AI探索指南

关于AIGC人工智能、思维方式、知识拓展，能力提升等。投稿/合作： @inside1024_bot
AIGC 领域的最新工具、开源项目以及行业大事件

AI探索指南

  1. AI探索指南

    早上尝试Stable Cascade的时候，试了几张图发现 SC 模型生成图片质量比 SDXL 刚发布的时候好不少

    早上尝试Stable Cascade的时候，试了几张图发现 SC 模型生成图片质量比 SDXL 刚发布的时候好不少。#ai画图#

    于是就做了一个更详细的测试，SC 和 Midjoureny 使用完全相同的提示词，Midjoureny不是用特殊的参数，一次生成 4 张，各选出一张比较好的进行测试。

    下面是对应的测试图，先说我的结论：

    在写实场景 SC 生成的内容在美学表现上和细节上跟 Midjourney 差别不是很大，细节上差一些，偶尔可以替代使用。

    SC 由于模型规模的原因对于一些概念的理解不够，提示词响应比 SDXL 好但是比 Midjourney 要差。

    整体美学表现上相比 SDXL 更发布的时候有大幅提高，虽然还是不如 Midjourney，但是风格表现上很相似，估计拿 MJ 图片做的训练。

  3. AI探索指南

    又来帮在快手的朋友招人了，这次是 2-5 年的成产品设计岗位

    又来帮在快手的朋友招人了，这次是 2-5 年的成产品设计岗位。#ai##招聘#
    除开正常的要求外，需要有 AIGC 实践经验和设计系统的搭建经验，有代码能力更好。

    -----完整 JD-----

    我们是快手研发设计中心团队，负责面向公司内部的产品交互设计。我们正在进行前沿的 AIGC 设计探索，并把探索的成果变成产品，希望找到志同道合的朋友一起同行:

    1. 招聘交互设计师（UE） 或者产品设计师（UX）
    2. 有 2 ～ 5 年 B 端或工具类产品设计工作经验
    3. 有良好的逻辑性
    4. 对 AIGC 方向感兴趣，在 AIGC（MJ，SD，GPT 等）有实践经验优先
    5. 有设计系统建设 / 设计规范建设经验优先
    6. 有代码基础优先
    7. Base 北京

    如果你对我们的工作感兴趣，请和我联系，我的微信：ding_zu，邮箱 dzwangyihan@gmail.com
    006KpAl0ly1hn15bojmloj30wi2epapd.jpg
    561.3 KB

  4. AI探索指南

    发现一个开源的 Sora Web 客户端，准备等 Sora 上线就搞的开发者可以看看，提前研究一下

    发现一个开源的 Sora Web 客户端，准备等 Sora 上线就搞的开发者可以看看，提前研究一下。

    支持在Vercel上面一键部署。由于目前还没有 Sora API 看了一下是通过模拟 DALL-E3 的 API 接口字段做的。

    项目地址：https://github.com/SoraWebui/SoraWebui

  6. AI探索指南

    昨天 Stable Cascade 创建图片有伪影的问题解决了，主要原因是我随便打得图像比例和分辨率不是Stable Cascade支持的分辨率

    昨天 Stable Cascade 创建图片有伪影的问题解决了，主要原因是我随便打得图像比例和分辨率不是Stable Cascade支持的分辨率。#ai画图#

    更换成 2048*1152 就没问题了，没有伪影的图片质量相当不错，下面是昨天同样提示词生成的四张图，2K 分辨率直出。

  9. AI探索指南

    Open AI传奇研究员Andrej Karpathy的新课，教你理解和构建GPT Tokenizer

    Open AI传奇研究员Andrej Karpathy的新课，教你理解和构建GPT Tokenizer。#ai#

    他可以把相当复杂的LLM概念用非常好理解的方式讲出来。希望了解LLM的强烈建议听一下他的课，包括一些历史课程。

    用GPT-4翻译了一下这节课，感兴趣可以听一下。字幕文件下载和历史课程会放最后。

    补充一下视频介绍：

    分词器是大语言模型（LLM）处理流程中一个独立且关键的环节。它们有专属的训练数据集、采用特定的训练算法——字节对编码（Byte Pair Encoding），训练完成后，分词器能够执行两个核心功能：encode() 函数将普通文本字符串转换为词元，而 decode() 函数则能将词元还原为原始文本字符串。在这场讲座中，我们将一步步揭开 OpenAI GPT 系列分词器的构建过程。

    我们将发现，许多大语言模型(LLM)表现出的异常行为和问题，其实都源于标记化(tokenization)这一环节。我们会针对这些问题进行详细讨论，探究标记化为何成为问题的关键所在，以及为什么最理想的情况是有人能够找到办法，完全去除这一处理阶段。

    字幕及视频下载：网页链接

  10. AI探索指南

    快就是优势，深夜推一个开源 Sora Web 客户端

    快就是优势，深夜推一个开源 Sora Web 客户端

    开源代码： https://github.com/SoraWebui/SoraWebui
    演示网站：https://sorawebui.com/

    大家可以先基于这套代码，把网线部署上线，然后等待 Sora 官方 API 上线。

    因为目前暂时无法调用 OpenAI 的官方接口，所以还有个配套项目 FakeSoraAPI。
    FakeSoraAPI 基于 DALL-E 的接口，猜测 Sora 的接口参数和返回值，实现了一个假的 Sora API 来完成 Text to Video 流程。

    大家如果自己要开发，也可以先基于 FakeSoraAPI ，把整个业务流程走通，等到 Sora 官方 API 上线之后就可以第一时间做一些小改动，就能够让自己的产品可以使用，而不是等到API上线了才开始开发。

    开源代码：https://github.com/SoraWebui/FakeSoraAPI
    既可以自己基于开源代码一键部署，也可以使用部署好的 https://fake-sora-api.sorawebui.com/ 。