AI探索指南

  1. 是的,一切都被简化了,道生一

    是的,一切都被简化了,道生一

    Aether xpush.eth: LUI (Language User Interface)的核心,是 Dynamic UI 。和 GUI不同,GUI 需要很多产品经理、设计师、工程师经年累月地研发和优化;而 LUI 允许普通人用日常语言,根据场景实时构建操作接口,无需这些成本,就可以达成千变万化的交互能力。

  2. Azure AI 入门 (三)摩尔定律,GPU与并行计算

    Azure AI 入门 (三)摩尔定律,GPU与并行计算

    摩尔定律(图一)是英特尔Intel创始人之一戈登·摩尔的经验之谈,其核心内容为:集成电路IC相同面积上可以容纳的晶体管Transistor数目在18个月到24个月便会增加一倍,因此处理器的性能大约每两年翻一倍,同时价格下降为之前的一半。
    虽然名为“定律”,但其只是根据20世纪中后期的发展趋势归纳而成。进入21世纪以后,以英特尔为代表的中央处理器CPU的发展趋势渐渐慢于摩尔的预测的。仅依靠单颗处理器的速度提升已无法满足日渐复杂的计算任务,比如3维图形的渲染(3D rendering)。
    因此,英伟达Nvidia在1999年提出了硬件图形处理器(Graphics Processing Unit)的概念,以大量的只能完成某些特殊任务的微处理器,代替少量的通用处理器。软件方面,并行计算也从专业科学领域逐渐向大众领域流行。用一个可能不是最恰当的比方,CPU像是由4位特级厨师组成的小组,可以完成任何烹饪任务,而GPU像是用同样工资请来的128位三明治店的员工。GPU不能做很多事,像完成一些特定的菜,但如果任务是制作2000人份的三明治,GPU一定可以依靠并行计算比CPU完成得快许多。
    GPU与并行计算的普及,也使得云计算成为了可能。计算机科学家在设计计算任务时通常会首先考虑能否将大任务拆分成能同时进行的更小任务,从而可以同时运行在服务商提供的大量数目的CPU和GPU上。
    图二 英伟达创始人黄仁勋 Jensen Huang

  3. 用 Stable Diffusion 做了一段视频,这次 Ai 画的手和脸非常不错

    用 Stable Diffusion 做了一段视频,这次 Ai 画的手和脸非常不错。很稳。有了 ControlNet 之后画图的可控性可玩性高了好多

    大概过程:用 ControlNet 绑定人体动作,需要调整的就是 CFG Scale 和 Denoising strength 这两个参数,是用来控制出图是接近提示词还是原图片。调整合适之后用 img2img 的 Batch 批处理每一帧再合成视频。