视觉语言模型（Vision-Language Models, VLMs）是一种结合了计算机视觉与自然语言处理技术的模型，如Stable Diffusion等。这次，我们将学习VLMs的训练、评估等内容...【查看原文】
CLIP是基于对比学习的视觉语言模型（VLM），由OpenAI于21年推出。其利用文本特征作为监督信号，不同模态的特征进行对比学习，进一步与下游任务进行解耦，甚至在零样本下取得SOTA水平。
OpenAI
顾京 2024-09-02
ControlNet介绍ControlNet 直译就是控制网，是一个神经网络结构。它通过添加额外的条件来控制扩散模型，为 Stable Diffusion 带来了前所未有的控制水平，它很好的解决了文生图大模型的关键问题：单纯的关键词的控制方式无法满足对细节控制的需要。ControlNet 的主要优势在于其简单易用的特性，能够有效地帮助人们完成复杂的图像处理任务。它把每一种不同类别的输入分别训练了模型，目前公开的有下面14种控制方式，分别是1.0版本时就有的：Canny、Depth、MLSD、Normal、
Stable Diffusion
虎赳虎叔虎AI 2023-05-28
随着ChatGPT的病毒式传播，生成式人工智能因其分析和创造文本、图像、视频以及其他方面的出众能力而俨然成为当下最火热的投资赛道
AIGC融资ChatGPT人工智能
CVHub 2023-04-19
本期带来Midjourney新手入门篇内容——如何使用Midjourney，如果大家想要系统学习Midjourney，Midjourney本身是一款傻瓜式操作的工具，但缺少系统的教学工具，导致对新人们
Midjourney
罗颖 2023-10-13
上一节文章《【小白入门篇2】总有一款AI工具适合你》介绍了很多ai产品给大家，有同学私信我，国内工具还是比较差，还是想用gpt4模型。这个章节介绍一些gpt4工具给大家, 其中大部分都只有一些免费的次数, 而且都需要kx上网才能访问。OpenAI chatgpt4毕竟是官方的版本，必然需要推荐，就是有点贵，有钱的伙伴还是优先推荐GPT4。免费比较推荐的是coze和copilot，copilot会自动使用搜索引擎获取最新消息，对于一些时间敏感性的内容获取，我会优先使用copilot, 当然coze
GPT-4CopilotOpenAI搜索引擎
程序猿小三 2024-03-26
这一年旅行圈都发生了哪些有意思的事？
ST商业研究社 2024-12-26
“芯片禁令”重创将欧美大厂：40%份额依赖大陆，光刻机巨头提前暴雷。
锦缎 2024-12-26
在海外，复制千万美元的ARR（年度经常性收入）神话。
周鑫雨 2024-12-26
长期主义、县城贵妇、老年轻了…我们总结了2024年的消费关键词
凤凰周刊 2024-12-26
“每个人都有不同的压力”
中国企业家杂志 2024-12-26
网约车司机们，也想好好洗个澡，但现实就是如此无奈。
汽车公社 2024-12-26
资本4天狂欢，业绩4年哀嚎。
36氪的朋友们 2024-12-26
智谱清言的增长已经过了新技术驱动获客的阶段，C端产品需要一个专业的带队。
不仅仅是技术的更替，更像是行业风向到了转变的节点
薛德兴 2024-12-26
品牌营销侧重事件传播，线上效果有限。
传播体操 2024-12-26
Copyright © 2026 aigcdaily.cn 北京智识时代科技有限公司 版权所有 京ICP备2023006237号-1
