排序
发布更新浏览点赞

Warning: Trying to access array offset on value of type bool in /www/wwwroot/ainvp.com/wp-content/themes/onenav/inc/clipimage.php on line 34

Warning: Trying to access array offset on value of type bool in /www/wwwroot/ainvp.com/wp-content/themes/onenav/inc/clipimage.php on line 34

Warning: Trying to access array offset on value of type bool in /www/wwwroot/ainvp.com/wp-content/themes/onenav/inc/clipimage.php on line 34

Warning: Trying to access array offset on value of type bool in /www/wwwroot/ainvp.com/wp-content/themes/onenav/inc/clipimage.php on line 34

Warning: Trying to access array offset on value of type bool in /www/wwwroot/ainvp.com/wp-content/themes/onenav/inc/clipimage.php on line 34

Warning: Trying to access array offset on value of type bool in /www/wwwroot/ainvp.com/wp-content/themes/onenav/inc/clipimage.php on line 34

Warning: Trying to access array offset on value of type bool in /www/wwwroot/ainvp.com/wp-content/themes/onenav/inc/clipimage.php on line 34
Gemma是什么？ Gemma是谷歌最新发布的一款轻量级开放模型，它采用了与创建Gemini模型相同的研究和技术，是一个小尺寸的大语言模型。Gemma是由Google DeepMind和Google其他团队合作开发的，并用拉丁语中意为“宝石”的gemma为其命名。 Gemma共有两个版本：Gemma 2B（20亿参数）和Gemma 7B（70亿参数），每种规模都提供了预训练和指令微调版本。这些模型尺寸相对较小，应用成本也更低，适合各种规模的组织（无论规模大小）进行商用和分发。未来，Gemma这个系列还会发布更大尺寸的模型。 在训练数据上，Gemma主要在大量英文文本数据上进行训练的，这些数据主要来源于网络文档、数学和代码。具体来说，Gemma 2B模型训练了大约2万亿（2T）个token，而Gemma 7B模型则训练了大约6万亿（6T）个token。 不过，Gemma没有接受过处理图像或视频等非文本数据的训练，也没有专门针对多语言任务进行优化。 为了方便开发者，谷歌不仅开源模型，还附带开发套装，包括全新的“负责任生成式AI工具包”，为基于Gemma开发安全的人工智能应用程序提供了必要指导和工具，以及跨主流框架（如JAX、PyTorch及原生Keras 3.0下的TensorFlow）的推理和监督微调（SFT）工具链。 各种设备也已经适配好。谷歌已经基于英伟达的GPUs和谷歌云TPUs等多个AI硬件平台，对Gemma进行优化，让模型可以直接在笔记本电脑或台式机上运行。 Gemma官网入口：https://ai.google.dev/gemma Gemma的主要特点 以下是Gemma模型的一些主要特点： 模型大小：Gemma提供了两种大小的模型权重，分别是Gemma 2B和Gemma 7B，每种大小都有预训练和指令调整（instruction-tuned）的变体。 负责任的生成AI工具包：Google发布了一个新的工具包，提供指导和必要工具，帮助开发者使用Gemma创建更安全的AI应用。 工具链支持：Gemma模型支持在所有主要框架（JAX、PyTorch和TensorFlow通过原生Keras 3.0）上进行推理和监督式微调（SFT）。 易用性：提供了预制的Colab和Kaggle笔记本，以及与Hugging Face MaxText、NVIDIA NeMo TensorRT-LLM等流行工具的集成，使得开始使用Gemma变得容易。预训练和指令调整的Gemma模型可以在笔记本电脑、工作站或Google Cloud上运行，并且可以轻松部署在Vertex AI和Google Kubernetes Engine（GKE）上。 性能优化：Gemma模型在多个AI硬件平台上进行了优化，包括NVIDIA GPU和Google Cloud TPUs，确保了行业领先的性能。 负责任的设计：Gemma在设计时遵循了Google的AI原则。为了确保预训练模型的安全和可靠性，Google使用了自动化技术从训练集中过滤掉某些个人信息和其他敏感数据。此外，通过人类反馈的强化学习（RLHF）对指令调整模型进行了广泛的微调，以确保模型行为的负责任性。Google还进行了包括手动红队测试、自动化对抗性测试和模型能力评估在内的严格评估。 跨框架、工具和硬件优化：Gemma模型可以在多种工具和系统上进行微调，以适应特定应用需求，如摘要或检索增强生成（RAG）。Gemma支持多种工具和系统，包括跨设备兼容性和与NVIDIA GPU的优化。 免费资源：为了支持开发者和研究人员，Google提供了Kaggle的免费访问、Colab笔记本的免费层级，以及首次使用Google Cloud的300美元信用额度。研究人员还可以申请高达50万美元的Google Cloud信用额度以加速他们的项目。 Google期待随着Gemma模型家族的扩展，将引入更多针对不同应用的新变体，并在接下来的几周内提供连接、学习和与Gemma共同构建的活动和机会。 Gemma的评测结果 在Gemma的技术报告中，谷歌放出了大量训练细节，其中就包括Llama-2的测试对比结果图，大多数指标都超过了Llama-2。 Gemma与Llama-2的测试对比结果图 在测试中，Gemma模型在18个文本任务中的11个上超越了同样规模的开放模型。它在问答、常识推理、数学和科学以及编程等领域表现出色。Gemma 7B模型在70亿参数规模的语言模型中表现最佳，甚至超过了一些参数量更大的模型。 Gemma模型在18个文本任务中的评测结果 而最近风头正盛，号称要做“欧洲版OpenAI”的MistralAI是开源领域的新势力，旗下的Mistral 7B被誉为是“最强7B模型”。 在问答、推理、数学/科学、代码场景里，Gemma的表现同样领先。 Gemma与Mistral 7B的评测结果 如何使用Gemma？ 1、个人用户体验地址：https://huggingface.co/chat，模型里选择Gemma即可体验。 2、开发者使用：Gemma提供了面向开发者的快速入门指南，开发者和研究人员可以通过ai.google.dev/gemma了解更多关于Gemma的信息，并获取快速入门指南。

