出品51CTO技術(shù)棧（微信號(hào)：blog51cto）外媒報(bào)道，OpenAI今年虧損或已達(dá)50億美元。據(jù)內(nèi)部財(cái)務(wù)數(shù)據(jù)及相關(guān)分析顯示，OpenAI，作為ChatGPT的開(kāi)發(fā)者，雖迅速躋身歷史上增長(zhǎng)最快的公司之列，但其運(yùn)營(yíng)成本也位居歷史高點(diǎn)。1.OpenAI的運(yùn)營(yíng)成本有哪些今年，OpenAI可能面臨高達(dá)50億美元的虧損，若此分析準(zhǔn)確，這家最近估值達(dá)800億美元的公司可能在未來(lái)12個(gè)月內(nèi)需要籌集更多資金來(lái)維持運(yùn)營(yíng)。OpenAI的運(yùn)營(yíng)成本主要包括租用微軟服務(wù)器的費(fèi)用...

大家好，我是橙哥！今天我們來(lái)梳理一下在目前的形勢(shì)下，如何用AI工具打造一個(gè)躺賺的副業(yè)，實(shí)現(xiàn)被動(dòng)收入？有哪些方法和途徑？在本篇文章我主要提供一些已有的AI工具，后面我們?cè)俑鶕?jù)具體的AI工具和場(chǎng)景來(lái)詳細(xì)聊聊！1、pyVideoTranspyVideoTrans是一個(gè)集成多種功能的視頻翻譯工具，能夠一鍵實(shí)現(xiàn)語(yǔ)音識(shí)別、字幕翻譯和配音，并生成帶字幕和配音的新視頻。工具支持多種配音和翻譯渠道，如edgeTTS、AzureTTS、OpenAiTTS等，并可完全離...

嘉賓鄭吉敏編輯李美涵出品51CTO技術(shù)棧（微信號(hào)：blog51cto）本文整理自去哪兒旅行技術(shù)總監(jiān)鄭吉敏在WOT2024大會(huì)上的主題分享，更多精彩內(nèi)容及現(xiàn)場(chǎng)PPT，請(qǐng)關(guān)注51CTO技術(shù)棧公眾號(hào)，發(fā)送【W(wǎng)OT】即可直接領(lǐng)取。日前，在51CTO主辦的WOT全球技術(shù)創(chuàng)新大會(huì)上，去哪兒旅行技術(shù)總監(jiān)鄭吉敏帶來(lái)了主題演講《國(guó)際酒店AI生成視頻實(shí)踐》，圍繞著國(guó)際酒店的業(yè)務(wù)架構(gòu)，詳細(xì)介紹了生成視頻如何進(jìn)行流程AI化以及相關(guān)實(shí)踐和思考，帶給觀眾全新的視野...

編輯言征出品51CTO技術(shù)棧（微信號(hào)：blog51cto）不管開(kāi)源還是閉源模型，最近量化小模型的風(fēng)頭正在蓋過(guò)大模型！就在Llama3.1昨天正式發(fā)布以后，市面上一片興奮：開(kāi)源模型可以比肩GPT4o，國(guó)內(nèi)幾乎所有供應(yīng)商紛紛宣布接入Llama3.1的同時(shí)，我們也看到了圈內(nèi)人士另一種聲音：“405B模型太大了”、“難以盈利、成本很高、速度一般。”緊接著，素以小模型著稱的MistralAI也再一次用實(shí)力證明：Llama3.1真沒(méi)必要那么“參數(shù)浪費(fèi)”！其今天...

PyTorch是當(dāng)今生產(chǎn)環(huán)境中最流行的深度學(xué)習(xí)框架之一。隨著模型變得日益復(fù)雜、數(shù)據(jù)集日益龐大，優(yōu)化模型訓(xùn)練性能對(duì)于縮短訓(xùn)練時(shí)間和提高生產(chǎn)力變得至關(guān)重要。本文將分享幾個(gè)最新的性能調(diào)優(yōu)技巧，以加速跨領(lǐng)域的機(jī)器學(xué)習(xí)模型的訓(xùn)練。這些技巧對(duì)任何想要使用PyTorch實(shí)現(xiàn)高級(jí)性能調(diào)優(yōu)的人都大有幫助。技巧1：通過(guò)分析識(shí)別性能瓶頸在開(kāi)始調(diào)優(yōu)之前，你應(yīng)該了解模型訓(xùn)練管道中的瓶頸。分析(Profiling)是優(yōu)化過(guò)程中的關(guān)鍵步驟，因?yàn)樗?..

