cckuailong
读完需要
速读仅需 2 分钟
1
视频链接:https://www.bilibili.com/video/BV1hF411f7rg/
2
Fooocus结合了 Stable Diffusion 和 #Midjourney 的优势,开源、离线、免费且不需要调整任何参数。
源码:https://github.com/lllyasviel/Fooocus
3
DoctorGPT:集成了医学专家的知识的 AI,能够准确地回答各种医学问题。
亮点特性:
顺利通过了美国医学执照考试
完全支持 iOS 和 Android,轻松适配
可在网页浏览器上使用,适应性强
只有 3GB,便携轻巧,无论何时何地都能使用
无需互联网连接,完全离线使用
100% 开源,无需支付任何费用
源码:https://github.com/llSourcell/DoctorGPT
4
MetaGPT:一个多代理框架,主要针对软件项目开发工作。
你只需要给它一句话的文本需求,它就能给你输出用户故事、竞品分析、需求、数据结构、APIs、文件等一个软件开发的全过程和标准操作流程 (SOP)。
视频链接:https://www.bilibili.com/video/BV1Ru411V7XL/?vd_source=61f3a49cdbc41783c9484a4684abedd4
5
UC 伯克利的一位机器学习教授 Jacob Steinhard 发表长文,对 2030 年的 GPT(以下简称为 GPT 2030)作了预测。
概括来看,Jacob 认为,GPT 2030 会在以下几个方面超过人类工作者。
编程、黑客任务、数学、蛋白质设计
工作和思考的速度
它足以完成人类需要执行 180 万年的工作
GPT 可以在 1 天内学完人类需要学 2500 年的知识。
除了文本和图像,GPT 还能接受其它模态的训练
原文链接:https://bounded-regret.ghost.io/what-will-gpt-2030-look-like/
6
《剪刀、石头、布》使用真人视频拍摄,然后通过 AI 画图生成动漫。
视频链接:https://www.youtube.com/watch?v=tWZOEFvczzA&ab_channel=Corridor
7
使用强化深度学习训练的
原文:https://twitter.com/MachinePix/status/1690092057963167747
8
TPU(Tensor Processing Unit)和 GPU(Graphics Processing Unit)都是特定用途的处理器,但它们的主要用途和设计存在差异。
8.1
GPU(Graphics Processing Unit)
用途:最初设计用于图形渲染,例如电子游戏和设计软件中的 3D 效果。
特点:随着时间的发展,由于它们在并行处理大量计算上的高效性,GPU 开始被用于其他应用,特别是深度学习和其他 AI 任务。
结构:它有数百到数千的小处理单元,这让它很擅长同时处理大量的小任务,如神经网络中的大量浮点运算。
8.2
TPU(Tensor Processing Unit)
用途:Google 特别为机器学习应用设计的处理器,特别是用于其开源机器学习库 TensorFlow。
特点:TPU 针对 TensorFlow 中的操作进行了优化,可以极大地加速某些类型的机器学习任务。
结构:与 GPU 相比,TPU 在设计上更专注于低延迟、高吞吐量的计算,特别适合于机器学习模型的训练和推理。
原文链接:https://a16z.simplecast.com/episodes/ai-hardware-explained
9
Pixcap 不需要 3D 设计技能或复杂的硬件,只需简单拖动 3D 模型进行混合自由搭配,然后使用文本描述,AI 即可生成 3D 风格的设计图。
官网:https://pixcap.com
10
财报冗长,直接通过 GPT 来抽取关键信息,写成回答。
官网:https://www.beebee.ai/
11
源码:https://github.com/microsoft/Llama-2-Onnx
12
源码:https://github.com/NVlabs/neuralangelo
13
把 youtube 无字幕视频转录成音频,再提取文本,交给 ChatGPT 或者 Claude 摘录出大纲, 并组织成 markdown 文档。
体验地址:https://dalaozhi.org/video_trans/submit