小窗幽记机器学习
文章
专栏
问答
AI大模型向量数据库云通信
引言简介方法实验结果总结实战引言
=======在数字设备日益普及的今天，用户界面(UI)已经成为人机交互的核心桥梁。近期，苹果公司发布的Ferret-UI 2 凭借其多平台兼容性和自适应编码等创新特性，在通用UI理解能力方面取得了显著突破。本文将简要介绍其核心技术与应用效果等要点 。如果小伙伴们想深入了解技术细节 ，欢迎关注下一篇文章：《全面解读Ferret-UI 2屏幕多模态大模型（详解版）》
8
0
0
0
移动开发大模型数据库算法
引言简介方法Agent 框架Agent 交互探索阶段部署阶段文档生成高级功能实验结果总结局限性未来工作引言
=======大语言模型（LLM）如 ChatGPT 和 GPT-4 显著提升了自然语言处理能力，并且推动了智能体在自主决策中的应用。最初，这些智能体专为基于文本的交互方式设计，展现了卓越的表现，包括记忆自适应性和多任务处理能力。然而，现实世界的应用程序不仅仅局限于文本输入，还涉及视觉和其他
121
0
0
0
AI智能应用数据库图像处理
AppAgent v2是一种专为移动设备设计的多模态智能体框架。该框架能够在移动设备上导航，模拟用户交互，适应各种应用程序，具体通过解析器、文本和视觉描述来增强其灵活性。AppAgent v2 的操作分为探索和部署两个阶段。
22
0
0
0
大模型大模型机器学习数据库
引言
=======铺床凉满梧桐月，月在梧桐缺处明。小伙伴们好，我是微信公众号《小窗幽记机器学习》的小编：卖沙茶面的小女孩。最近，智谱AI推出的智能体AutoGLM引起了广泛关注。然而，随着测试的深入，用户对该产品将屏幕数据上传至云端所带来的隐私安全问题愈发担忧。因此，今天小编将基于近期一篇关于端侧大模型的综述文章，介绍该领域的一些最新进展。随着端侧大模型的发展，这些隐私安全问题有望得到有效缓解。
274
0
0
0
大模型大模型数据安全机器学习
文本介绍端侧大模型的最新进展，助力端侧智能体Agent发展。分为上下两篇：上篇主要介绍端侧大模型的进展及其模型架构，下篇则聚焦于端侧大模型的模型压缩技术、加速和部署方案以及应用实例。
805
0
0
1
AI大模型智能语音交互数据安全
山黛远，月波长，暮云秋影蘸潇湘。小伙伴们好，我是微信公众号《小窗幽记机器学习》的小编：卖热干面的小女孩。近日，国内知名AI公司智谱在中国计算机大会（CNCC）上发布的AutoGLM引发了业界广泛关注。这款突破性的AI智能体产品能通过语音指令理解用户意图，模拟人类操作手机，自动完成从网页浏览、商品购物到社交媒体互动等多种复杂任务。同期，Anthropic公司推出的Claude 3.5系列模型（Son
46
0
0
0
大模型大模型机器学习算法
文本介绍端侧大模型的最新进展，助力端侧智能体Agent发展。分为上下两篇：上篇主要介绍端侧大模型的进展及其模型架构，下篇则聚焦于端侧大模型的模型压缩技术、加速和部署方案以及应用实例。
234
0
0
0
音视频大模型机器学习图像处理
详细介绍Movie Gen中图像和视频的联合生成技术，包括:时间自编码器的设计与优化、基于流匹配的训练目标、联合生成的网络架构、文本嵌入和视觉-文本生成方法、空间上采样技术、模型扩展和训练效率优化等。此外，还详细介绍了预训练数据的准备过程.