Gemma是什么？ Gemma是谷歌最新发布的一款轻量级开放模型，它采用了与创建Gemini模型相同的研究和技术，是一个小尺寸的大语言模型。Gemma是由Google DeepMind和Google其他团队合作开发的，并用拉丁语中意为“宝石”的gemma为其命名。 Gemma共有两个版本：Gemma 2B（20亿参数）和Gemma 7B（70亿参数），每种规模都提供了预训练和指令微调版本。这些模型尺寸相对较小，应用成本也更低，适合各种规模的组织（无论规模大小）进行商用和分发。未来，Gemma这个系列还会发布更大尺寸的模型。 在训练数据上，Gemma主要在大量英文文本数据上进行训练的，这些数据主要来源于网络文档、数学和代码。具体来说，Gemma 2B模型训练了大约2万亿（2T）个token，而Gemma 7B模型则训练了大约6万亿（6T）个token。 不过，Gemma没有接受过处理图像或视频等非文本数据的训练，也没有专门针对多语言任务进行优化。 为了方便开发者，谷歌不仅开源模型，还附带开发套装，包括全新的“负责任生成式AI工具包”，为基于Gemma开发安全的人工智能应用程序提供了必要指导和工具，以及跨主流框架（如JAX、PyTorch及原生Keras 3.0下的TensorFlow）的推理和监督微调（SFT）工具链。 各种设备也已经适配好。谷歌已经基于英伟达的GPUs和谷歌云TPUs等多个AI硬件平台，对Gemma进行优化，让模型可以直接在笔记本电脑或台式机上运行。 Gemma官网入口：https://ai.google.dev/gemma Gemma的主要特点 以下是Gemma模型的一些主要特点： 模型大小：Gemma提供了两种大小的模型权重，分别是Gemma 2B和Gemma 7B，每种大小都有预训练和指令调整（instruction-tuned）的变体。 负责任的生成AI工具包：Google发布了一个新的工具包，提供指导和必要工具，帮助开发者使用Gemma创建更安全的AI应用。 工具链支持：Gemma模型支持在所有主要框架（JAX、PyTorch和TensorFlow通过原生Keras 3.0）上进行推理和监督式微调（SFT）。 易用性：提供了预制的Colab和Kaggle笔记本，以及与Hugging Face MaxText、NVIDIA NeMo TensorRT-LLM等流行工具的集成，使得开始使用Gemma变得容易。预训练和指令调整的Gemma模型可以在笔记本电脑、工作站或Google Cloud上运行，并且可以轻松部署在Vertex AI和Google Kubernetes Engine（GKE）上。 性能优化：Gemma模型在多个AI硬件平台上进行了优化，包括NVIDIA GPU和Google Cloud TPUs，确保了行业领先的性能。 负责任的设计：Gemma在设计时遵循了Google的AI原则。为了确保预训练模型的安全和可靠性，Google使用了自动化技术从训练集中过滤掉某些个人信息和其他敏感数据。此外，通过人类反馈的强化学习（RLHF）对指令调整模型进行了广泛的微调，以确保模型行为的负责任性。Google还进行了包括手动红队测试、自动化对抗性测试和模型能力评估在内的严格评估。 跨框架、工具和硬件优化：Gemma模型可以在多种工具和系统上进行微调，以适应特定应用需求，如摘要或检索增强生成（RAG）。Gemma支持多种工具和系统，包括跨设备兼容性和与NVIDIA GPU的优化。 免费资源：为了支持开发者和研究人员，Google提供了Kaggle的免费访问、Colab笔记本的免费层级，以及首次使用Google Cloud的300美元信用额度。研究人员还可以申请高达50万美元的Google Cloud信用额度以加速他们的项目。 Google期待随着Gemma模型家族的扩展，将引入更多针对不同应用的新变体，并在接下来的几周内提供连接、学习和与Gemma共同构建的活动和机会。 Gemma的评测结果 在Gemma的技术报告中，谷歌放出了大量训练细节，其中就包括Llama-2的测试对比结果图，大多数指标都超过了Llama-2。 Gemma与Llama-2的测试对比结果图 在测试中，Gemma模型在18个文本任务中的11个上超越了同样规模的开放模型。它在问答、常识推理、数学和科学以及编程等领域表现出色。Gemma 7B模型在70亿参数规模的语言模型中表现最佳，甚至超过了一些参数量更大的模型。 Gemma模型在18个文本任务中的评测结果 而最近风头正盛，号称要做“欧洲版OpenAI”的MistralAI是开源领域的新势力，旗下的Mistral 7B被誉为是“最强7B模型”。 在问答、推理、数学/科学、代码场景里，Gemma的表现同样领先。 Gemma与Mistral 7B的评测结果 如何使用Gemma？ 1、个人用户体验地址：https://huggingface.co/chat，模型里选择Gemma即可体验。 2、开发者使用：Gemma提供了面向开发者的快速入门指南，开发者和研究人员可以通过ai.google.dev/gemma了解更多关于Gemma的信息，并获取快速入门指南。

