生成能力，已经被越来越多的开发者和行业专家所青睐。

云边有个稻草人·2025-03-02 07:45

LangChain教程 - RAG - PDF问答

通过结合文档检索和生成模型（如RAG，Retrieval-AugmentedGeneration），我们可以构建强大的问答系统。

花千树-010·2025-03-01 22:38

Stable Diffusion（SD）系列模型及关联算法深度解析

一、‌基础模型架构演进‌SDv1.5‌‌核心架构‌：基于LatentDiffusionModel（LDM），通过VAE将图像压缩至潜空间进行扩散训练，支持512x512分辨率生成，兼容二次元与写实风格混合创作‌

Liudef06·2025-03-01 08:59

开源文生视频模型：通义万相2.1-文生视频-14B 详情介绍与使用

目录Wan2.1简介关键特性SOTA性能支持消费级GPU多任务处理视觉文本生成强大的视频VAE最新消息

zhangjiaofa·2025-02-28 17:17

推荐频道