“历久弥新 | 用AI修复亚运珍贵史料”活动震撼来袭!

本文涉及的产品
模型训练 PAI-DLC,100CU*H 3个月
交互式建模 PAI-DSW,每月250计算时 3个月
模型在线服务 PAI-EAS,A10/V100等 500元 1个月
简介: 2023年,正值亚运110周年,也是第19届杭州亚运会即将举办之际,阿里云与亚奥理事会合作,发起“历久弥新——用 AI 修复亚运会珍贵史料”活动,开发者使用阿里云的 AI 技术对亚运会历史老照片进行修复,重燃亚运经典,为亚运助威,并有机会入选“亚运史上第一个 AI 修复特展“。

时隔近半个世纪,新中国第一次参与亚运会的影像资料将首次对外披露。只是年代久远,老照片老视频都有了岁月痕迹,画面不再清晰,这些珍贵史料急需你的帮助!


一、活动介绍

2023年,正值亚运110周年,也是第19届杭州亚运会即将举办之际,阿里云与亚奥理事会合作,发起“历久弥新——用 AI 修复亚运会珍贵史料”活动,开发者使用阿里云的 AI 技术对亚运会历史老照片进行修复,重燃亚运经典,为亚运助威,并有机会入选“亚运史上第一个 AI 修复特展“。

👍 亚奥资料馆首次披露1974年中国队参与的首届亚运会珍贵原片,邀请全球开发者使用AI技术修复,参与即可获得礼品。

👍 新用户可免费领取价值万元的机器学习平台PAI 对象存储 OSS 试用资源。

👍 优秀作品还有机会在亚运史上第一个 AI 修复特展中展出!

👍 邀请好友完成老照片修复任务,PK赢取iPad,苹果音响等多款好礼!


1.png



二、活动时间

  • 活动时间: 2023年8月30日0点——2023年10月8日24 点(以活动页面实际展示为准)。
  • 展览入选提交时间: 2023年9月14日前提交的作品有机会入选“亚运史上第一个 AI 修复特展— 1974 年德黑兰亚运会特展”。
  • 结果公布时间: 2023年10月20日在活动页面公布活动结果,活动礼品将在活动结果公布后的10个工作日内邮寄。

三、活动玩法

  1. 参与者需基于活动页面指定的“1974 年德黑兰亚运会老照片”进行修复,修复其他照片不予审核通过;
  • 修复前和修复后的老照片版权归均属于亚奥理事会,仅可在本次活动中使用,不可用作他用。
  1. 参与者需要使用机器学习交互式建模平台PAI-DSW 对老照片进行修复
  • PAI-DSW 中预置了丰富的开源 state of the art 的修复模型,以及 sdwebui 的服务供参与者使用。除已提供的模型外,开发者也可以使用其他开源模型,但不可使用除了 AI 模型外的其他工具
  • 对于PAI-DSW 的新用户,阿里云提供了5000CU*H 的免费试用资源,可以在活动页面中直接领取;或可以购买 PAI-DSW 资源包参或按量使用进行计费,计费标准详见阿里云产品定价
  1. 邀请挑战——邀好友完成老照片修复挑战,赢PK好礼。

了解更多活动规则:https://developer.aliyun.com/article/1318140


四、活动奖品

奖品活动一:老照片修复奖品

亚运老照片修复活动地址:https://developer.aliyun.com/topic/aiforgames

  • 参与奖(人数不限):按活动要求上传修复作品并通过审核的参与者可获得开发者社区 200 积分及电子证书一张
  • 修复人气奖(100 人):按活动要求上传修复作品,作品点赞数 ≥3个,且排名Top100的参与者可获得罗马仕充电宝 1 个;
  • 修复心得奖(10 人):按活动要求上传修复作品,且额外发布修复心得。心得发布后需将地址粘贴至作品描述处,随修复作品一同上传,主办方将根据心得质量评奖,奖品为Cherry键盘鼠标套装
  • 修复大奖(10 人):每张照片均有 1 张作品获得修复大奖,奖项由评委参考评奖标准选出。修复大奖作品有机会在“1974 德黑兰亚运会特展”中展出,获奖者将被授予阿里云及亚奥理事会颁发的荣誉证书,且将获得小米手环 8 及亚运特许纪念品 1 个

奖品活动二:邀好友,参与PK赢取奖品

邀请好友参与亚运老照片修复即有机会赢取奖品🎁🎁🎁

活动期间,用户参与活动点击“邀请好友”后“复制链接”生成您的专属链接给好友,好友打开链接后在活动页内完成任务一和二,即算助力成功完成1人邀请。

推荐官地址:https://developer.aliyun.com/topic/referralforgames?taskCode=9304

1.png

  • TOP1名(完成门槛60人)礼品:IPad mini
  • TOP2-3名(完成门槛50人)礼品:Apple音响
  • TOP4-5名(完成门槛40人)礼品:CHERRY樱桃MC 2.1RGB鼠标
  • TOP6-10名(完成门槛20人)礼品:超人剃须刀
  • 前300名邀请1人礼品:挂脖小风扇


前往活动页了解详情,一起用AI为杭州亚运会加油!

