DiscoDiffusion完整基础参数对照表变量名称描述默认值text_prompts对你希望机器生成的内容进行描述。N/Aimage_prompts可以设置一些参考图片，以对其内容的更多描述（可选）N/Aclip_guidance_scale控制图像与描述语的相似程度。1000tv_scale控制最终输出的平滑度150range_scale控制RGB值允许超出的范围有多大150sat_scale画面饱和度控制0cutn控制要从图像中提取多少个裁剪16cutn_batches积累batch裁切的CLIP梯度2init_image初始化的图片，机器在一张图片的基础上做渲染，可以是照片、涂鸦等，
总览文章参考：https://www.bilibili.com/video/BV11m4y12727/?spm_id_from=333.788.recommend_more_video.-1&vd_source=38d6ea3466db371e6c07c24eed03219b一、图生图（基于已有图片的高清修复）1.提升整图分辨率（优点：对原图影响较小；缺点：显存占用较大）·1.1使用自己生成出来的图片·1.2使用别人的图片2.SDupscale（SD放大）·区块重绘，再拼接（优点：效果更好。且占用显存小，但操作复杂。用于想对图片做点儿小改动或微小画风切换的时候）二、文生图（用于提示词生成高清图
本文分享自华为云社区《华为云基于AI实现架构坏味道重构取得业界突破，相应文章已被软工顶会FSE2023收录》，作者：华为云软件分析Lab。基于AI技术实现架构坏味道检测与重构建议是当前业界比较流行的做法，但此做法往往存在一个通病，即训练数据集的质量问题，如何构建大规模、高质量的训练数据成为制约算法有效性的关键挑战。针对这项挑战，我们以Featureenvy架构坏味道为例，利用一系列启发式规则和一个基于决策树的分类器，实现了一种基于真实数据的高质量重构数据集构造方法，并利用此方法构建的数据集将Featureenvy架构坏味道的检测与重构准确率提升到业界SOTA水平。此工作来自华为云技术创新Lab
为了拆开大模型的「黑箱」，Anthropic可解释性团队发表了一篇论文，讲述了他们通过训练一个新的模型去理解一个简单的模型的方法。Anthropic发表的一项研究声称能够看到了人工智能的灵魂。它看起来像这样：图片图片论文地址：https://transformer-circuits.pub/2023/monosemantic-features/index.html#phenomenology-fsa在研究者看来，这个新的模型能准确地预测和理解原本模型中神经元的工作原理和组成机制。Anthropic的可解释性团队最近宣布他们成功分解了一个模拟AI系统中的抽象高维特征空间。创建一个可解释的AI去理
比尔·盖茨一句爆料，成为机器学习社区热议焦点：“GPT-5不会比GPT-4好多少。”虽然他已不再正式参与微软的日常运营，但仍在担任顾问，并且熟悉OpenAI领导团队的想法。消息来自德国《商报》（Handelsblatt）对盖茨的采访。盖茨表示，OpenAI内部包括奥特曼在内的很多人，都相信GPT-5将明显优于GPT-4。但他认为，有很多理由相信，当前生成式人工智能已经达到极限。（不过他也承认自己可能是错的）不知道盖茨看到了多少OpenAI内部未公开的信息，但至少可以肯定的是，GPT-5已经在开发了。在上周的风波之前，奥特曼也在接受英国《金融时报》采访时也承认了这一点，不过他没有透露任何发布时间
撰稿|言征出品|51CTO技术栈（微信号：blog51cto）StabilityAI 这艘船，也许就要沉了！据外媒彭博消息，这家公司的商业模式正处于危机之中，正挣扎着试图找到在市场上维持生存的方法。1、华尔街投资王施压，创始人快下台！这家总部位于伦敦的人工智能初创公司因其文本到图像生成模型StableDiffusion而广受欢迎，目前却陷入被售卖的困境。据悉，StableDiffusion的管理层正在绞尽脑汁，应对投资者对其财务状况日益增加的压力。耐人寻味地是，该公司联系了两家几乎不太可能的公司，你觉得想不到——Cohere和JasperAI，而Cohere几乎当场就拒绝了参与谈判。Coher
在 EmTechMIT，专家们探讨了在企业中采用生成式 AI 的挑战和好处，包括开源生成式 AI模型的优缺点。本周早些时候，在麻省理工学院技术评论（MITTechnologyReview）主办的EmTechMIT会议上，人工智能在演讲中占有重要地位。随着实验生成式人工智能的压力越来越大，组织正面临着一系列挑战，从特定领域的准确性等实际问题到安全和隐私风险。生成式人工智能已经在企业环境中找到了多样化的应用。IBMInfrastructure 首席技术官兼创新总经理 HilleryHunter 在她的演讲“生成式 AI 世界中的数据影响”中指出，早期用例包括供应链、客户支持、合同和法律。“企业开始
12月1日消息，亚马逊昨天在re:Invent大会中，公布了三款“Titan”系列生成式AI模型，其中包含亚马逊旗下首个图像生成模型“TitanImageGenerator”、文字生成模型“AmazonTitanTextExpress”及“TitanTextLite”。据悉，TitanImageGenerator是亚马逊自行开发的最新Titan家族模型，号称能够赶上OpenAI、谷歌、微软等竞争者。该模型具备“图片编辑”及“隐藏水印”等功能，允许用户以英语输入提示词句，以生成“专业等级”的图像。亚马逊表示，TitanImageGenerator以高品质且多样化的数据训练而成，因此可以生成精准、
自动寻路步骤：1、把场景中不同的物体勾选static2、烘培寻路网格3、添加NavMeshAgent组件4、给需要寻路的物体添加脚本游戏中有限状态机的体现：小怪的巡逻和追逐功能模糊状态机的体现：当玩家离小怪比较近时，小怪会追逐玩家，当玩家离小怪比较远时小怪会停止追逐玩家并且回到出生点，这里的比较近和比较远就是一个模糊概念。在游戏的设计中，是以小怪为圆心，8为半径画圆，当玩家出现在这个范围内，小怪就会追逐玩家，当玩家超出这个范围，小怪就会停止追逐玩家。1、新建一个plane，window->AI->Navigation，然后在右边就会有Navigation。（如果敌人的路径不是在平面上，选择你要
根据美国商标和专利局（USPTO）近日公示的清单，微软于今年5月提交了一项智能双肩包专利，其亮点在于整合了AI技术，可以识别佩戴者周围环境、自动响应用户聊天请求、访问基于云端的信息、以及和其它设备交互。在此附上该专利设计草图如下，可以看到双肩包肩带位置配有摄像头、麦克风、扬声器等多个传感器，双肩包底部还配有网络接口、处理器和存储器等等。微软在专利描述中表示：“计算性能的演进，赋予了数字助理更多的技能。本发明概念涉及可穿戴数字助理的改进，帮助用户执行各项任务”。微软在专利描述的应用场景中，佩戴AI双肩包去滑雪，可以通过扫描周围环境，告知用户是否越界；站在音乐海报前面，可以根据用户提示自动创建日历
