今年又去一年一次的芝加哥微缩展啦~和2023年的基本没太大区别见到了2023年买过的摊主奶奶今年继续来~继续热爱的感觉真好~老美

今年又去一年一次的芝加哥微缩展啦~和2023年的基本没太大区别见到了2023年买过的摊主奶奶今年继续来~继续热爱的感觉真好~老美这里还是老奶奶老爷爷来看的多哈哈~ #建筑模型#模型 #模型制作 #微缩景观#芝加哥#微缩展

发现了一个神奇的硬件，叫The Halo：一种非侵入性神经设备，用于稳定和诱导清明梦。

发现了一个神奇的硬件，叫The Halo：一种非侵入性神经设备，用于稳定和诱导清明梦。 关于清明梦：是一种梦，做梦者意识到自己正在做梦。你可以在梦中做任何自己想做的事情，类似于赛博朋克2077的超梦。有的说古人的阴神出游也是清明梦的一种。 The Halo基于超声波和机器学习模型的结合，使The Halo能够检测做梦者何时处于快速眼动睡眠状态，以诱导和稳定清醒梦。 这个硬件还搭配一个The Prophetic App应用，运行专有的机器学习检测模型，支持追踪睡眠，上传清醒梦数据以改进模型。 官网：

是Google研究的一种新的移动端文本生成图像的方法，专为移动设备设计，是一种高效的潜在扩散模型，能够在半秒内生成高质量的512

是Google研究的一种新的移动端文本生成图像的方法，专为移动设备设计，是一种高效的潜在扩散模型，能够在半秒内生成高质量的512x512图像。 MobileDiffusion的设计遵循潜扩散模型，包括三个组件：文本编码器、扩散UNet和图像解码器。 MobileDiffusion通过优化模型架构，包括Diffusion UNet和图像解码器，展现了在计算效率上的出色表现，该技术有望在移动设备上推动快速图像生成体验，拓展了生成模型在提高用户体验和应对隐私问题方面的潜在应用。

一种新的计算方法重新构想人工智能：

一种新的计算方法重新构想人工智能： Multimodal C4：一个开放的、10亿规模的、与文本交错的图像语料库： Inpaint Anything：分割任何东西满足图像修复需求： 了解大型语言模型： 经济学案例，为什么AI不能抢走你的工作： 对齐你的潜变量：利用潜变量扩散模型的高分辨率视频合成： 深度探讨大语言模型生态链：芯片，基建，工具，开源，应用： 设计背后：认识副驾驶： ChatGPT的惊人潜力的内幕-Greg TED演讲： 自主代理完全入门指南-构建你的AutoGPT： 感谢各位的关注，有任何问题和想法欢迎随时与我交流。

Snap Video 一种基于transformer的视频生成模型架构，其训练速度比 U-Net 快 3.31 倍（推理速度约快

Snap Video 一种基于transformer的视频生成模型架构，其训练速度比 U-Net 快 3.31 倍（推理速度约快 4.5 倍）。 这个架构可以高效训练一个包含数十亿参数的文本到视频模型。（arxiv 的 PDF 转 HTML 居然又好了） 项目地址：

一个视频翻译工具，可将一种语言的翻译为另一种语言和配音的。 语音识别基于 openai-whisper 离线模型、文字翻

一个视频翻译工具，可将一种语言的视频翻译为另一种语言和配音的视频。 语音识别基于 openai-whisper 离线模型、文字翻译使用google翻译接口，文字合成语音使用 Microsoft Edge tts，背景音乐去除使用 Spleeter,无需购买任何商业接口，也无需付费 | #工具