Gemma-谷歌发布的最新开放模型，小尺寸可商用
8个月前
50
TripoSR是什么？ TripoSR是由Stability AI 和国内AI企业VAST合作开源的快速3D物体重建模型，能在1秒内从单张2D图像快速生成高质量的3D模型。 这项技术利用先进的人工智能算法，通过分析图片内容，自动创建出相应的三维模型。TripoSR的目标是简化3D建模过程，使得用户即使没有专业的3D建模技能，也能够轻松地从现有的2D图像中创建出3D内容。 TripoSR的主要特性： TripoSR的主要功能是将单张2D图片转换成3D对象。以下是其核心功能： 3D对象生成：从用户提供的2D图片中自动创建三维模型。这包括识别图片中的对象、提取其形状和特征，并构建相应的3D几何结构。 快速转换：TripoSR能够迅速处理图像并生成3D模型，大大减少了传统3D建模所需的时间和资源。 用户友好的操作：简化了3D建模的复杂性，使得没有专业3D建模经验的用户也能轻松使用。 高质量渲染：尽管生成过程快速，但TripoSR仍然注重输出的3D模型质量，确保模型的细节和真实感。 广泛的应用场景：生成的3D对象可以应用于多种领域，如游戏开发、动画制作、虚拟现实（VR）、增强现实（AR）、电影特效、产品设计等。 适应多种图像：TripoSR能够处理各种类型的2D图片，包括静态图像和具有一定复杂性的图像。 易于集成：TripoSR可能提供API或其他接口，方便开发者将其集成到现有的工作流程或应用程序中。 这些功能使得TripoSR成为一个强大的工具，它不仅提高了3D内容创作的效率，也为那些需要快速生成3D模型的用户提供了便利。 TripoSR的应用场景 TripoSR的应用场景非常广泛，涵盖了多个行业和领域。以下是一些主要的应用场景： 游戏开发：游戏设计师可以使用TripoSR快速将概念艺术或参考图片转换成3D游戏资产，加速游戏开发过程。 电影和动画制作：电影制作人员可以利用TripoSR从静态图片创建3D角色、场景和道具，用于电影特效或动画制作。 建筑和城市规划：建筑师和城市规划者可以基于现有的2D蓝图或照片，快速生成3D建筑模型，用于可视化和模拟。 产品设计：设计师可以利用TripoSR将2D设计图转换成3D模型，用于产品原型制作、测试和展示。 虚拟现实（VR）和增强现实（AR）：开发者可以创建3D虚拟对象和环境，用于VR游戏、教育应用或AR体验。 教育和培训：教师和培训师可以创建3D教学模型，用于科学、工程和医学等领域的教育。 电子商务：零售商可以使用TripoSR为产品创建3D展示，提供更加生动的在线购物体验。 艺术和创作：艺术家和创作者可以利用TripoSR将他们的2D作品转换成3D形式，探索新的艺术表达方式。 数据可视化：数据分析师和科学家可以创建3D图表和模型，用于更直观地展示和分析数据。 历史复原：历史学家和考古学家可以利用TripoSR从历史照片或绘画中重建古代建筑和文物的3D模型。 TripoSR的这些应用场景展示了其在简化3D建模流程和提高创作效率方面的潜力。随着技术的进步，未来可能会出现更多创新的应用方式。 如何使用TripoSR？ TripoSR在低推理预算下运行，对没有GPU的用户完全可用。当在英伟达A100上测试时，它在大约0.5秒内生成草稿质量的3D输出（纹理网格），优于其他开放的图像转3D模型，如OpenLRM。在MIT许可下，TripoSR模型权重和源代码可下载，允许商业、个人和研究使用。 开源代码：https://github.com/VAST-AI-Research/TripoSR 模型权重：https://huggingface.co/stabilityai/TripoSR 技术报告：https://stability.ai/s/TripoSR_report.pdf

