DragonDiffusion是一种全新的方法，旨在提高文本到图像模型的编辑精度。通过在扩散模型中利用特征对应，DragonDiffusion可以进行各种详细的图像修改，如移动和调整对象的大小，替换外观，以及拖动内容，同时保持图像...

Scenic是一个以注意力为核心的计算机视觉研究代码库。

a16z详细阐述了计算机的未来以及从工具到伙伴的范式转变。该文章介绍了人工智能的未来可能发展方向。

Inflection是一家成立仅一年的初创公司，由DeepMind前联合创始人和应用AI负责人创立，该公司获得了大量资金。该公司提供一款名为Pi的个性化AI助手。此次宣布的融资消息是在Inflection最近构建的Nvidia + CoreWeave超...

学习离散化表示是计算机视觉领域的一个令人兴奋的研究领域。像CLIP这样的大规模对比方法一度让离散化研究失去了市场。然而，现在，借助开源扩散模型，我们可以利用文本标记的力量来解开图像中的对象，实现对AI生成图...

TIMM中有许多顶级计算机视觉模型，但在处理生产系统时，通常需要更多。OpenMMlab提供了一套高质量的系统，用于各种视觉任务，如姿态和分割。

这项研究介绍了LOw-Memory Optimization（LOMO），这是一种旨在显著减少大型语言模型（LLM）训练所需资源的优化器，目前这一过程需要大量的GPU资源。LOMO的创新方法使得只需使用一台具有8个RTX 3090 GPU（每个具有24...

Nvidia A100是市场上最强大的GPU之一。它们已被用于训练迄今为止最流行的模型之一。它们是数据中心的GPU，通常意味着您无法在自己的硬件上运行它们。本文探讨了如何以几千美元的价格自己组装一个本地运行的A100超级...