OpenAI為了保證全球超過(guò)1億的ChatGPT和數(shù)百萬(wàn)開(kāi)發(fā)人員，能以安全、穩(wěn)定的方式使用其產(chǎn)品，更新了安全策略和保護(hù)措施。以下是OpenAI最近更新的10種安全策略，并且會(huì)在首爾AI安全峰會(huì)上與更多的科學(xué)家、政務(wù)部門(mén)分享。模型測(cè)試與發(fā)布前評(píng)估：在發(fā)布前，OpenAI會(huì)準(zhǔn)備框架和自愿承諾，對(duì)模型安全性進(jìn)行內(nèi)部和外部的實(shí)證評(píng)估。如果新模型的風(fēng)險(xiǎn)等級(jí)達(dá)到準(zhǔn)備框架中的“中等”風(fēng)險(xiǎn)閾值，將不會(huì)發(fā)布該模型，直到實(shí)施足夠的安全干預(yù)措施...

最近，微軟發(fā)布了零樣本的文本到語(yǔ)音（TTS）模型VALLE2，首次實(shí)現(xiàn)了與人類同等的水平，可以說(shuō)是TTS領(lǐng)域里程碑式的進(jìn)展。論文地址：https:arxiv.orgpdf2406.05370隨著近年來(lái)深度學(xué)習(xí)的快速進(jìn)步，用錄音室環(huán)境下的干凈單人語(yǔ)音訓(xùn)練模型，已經(jīng)可以達(dá)到人類同等水平的質(zhì)量，但零樣本TTS依舊是一個(gè)有挑戰(zhàn)性的問(wèn)題。「零樣本」意味著推理過(guò)程中，模型只能參照一段簡(jiǎn)短的陌生語(yǔ)音樣本，用相同的聲音說(shuō)出文本內(nèi)容，就像一個(gè)能即時(shí)模仿的...

論文鏈接：https:arxiv.orgpdf2407.08939git鏈接：https:github.comJianghaiSCULightenDiffusion亮點(diǎn)直擊提出了一種基于擴(kuò)散的框架，LightenDiffusion，結(jié)合了Retinex理論的優(yōu)勢(shì)和擴(kuò)散模型的生成能力，用于無(wú)監(jiān)督低光圖像增強(qiáng)。進(jìn)一步提出了自我約束的一致性損失，以改善視覺(jué)質(zhì)量。提出了一個(gè)內(nèi)容傳輸分解網(wǎng)絡(luò)，在潛空間中執(zhí)行分解，旨在獲取富含內(nèi)容的反射率圖和無(wú)內(nèi)容的照明圖，以促進(jìn)無(wú)監(jiān)督恢復(fù)。大量實(shí)驗(yàn)證明，LightenDiffu...

嘉賓丨繆旭采訪撰稿丨張潔編輯丨諾亞出品51CTO技術(shù)棧（微信號(hào)：blog51cto）有人說(shuō)，現(xiàn)在大模型卷不動(dòng)了，要卷就卷AIAgent。那么，事實(shí)真的如此嗎？AIAgent，顧名思義即智能代理，是一種能夠感知環(huán)境、進(jìn)行決策和執(zhí)行動(dòng)作的智能體。而它作為一個(gè)概念真正走紅，要從去年3月發(fā)布的AutoGPT說(shuō)起。彼時(shí)，AutoGPT項(xiàng)目讓人們發(fā)現(xiàn)——這種技術(shù)可以利用大語(yǔ)言模型，自動(dòng)把一個(gè)大任務(wù)拆分成若干個(gè)小任務(wù)，并使用工具完成它們。區(qū)別于被動(dòng)響...

出品51CTO技術(shù)棧（微信號(hào)：blog51cto）GPT4omini剛剛將人們的目光吸引到小模型的浪潮上。而新王Meta直接開(kāi)大，開(kāi)源了自己4050億參數(shù)大模型，也是超越GPT4o的最強(qiáng)模型。與幾個(gè)月前推出的小型Llama3模型相比，Llama3.1復(fù)雜得多。4050億參數(shù)作為其最大的版本，使用超過(guò)16,000個(gè)Nvidia的高價(jià)H100GPU進(jìn)行訓(xùn)練。Meta沒(méi)有透露開(kāi)發(fā)Llama3.1的成本，但僅從Nvidia芯片的成本來(lái)看，可以推測(cè)其費(fèi)用達(dá)到數(shù)億美元。不僅如此，小扎還在Meta官網(wǎng)...