TripoSR是什么？ TripoSR是由Stability AI 和国内AI企业VAST合作开源的快速3D物体重建模型，能在1秒内从单张2D图像快速生成高质量的3D模型。 这项技术利用先进的人工智能算法，通过分析图片内容，自动创建出相应的三维模型。TripoSR的目标是简化3D建模过程，使得用户即使没有专业的3D建模技能，也能够轻松地从现有的2D图像中创建出3D内容。 TripoSR的主要特性： TripoSR的主要功能是将单张2D图片转换成3D对象。以下是其核心功能： 3D对象生成：从用户提供的2D图片中自动创建三维模型。这包括识别图片中的对象、提取其形状和特征，并构建相应的3D几何结构。 快速转换：TripoSR能够迅速处理图像并生成3D模型，大大减少了传统3D建模所需的时间和资源。 用户友好的操作：简化了3D建模的复杂性，使得没有专业3D建模经验的用户也能轻松使用。 高质量渲染：尽管生成过程快速，但TripoSR仍然注重输出的3D模型质量，确保模型的细节和真实感。 广泛的应用场景：生成的3D对象可以应用于多种领域，如游戏开发、动画制作、虚拟现实（VR）、增强现实（AR）、电影特效、产品设计等。 适应多种图像：TripoSR能够处理各种类型的2D图片，包括静态图像和具有一定复杂性的图像。 易于集成：TripoSR可能提供API或其他接口，方便开发者将其集成到现有的工作流程或应用程序中。 这些功能使得TripoSR成为一个强大的工具，它不仅提高了3D内容创作的效率，也为那些需要快速生成3D模型的用户提供了便利。 TripoSR的应用场景 TripoSR的应用场景非常广泛，涵盖了多个行业和领域。以下是一些主要的应用场景： 游戏开发：游戏设计师可以使用TripoSR快速将概念艺术或参考图片转换成3D游戏资产，加速游戏开发过程。 电影和动画制作：电影制作人员可以利用TripoSR从静态图片创建3D角色、场景和道具，用于电影特效或动画制作。 建筑和城市规划：建筑师和城市规划者可以基于现有的2D蓝图或照片，快速生成3D建筑模型，用于可视化和模拟。 产品设计：设计师可以利用TripoSR将2D设计图转换成3D模型，用于产品原型制作、测试和展示。 虚拟现实（VR）和增强现实（AR）：开发者可以创建3D虚拟对象和环境，用于VR游戏、教育应用或AR体验。 教育和培训：教师和培训师可以创建3D教学模型，用于科学、工程和医学等领域的教育。 电子商务：零售商可以使用TripoSR为产品创建3D展示，提供更加生动的在线购物体验。 艺术和创作：艺术家和创作者可以利用TripoSR将他们的2D作品转换成3D形式，探索新的艺术表达方式。 数据可视化：数据分析师和科学家可以创建3D图表和模型，用于更直观地展示和分析数据。 历史复原：历史学家和考古学家可以利用TripoSR从历史照片或绘画中重建古代建筑和文物的3D模型。 TripoSR的这些应用场景展示了其在简化3D建模流程和提高创作效率方面的潜力。随着技术的进步，未来可能会出现更多创新的应用方式。 如何使用TripoSR？ TripoSR在低推理预算下运行，对没有GPU的用户完全可用。当在英伟达A100上测试时，它在大约0.5秒内生成草稿质量的3D输出（纹理网格），优于其他开放的图像转3D模型，如OpenLRM。在MIT许可下，TripoSR模型权重和源代码可下载，允许商业、个人和研究使用。 开源代码：https://github.com/VAST-AI-Research/TripoSR 模型权重：https://huggingface.co/stabilityai/TripoSR 技术报告：https://stability.ai/s/TripoSR_report.pdf