41
0
0
0
AI大模型视频服务机器学习
引言简介生成个性化视频模型预训练预训练数据预训练方法监督微调评估结果总结最是人间留不住，朱颜辞镜花辞树。小伙伴们好，我是微信公众号《小窗幽记机器学习》的小编：缅A消费的小女孩。紧接此前Movie Gen解读系列：突发！Meta重磅发布Movie Gen入局视频生成赛道！全面深入解读Movie Gen技术原理(5部曲)：概述 (1)万字长文深度解读Movie Gen技术原理(5部曲)：图像视频联合生
53
0
0
0
音视频大模型视频服务机器学习
引言
=======小伙伴们好，我是微信公众号《小窗幽记机器学习》的小编：卖蚵仔煎的小男孩。紧接此前的文章：突发！Meta重磅发布Movie Gen入局视频生成赛道！，这几天临时搁置端侧大模型系列专题的深挖，先腾挪些时间阅读Meta官方发布的Movie Gen技术报告，从而基于官方一手资料 详细解读Movie Gen 模型。2024年10月4日，Meta发布其视频生成产品Movie Gen，对标
46
0
0
0
AI视频服务智能体验与创作机器学习
Meta于2024年10月4日首次推出 Meta Movie Gen，号称是迄今为止最先进的媒体基础模型。Movie Gen 由 Meta 的 AI 研究团队开发，在一系列功能上获取最先进的效果，包括
：
文生视频、
创建个性化视频、精准
的视频编辑和
音频创作。无论是渴望在好莱坞闯出一片天地的新晋电影人，还是热衷于为观众制作视频的创作者，每个人都应该有机会使用能够增强创造力的工具。
Meta公司
39
0
0
0
AI视频服务图像处理机器学习
引言简介模型架构改进单帧视频编辑训练多帧视频编辑训练反向翻译的视频编辑训练结果一年好景君须记，最是橙黄橘绿时。小伙伴们好，我是微信公众号《小窗幽记机器学习》的小编：缅A消费积极分子。紧接此前Movie Gen解读系列：突发！Meta重磅发布Movie Gen入局视频生成赛道！全面深入解读Movie Gen技术原理(5部曲)：1-概述全面深入解读Movie Gen技术原理(5部曲)：2-图像视频联合
48
0
0
0
音视频大模型图像处理机器学习
详细介绍Movie Gen中图像和视频的联合生成技术，包括:时间自编码器的设计与优化、基于流匹配的训练目标、联合生成的网络架构、文本嵌入和视觉-文本生成方法、空间上采样技术、模型扩展和训练效率优化等。此外，还详细介绍了预训练数据的准备过程.
211
0
0
0
音视频大模型视频服务机器学习
引言
=======小伙伴们好，我是微信公众号《小窗幽记机器学习》的小编：卖蚵仔煎的小男孩。紧接此前的文章：突发！Meta重磅发布Movie Gen入局视频生成赛道！，这几天临时搁置端侧大模型系列专题的深挖，先腾挪些时间阅读Meta官方发布的Movie Gen技术报告，从而基于官方一手资料 详细解读Movie Gen 模型。2024年10月4日，Meta发布其视频生成产品Movie Gen，对标
239
0
0
0
大模型大模型机器学习数据库
本文主要介绍端侧Agent智能体如何实现任务规划和拆解，从而实现复杂场景下多指令任务的执行。Octo-planner，这是一个专为边缘设备而设计的用于规划任务的AI Agent框架。
54
0
0
0
AI大模型机器学习算法
引言简介模型实验意义&前景:总结今人不见古时月，今月曾经照古人。小伙伴们好，我是微信公众号《小窗幽记机器学习》的小编：卖沙茶面的小女孩。设想一下，你的智能手机不再只是"聪明"，而是真正的"智能"。它不仅能响应指令，还能预测需求、规划日程，并轻松完成复杂任务。这不是科幻小说，而是设备内置AI助手的新时代，即将到来。NexaAI提出的Octo-planner通过分离规划与执行过程，将先进的AI功能装进
66
0
0
0
大模型大模型机器学习数据库
本文主要介绍端侧Agent智能体如何实现任务规划和拆解，从而实现复杂场景下多指令任务的执行。Octo-planner，这是一个专为边缘设备而设计的用于规划任务的AI Agent框架。
63
0
0
0
AI大模型NoSQL数据库机器学习
《大型语言模型实战手册》(英文版)目前电子版在亚马逊有售，纸质版预计在2024年10月15日开售。该书通过超过275张定制插图，深入探索大型语言模型的世界，为Python开发者提供使用大型语言模型所需的实用工具和概念。
如果对于插图没有特别执念的同学，可以直接基于以下代码仓库中的随书代码(有完整的notebook)实战即可！纸上得来终觉浅，绝知此事要躬行！
随书代码GitHub仓库：
https://github.com/handsOnLLM/Hands-On-Large-Language-Model
361
0
0
0
AI视频服务智能语音交互AI开放平台
可灵AI再次迎来升级，全新上线“对口型”功能，支持对可灵AI生成的人物视频上传配音或歌唱，实现将音频内容与视频人物嘴型精准同步。#AI视频 #唇同步 #快手 #Kling #文生图 #视频配音 #AI配音 #科技前沿
86
0
0
0
大模型大模型机器学习关系型数据库
引言简介LLM函数调用数据生成模型微调用Tool RAG提效边缘部署与量化总结引言
=======从此音尘各悄然，春山如黛草如烟。小伙伴们好，我是微信公众号《小窗幽记机器学习》的小编：卖香芋的小女孩。延续之前端侧大模型系列：端侧大模型系列 | 端侧Agent合纵连横AI江湖，破局端侧大模型之困！Octopus v4端侧大模型系列 | 不到10亿参数的端侧Agent竟媲美GPT-4V，AI手机端倪初
159
0
0
0