現(xiàn)在市面上的大模型越來(lái)越多，選擇多了也可能成為一種幸福的煩惱。如何選擇一個(gè)好模型？在機(jī)器學(xué)習(xí)中，通常會(huì)使用一些評(píng)估指標(biāo)來(lái)選擇模型，例如，用精度、召回率、F1等指標(biāo)來(lái)評(píng)估一個(gè)分類模型的性能；使用IOU，AUC等指標(biāo)評(píng)估目標(biāo)檢測(cè)和分割模型的性能。同理，大模型也有評(píng)估指標(biāo)。質(zhì)量：大模型的指令跟隨以及推理能力，例如，通用推理能力，或者具有某一方面的編碼、數(shù)學(xué)推理能力。性能：大模型的反應(yīng)速度和記憶能力，例如，每...

1、為什么要對(duì)GraphRAG本地部署？微軟開(kāi)源GraphRAG后，熱度越來(lái)越高，目前GraphRAG只支持OpenAI的閉源大模型，導(dǎo)致部署后使用范圍大大受限，本文通過(guò)GraphRAG源碼的修改，來(lái)支持更廣泛的Embedding模型和開(kāi)源大模型，從而使得GraphRAG的更容易上手使用。如果對(duì)GrapRAG還不太熟悉的同學(xué)，可以看我之前寫(xiě)的兩篇文章《??微軟重磅開(kāi)源GraphRAG：新一代RAG技術(shù)來(lái)了！???》和《??GraphRAG項(xiàng)目升級(jí)！現(xiàn)已支持Ollama本地模型接入...

編者按：深度學(xué)習(xí)的飛速發(fā)展離不開(kāi)硬件技術(shù)的突破，而GPU的崛起無(wú)疑是其中最大的推力之一。但你是否曾好奇過(guò)，為何一行簡(jiǎn)單的“.to('cuda')”代碼就能讓模型的訓(xùn)練速度突飛猛進(jìn)？本文正是為解答這個(gè)疑問(wèn)而作。作者以獨(dú)特的視角，將復(fù)雜的GPU并行計(jì)算原理轉(zhuǎn)化為通俗易懂的概念。從CPU與GPU的設(shè)計(jì)哲學(xué)對(duì)比，到CUDA編程的核心要素，再到具體的代碼實(shí)現(xiàn)，文章循序漸進(jìn)地引領(lǐng)讀者把握GPU并行計(jì)算的精髓。特別是文中巧妙的比喻——將C...

論文鏈接:https:arxiv.orgpdf2407.14078github鏈接:https:xiaojiuz.github.ioStableHair.github.io亮點(diǎn)直擊StableHair：這是第一個(gè)基于擴(kuò)散的發(fā)型移植框架。與現(xiàn)有的基于GAN的發(fā)型移植方法相比，StableHair在保真度和魯棒性方面表現(xiàn)更佳。實(shí)驗(yàn)結(jié)果證實(shí)，StableHair優(yōu)于其他最新的方法。創(chuàng)新架構(gòu)：本文的方法使用了HairExtractor結(jié)合HairCrossattentionLayers來(lái)有效地注入?yún)⒖及l(fā)型特征。為了在轉(zhuǎn)移過(guò)程中保持源內(nèi)容的一致性，本...

離大譜！！不看視頻完整版誰(shuí)知道里面的美少女竟是一位大叔。好嘛，原來(lái)這是用了快手可靈團(tuán)隊(duì)的可控人像視頻生成框架——LivePortrait。LivePortrait開(kāi)源即爆火，短短時(shí)間已在GitHub狂攬7.5K星標(biāo)。還引來(lái)HuggingFace首席戰(zhàn)略官ThomasWolf親自體驗(yàn)：甚至目前仍在HuggingFace全部應(yīng)用里排在趨勢(shì)第一：所以，為啥LivePortrait能夠瘋狂引人關(guān)注還得從它讓人眼前一亮的表現(xiàn)說(shuō)起……讓表情“移花接木”LivePortrait由快手可靈大模型團(tuán)...