TripoSR - 单张图片快速生成高质量3D模型
8个月前
30
Grok-1是什么？ Grok-1是马斯克旗下AI公司xAI发布的开源AI大模型，其参数量达到了3140亿，远超OpenAI GPT-3.5的1750亿。这是迄今参数量最大的开源大语言模型，遵照Apache 2.0协议开放模型权重和架构。 Grok-1是一个混合专家（Mixture-of-Experts，MOE）大模型，这种MOE架构重点在于提高大模型的训练和推理效率，形象地理解，MOE就像把各个领域的“专家”集合到了一起，遇到任务派发给不同领域的专家，最后汇总结论，提升效率。决定每个专家做什么的是被称为“门控网络”的机制。 Grok-1模型的公开发布，为研究人员和开发者提供了一个新的大型语言模型资源。 Grok-1的主要特性 xAI还特别强调了Grok-1的几大特性： 首先，Grok-1是一个未针对特定任务进行微调的基础模型，它基于大量文本数据训练而成； 其次，作为一款基于混合专家技术构建的大语言模型，Grok-1拥有3140亿参数，在处理每个token时有25%的权重处于活跃状态； 最后，Grok-1是xAI团队使用JAX和Rust编程语言自定义训练栈从零开始训练的成果，训练完成于2023年10月。 Grok-1的技术参数 基础信息： 模型大小：3140亿参数，其中混合了8名专家（2名活跃）活动参数：860亿特色技术：使用旋转嵌入（Rotary Embeddings，简称#rope），而非固定位置嵌入 模型结构细节: 分词器词汇量：131,072（与GPT-4相似），即2^17嵌入尺寸：6,144（48*128）架构层数：64层变压器层每层结构：包含一个解码器层，具有多头注意力块和密集块键值大小：128 多头注意力块: 查询头数量：48键/值（KV）头数量：8KV大小：128密集块（Dense Block）: 加宽系数：8隐藏层大小：32,768每个代币从8名专家中选择2名 旋转位置嵌入:尺寸：6,144，与模型的输入嵌入大小相同上下文长度：8,192个标记精度：bf16 如何使用Grok-1？ xAI已经将Grok-1的权重和架构在GitHub上开源。 GitHub地址：https://github.com/xai-org/grok-1

