8月10日·AI图像生成技术突破：爆火TEDx演讲者没一个是真人？

33 0 0

8月10日·周六 AI工具和资源推荐

AI智库导航-aiguide.cc为您提供最新的AI新闻资讯和最新的AI工具推荐，在这里你可以获得用于营销的AI聊天机器人、AI在商业管理中的应用、用于数据分析的AI工具、机器学习模型、面向企业的AI解决方案、AI在商业客户服务中的应用、AI和自动化工具等。

AI图像生成技术突破：爆火TEDx演讲者没一个是真人？

近期，一系列看似真实的TED演讲者图片在社交媒体上引发了广泛关注。这些图片由Stable Diffusion团队的前成员Leo Kadieff利用最新的Flux真实版LoRA技术制作而成，其逼真程度让500万网友惊叹不已。这些图片不仅骗过了人眼，甚至AI识别软件也难以辨认其为AI生成。LoRA技术通过改进模型，显著提升了图像的真实感，并且简化了生成过程中的复杂提示词需求。这项技术的进步不仅让现实主义爱好者为之疯狂，也预示着AI图像生成技术正在迈向一个全新的高度。来源：微信公众号【新智元】

AI换脸技术新亮相：单张照片实现实时视频换脸

一项名为Deep-Live-Cam的AI换脸技术近日在GitHub上引起轰动，该项目能够仅用一张目标人物的照片，在直播或视频会议中实现实时换脸，无需专用硬件加速。用户仅需5分钟安装，即可享受无延迟的实时预览功能，无论是在线会议还是直播带货，都可轻松应用。这一技术因其简易操作和高逼真效果迅速走红，引发网友热烈讨论和尝试。然而，技术背后的道德和法律风险也引起了人们的关注。项目开发者在开源时特别强调，软件旨在助力媒体行业和内容创作者，内置检查功能防止不当使用，并建议在使用真人面孔时征得同意。随着AI换脸技术日益成熟，如何在保障安全和尊重隐私的前提下利用这一技术，成为我们必须面对的问题。来源：微信公众号【量子位】

PyTorch推出FlexAttention：简化多注意力变体实现

PyTorch团队推出了一项新的API——FlexAttention，旨在简化多种注意力变体的实现，同时保持PyTorch的灵活性和FlashAttention的性能。这一创新允许研究人员和开发者通过简洁的代码快速尝试和实现不同的注意力机制，如因果注意力、相对位置嵌入等。FlexAttention通过torch.compile将代码优化为高效的内核，同时自动利用PyTorch的自动求导机制生成反向传播，显著提升了性能并减少了内存占用。此外，该API还能利用注意力掩码中的稀疏性，进一步优化标准注意力实现。尽管FlexAttention在通用性上略有性能损失，但其表达能力和易用性为机器学习研究领域带来了显著的便利。这一进步预示着在处理长上下文和复杂注意力模式时，研究人员将拥有更加强大的工具。来源：微信公众号【机器之心】

中科院自动化所突破性研究：GCN技术大幅加速随机规划求解

中科院自动化研究所的研究团队在随机规划领域取得重大突破，其新提出的HGCN2SP模型利用分层图卷积网络（HGCN）技术，将求解两阶段随机规划（2SP）问题的速度提升了惊人的1440倍，仅需15秒即可完成。这项创新成果已被人工智能顶级会议ICML 2024收录。该模型通过构建层次化图来表征问题场景，利用HGCN提取场景嵌入信息，并结合强化学习优化模型参数，显著提升了求解效率和质量。在实际应用中，如仓库选址问题，HGCN2SP模型即便只选取了10个场景，也与使用传统求解器Gurobi的结果相差无几，但效率却极大提高。这项研究不仅为复杂决策问题提供了新的解决思路，也为供应链管理、金融投资等领域的实际问题提供了高效的解决方案。来源：微信公众号【量子位】

波士顿动力Atlas机器人展示惊人俯卧撑能力

波士顿动力公司的人形机器人Atlas在最新展示中一口气完成了8个俯卧撑，这一表现在Reddit上引起了广泛关注。值得注意的是，Atlas在执行这一动作时并没有使用手，而是进行了拳卧撑，展示了其卓越的运动控制能力。这一成果是在RSS 2024（机器人顶会）上公布的，演示了Atlas使用直接优化的非线性模型预测控制方法（Nonlinear MPC）在处理非凸问题时的决策能力。此外，这也是波士顿动力从液压驱动转型为全电驱动后的首次成果展示。尽管外界对Atlas缺少灵巧手指有所讨论，但这次的表现无疑证明了波士顿动力在人形机器人领域的领先地位。随着全电驱动成为行业趋势，Atlas的机械手和其他功能无疑将继续成为技术发展的焦点。来源：微信公众号【量子位】