本文將介紹使用PyTorch、計(jì)算機(jī)視覺(jué)庫(kù)OpenCV和卷積神經(jīng)網(wǎng)絡(luò)（CNN）開(kāi)發(fā)一個(gè)跟蹤冰球球員、球隊(duì)及其基本表現(xiàn)統(tǒng)計(jì)數(shù)據(jù)的YOLOv8x模型的全過(guò)程。引言如今，我并沒(méi)有像我孩提夢(mèng)想的那樣成為一名冰球運(yùn)動(dòng)員；但是，從我小時(shí)候起，冰球就成為我生活的一部分。最近，我有機(jī)會(huì)在秘魯首都利馬舉行的第一屆冰球錦標(biāo)賽（3對(duì)3）中成為裁判的技術(shù)支持人員，并保存下來(lái)一些統(tǒng)計(jì)數(shù)據(jù)。當(dāng)然，這項(xiàng)工作的完滿完成還涉及到秘魯直排冰球協(xié)會(huì)（APHL）...

撰稿丨諾亞出品51CTO技術(shù)棧（微信號(hào)：blog51cto）近年來(lái)，社交游戲如狼人殺和劇本殺風(fēng)靡一時(shí)，它們?nèi)诤狭私巧缪菖c懸疑解謎的精髓，為玩家們帶來(lái)了沉浸式的娛樂(lè)體驗(yàn)。然而，你是否曾想象過(guò)，倘若游戲中的主要參與者都是由智能體扮演的，那將是一番怎樣的景象？近期，這一創(chuàng)意在一次黑客馬拉松中實(shí)現(xiàn)，開(kāi)發(fā)者PaulScotti與WillBeddow攜手打造了一款開(kāi)源游戲。這款游戲巧妙地構(gòu)建了一宗謀殺懸案，玩家將化身偵探，面對(duì)的不再是普...

編輯言征出品51CTO技術(shù)棧（微信號(hào)：blog51cto）英偉達(dá)最強(qiáng)算力架構(gòu)Blackwell，有望來(lái)中國(guó)銷(xiāo)售了！英偉達(dá)真的很拼，對(duì)于中國(guó)AI市場(chǎng)，總是不遺余力，甚至為突破美國(guó)對(duì)中的出口限制，絞盡腦汁。22日，據(jù)四位知情人士稱，Nvidia正在為中國(guó)市場(chǎng)開(kāi)發(fā)一款新的旗艦AI芯片，該芯片設(shè)計(jì)是為了突破當(dāng)前的美國(guó)商務(wù)部出口管制政策。1.英偉達(dá)推“合規(guī)旗艦版”AI芯片為中國(guó)市場(chǎng)再次一博作為當(dāng)之無(wú)愧的AI芯片巨頭，英偉達(dá)于3月推出了“Blackwell...

大數(shù)字一向吸引眼球。千億參數(shù)、萬(wàn)卡集群，——還有各大廠商一直在卷的超長(zhǎng)上下文。從一開(kāi)始的幾K幾十K，發(fā)展到了如今的百萬(wàn)token級(jí)別。Gemini的最新版本可以接收200萬(wàn)個(gè)token作為上下文。這大概相當(dāng)于140萬(wàn)個(gè)單詞、2小時(shí)視頻或者22小時(shí)的音頻。但不知諸位平時(shí)用得著這么長(zhǎng)的上下文嗎？畢竟100K已經(jīng)相當(dāng)于一部比較長(zhǎng)的小說(shuō)了。更重要的是，LLM真的能在這個(gè)長(zhǎng)度上進(jìn)行推理嗎？近日，有兩篇獨(dú)立研究分別表明：長(zhǎng)上下文水分很大！L...

歷史再次重演，Llama3.1405B提前泄露了！現(xiàn)在，基準(zhǔn)測(cè)試和磁力鏈已經(jīng)傳得滿天飛了。除了最大的405B，Meta這次還升級(jí)了5月初發(fā)布的8B和70B模型，并將上下文長(zhǎng)度全部提升到了128K。至此，模型版本也正式從Llama3迭代到了Llama3.1。根據(jù)磁力鏈提供的信息，新模型大小為763.48GiB（約820GB）。從泄露的「基準(zhǔn)測(cè)試」可以看出，連8B小模型都很能打，而70B的模型，性能在多項(xiàng)基準(zhǔn)上都能趕超GPT4o了。開(kāi)發(fā)者們看到測(cè)試結(jié)果后也原地炸鍋...