Grok-1是什么？ Grok-1是马斯克旗下AI公司xAI发布的开源AI大模型，其参数量达到了3140亿，远超OpenAI GPT-3.5的1750亿。这是迄今参数量最大的开源大语言模型，遵照Apache 2.0协议开放模型权重和架构。 Grok-1是一个混合专家（Mixture-of-Experts，MOE）大模型，这种MOE架构重点在于提高大模型的训练和推理效率，形象地理解，MOE就像把各个领域的“专家”集合到了一起，遇到任务派发给不同领域的专家，最后汇总结论，提升效率。决定每个专家做什么的是被称为“门控网络”的机制。 Grok-1模型的公开发布，为研究人员和开发者提供了一个新的大型语言模型资源。 Grok-1的主要特性 xAI还特别强调了Grok-1的几大特性： 首先，Grok-1是一个未针对特定任务进行微调的基础模型，它基于大量文本数据训练而成； 其次，作为一款基于混合专家技术构建的大语言模型，Grok-1拥有3140亿参数，在处理每个token时有25%的权重处于活跃状态； 最后，Grok-1是xAI团队使用JAX和Rust编程语言自定义训练栈从零开始训练的成果，训练完成于2023年10月。 Grok-1的技术参数 基础信息： 模型大小：3140亿参数，其中混合了8名专家（2名活跃）活动参数：860亿特色技术：使用旋转嵌入（Rotary Embeddings，简称#rope），而非固定位置嵌入 模型结构细节: 分词器词汇量：131,072（与GPT-4相似），即2^17嵌入尺寸：6,144（48*128）架构层数：64层变压器层每层结构：包含一个解码器层，具有多头注意力块和密集块键值大小：128 多头注意力块: 查询头数量：48键/值（KV）头数量：8KV大小：128密集块（Dense Block）: 加宽系数：8隐藏层大小：32,768每个代币从8名专家中选择2名 旋转位置嵌入:尺寸：6,144，与模型的输入嵌入大小相同上下文长度：8,192个标记精度：bf16 如何使用Grok-1？ xAI已经将Grok-1的权重和架构在GitHub上开源。 GitHub地址：https://github.com/xai-org/grok-1

Grok-1：马斯克xAI发布的开源AI大模型，可商用
8个月前
20
没有了