老胡的周刊(第086期)

简介: 老胡的周刊(第086期)

🎯 项目

MochiDiffusion[2]


MacOS 上运行原生的 Stable Diffusion,本应用内置 AppleCore ML Stable Diffusion 框架 以实现在搭载 Apple 芯片的 Mac 上用极低的内存占用发挥出最优性能:


  • 极致性能和极低内存占用 (使用神经网络引擎时 ~150MB)

  • 在所有搭载 Apple 芯片的 Mac 上充分发挥神经网络引擎的优势

  • 生成图像时无需联网

  • 图像转图像(也被称为 Image2Image)

  • 在图像的 EXIF 信息中存储所有的关键词(在访达的“显示简介”窗口中查看)

  • 使用 RealESRGAN 放大生成的图像

  • 自动保存 & 恢复图像

  • 自定义 Stable Diffusion Core ML 模型

  • 无需担心损坏的模型


  • 使用 macOS 原生框架 SwiftUI 开发
  • 1.jpg

OpenPromptStudio[3]


🥣 AIGC 提示词可视化编辑器,这是一个旨在把 AIGC 提示词(现在支持 Midjourney)可视化并提供编辑功能的工具,有以下特性


  • 显示英文提示词的中文翻译

  • 翻译输入的中文提示词到英文(因为 Midjourney 仅支持英文提示词)

  • 为提示词进行分类(普通、样式、质量、命令)

  • 轻松的排序、隐藏提示词

  • 把提示词可视化结果导出为图片

  • 常用提示词词典

  • 通过 Notion 管理提示词词典
  • 2.jpg

FastChat[4]


这是一个开放的平台,可用于训练、部署和评估基于大型语言模型的聊天机器人。也就是说,这个平台可以帮助人们创建聊天机器人,让其具备更好的语言理解能力,并提供一个可靠的方式来测试和评估这些聊天机器人的表现:

3.jpg

🤖 软件

ElevenClock[5]


自定义 Windows 11 任务栏时钟:

4.jpg

👀 资料

learnprompting.org[6]


如何同人工智能交流,并得到你要的结果。


随着最近人工智能的不断进步,提示工程这项技能变得越来越重要。本课程会聚焦于如何使用提示工程。你不需要很多机器学习相关的知识。

5.jpg

promptingguide.ai[7]


关于 Prompt 工程的指南、论文、讲座、笔记本和资源:

6.jpg

🕸 网站

segment-anything.com[8]


Segment Anything Model(SAM):这是 Meta AI 推出的一款新的AI 模型,它可以通过单击轻松抠出任何图像中的任何物体。


也就是说,这个模型可以用一次点击的方式,将任何图片中的任何物体分割出来。

7.jpg

ifixit[9]


一个免费教授人们如何修理任何物品的网站:

8.jpg



相关文章
|
人工智能 Linux iOS开发
老胡的周刊(第085期)
老胡的周刊(第085期)
老胡的周刊(第085期)
|
SQL 人工智能 自然语言处理
老胡的周刊(第097期)
老胡的周刊(第097期)
|
存储 数据采集 XML
老胡的周刊(第096期)
老胡的周刊(第096期)
|
存储 人工智能 缓存
老胡的周刊(第092期)
老胡的周刊(第092期)
|
安全 算法 数据可视化
老胡的周刊(第098期)
老胡的周刊(第098期)
|
人工智能 自然语言处理 安全
老胡的周刊(第090期)
老胡的周刊(第090期)
老胡的周刊(第090期)
|
数据可视化 API PHP
老胡的周刊(第093期)
老胡的周刊(第093期)
|
人工智能 Rust 监控
老胡的周刊(第083期)
老胡的周刊(第083期)
|
人工智能 安全 Linux
老胡的周刊(第087期)
老胡的周刊(第087期)
|
人工智能 Rust 开发者
老胡的周刊(第095期)
老胡的周刊(第095期)