https://developer.aliyun.com/topic/aiforgames

相关实践学习
使用PAI-EAS一键部署ChatGLM及LangChain应用
本场景中主要介绍如何使用模型在线服务(PAI-EAS)部署ChatGLM的AI-Web应用以及启动WebUI进行模型推理,并通过LangChain集成自己的业务数据。
机器学习概览及常见算法
机器学习(Machine Learning, ML)是人工智能的核心,专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能,它是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域。 本课程将带你入门机器学习,掌握机器学习的概念和常用的算法。
相关文章
|
9天前
|
编解码 人工智能 监控
VISION XL:支持四倍超分辨率的 AI 视频修复处理工具,提供去除模糊、修复缺失等功能
VISION XL是一款基于潜在扩散模型的高效视频修复和超分辨率工具,能够修复视频缺失部分、去除模糊,并支持四倍超分辨率。该工具优化了处理效率,适合快速处理视频的应用场景。
55 6
VISION XL:支持四倍超分辨率的 AI 视频修复处理工具,提供去除模糊、修复缺失等功能
|
2月前
|
人工智能 自然语言处理 IDE
CodeFuse IDE 0.6 版本发布,支持编辑器诊断问题 AI 修复
CodeFuse IDE 是基于蚂蚁自研大模型和 OpenSumi 框架的 AI 编程助手,支持多语言,提供代码建议、解释、测试生成等,增强开发效率。最新版增加 AI 修复和智能补全功能,开源并支持 VS Code 插件生态。[了解更多](https://github.com/codefuse-ai/codefuse-ide)
113 0
|
4月前
|
机器学习/深度学习 人工智能 编解码
国际奥委会采用阿里云AI云技术修复奥运历史影像
国际奥委会采用阿里云AI云技术修复奥运历史影像
136 4
|
5月前
|
机器学习/深度学习 人工智能 弹性计算
智能化运维:AI在故障预测与自我修复系统中的应用
随着技术的不断进步,传统的运维模式已逐渐不能满足现代企业的需求。本文将探讨如何通过人工智能技术,特别是机器学习和深度学习算法,实现对IT系统的实时监控、故障预测以及自动化修复。我们将分析AI技术在智能运维中的具体应用案例,并讨论其带来的效率提升和成本节约效果。文章旨在为读者提供一种全新的运维视角,展示AI技术在提高系统稳定性和减少人工干预方面的潜力。
|
5月前
|
人工智能 编解码
|
4天前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术深度解析:从基础到应用的全面介绍
人工智能(AI)技术的迅猛发展,正在深刻改变着我们的生活和工作方式。从自然语言处理(NLP)到机器学习,从神经网络到大型语言模型(LLM),AI技术的每一次进步都带来了前所未有的机遇和挑战。本文将从背景、历史、业务场景、Python代码示例、流程图以及如何上手等多个方面,对AI技术中的关键组件进行深度解析,为读者呈现一个全面而深入的AI技术世界。
50 10
|
9天前
|
机器学习/深度学习 人工智能 自然语言处理
转载:【AI系统】AI的领域、场景与行业应用
本文概述了AI的历史、现状及发展趋势,探讨了AI在计算机视觉、自然语言处理、语音识别等领域的应用,以及在金融、医疗、教育、互联网等行业中的实践案例。随着技术进步,AI模型正从单一走向多样化,从小规模到大规模分布式训练,企业级AI系统设计面临更多挑战,同时也带来了新的研究与工程实践机遇。文中强调了AI基础设施的重要性,并鼓励读者深入了解AI系统的设计原则与研究方法,共同推动AI技术的发展。
转载:【AI系统】AI的领域、场景与行业应用
|
4天前
|
机器学习/深度学习 人工智能 算法
探索AI在医疗诊断中的应用与挑战
【10月更文挑战第21天】 本文深入探讨了人工智能(AI)技术在医疗诊断领域的应用现状与面临的挑战,旨在为读者提供一个全面的视角,了解AI如何改变传统医疗模式,以及这一变革过程中所伴随的技术、伦理和法律问题。通过分析AI技术的优势和局限性,本文旨在促进对AI在医疗领域应用的更深层次理解和讨论。
|
9天前
|
人工智能 缓存 异构计算
云原生AI加速生成式人工智能应用的部署构建
本文探讨了云原生技术背景下,尤其是Kubernetes和容器技术的发展,对模型推理服务带来的挑战与优化策略。文中详细介绍了Knative的弹性扩展机制,包括HPA和CronHPA,以及针对传统弹性扩展“滞后”问题提出的AHPA(高级弹性预测)。此外,文章重点介绍了Fluid项目,它通过分布式缓存优化了模型加载的I/O操作,显著缩短了推理服务的冷启动时间,特别是在处理大规模并发请求时表现出色。通过实际案例,展示了Fluid在vLLM和Qwen模型推理中的应用效果,证明了其在提高模型推理效率和响应速度方面的优势。
云原生AI加速生成式人工智能应用的部署构建
|
9天前
|
机器学习/深度学习 人工智能 物联网
AI赋能大学计划·大模型技术与应用实战学生训练营——电子科技大学站圆满结营
12月05日,由中国软件行业校园招聘与实习公共服务平台携手阿里魔搭社区共同举办的AI赋能大学计划·大模型技术与产业趋势高校行AIGC项目实战营·电子科技大学站圆满结营。
AI赋能大学计划·大模型技术与应用实战学生训练营——电子科技大学站圆满结营
下一篇
DataWorks