营销内容生成: http://copyai.cn/
ChatGPT,OpenAI的项目,微软重金投资:
Craft Docs,底层调用OpenAI: https://www.craft.do/
文本信息补全:https://welm.weixin.qq.com/docs/playground/
NovelAI, 生成二次元角色和故事:https://novelai.net/
Jasper AI 使用人工智能技术以10倍速创作: https://www.jasper.ai/
Outwrite 写作助手: https://www.outwrite.com/
CopyAI: https://www.copy.ai
Grammarly: https://www.grammarly.com/
Friday AI, 智能写作系统:https://www.heyfriday.cn/
火山写作:https://www.writingo.net/
Giso写作机器人:https://www.giiso.com
秘塔写作猫(量子速写): https://xiezuocat.com/
智能创作助手(腾讯): https://effidit.qq.com/
据意查句WantQuotes: https://wantquotes.net/
反向词典Wantwords: https://wantwords.net/
高质量文本写作:https://rytr.me/
SEO写作:https://longshot.ai/
应用主要可以分为三类;
1.图片效果后处理:裁剪、滤镜、抠图、分饼率放大和增强
2.图像识别和生成:分类标签、物体识别、人脸生成(或其他局部),如模特换衣服
3.艺术创作:从头生成全新作品,用prompt 文本生成图像,或用已有图像生成新图像
智能拒图: https://photokit.com/
专注于图像处理领域,提供丰富的图像处理工具,将复杂操作极致简化,真正实现让图像处理更简单。
图像物体消除: https://cleanup.pictures/
Logo生成:https://www.logosc.cn/
智能LOGO设计生成器
Logo生成:https://looka.com/
二次元头像生成: https://waifulabs.com/generate
图片编辑器:https://www.zmo.ai/
像编辑文字一样编辑图片
2021年下半年起,从CLIP、VQGAN,到Disco Difusion掀起了人工智能绘画大爆发的开篇,其后Stable Diffusion、DALL-E2、MdJourney等 AIGC 模型的相继出现,再到2022年底亮相的ChatGPT, 将人机对话的界面从程序语言过渡到自然语言,这其中的底层技术Transformer和扩散模型(Difusion Model)逐渐选代成熟,预训练模型的突破和发展 实现了技术从量变到质变,让AIGC 得以快速的进行落地应用。
Midjourney,搭载在Discord: https://www.midjourney.com/
NightCafe: https://creator.nightcafe.studio/
无界AI, 生成艺术作品: https://www.wujiebantu.com/ai
DreamStudio: https://dreamstudio.com/create/
PromptHero: https://prompthero.com/
DALL·E 2 :https://openai.com/product/dall-e-2
可以使用自然语言创作图片。
免费文本生成图片:https://www.craiyon.com/
Wombo: https://dream.ai
StarryAI: https://starryai.com/
DeepAI: https://deepai.org/
爱作画,国产AI 绘画海克斯科技: https://www.aizuohua.com/
百度文心一格:https://yige.baidu.com/
万兴: https://aigc.wondershare.cn/
Draft: https://draft.art/
鹿班(阿里): https://luban.aliyun.com/
造梦日记: https://printidea.art/
Autoenhance.ai, 圈片编辑:https://autoenhance.ai
Beautiful.AI,PPT生成工具: https://beautiful.ai
Stable Diffusion 公开版:
https://stability.ai/blog/stable-diffusion-public-release
应用主要可以分为三类:
AI配音: https://yuedu.data-baker.com/
语音合成和识别: https://www.data-baker.com/
讯飞: https://www.xfyun.cn/services/voicedictation
应用主要可以分为三类;
半身数字人: https://www.d-id.com/
人脸生成点头视频: https://nodtotherhythm.com/
文本生成人脸解说视频:https://www.synthesia.io/
Movio, 生成真人解说视频: https://www.movio.la/
照片生成视频:https://www.myheritage.cn/deep-nostalgia
一帧秒创,国产智能生成视频和动画, https://aigc.yizhentv.com/
Quickvid, 直接从文本自动匹配素材,生成视频,
https://www.quickvid.ai
Descript,直接编辑视频: https://www.descript.com/
ClipChamp: https://clipchamp.com/
Clip Interrogator:
https://replicate.com/pharmapsychotic/clip-interrogator
Alive: https://www.aive.com
AudioLabs: https://www.audiolabs.io/
Copilot,Github 推出的代码辅助工具,基于OpenAI Codex实时生成代码,https://github.com/features/copilot
付费:100刀/年
aiXcoder 智能编程机器人: https://aixcoder.com/
Anima App: https://www.animaapp.com/
自动将设计转为代码
Bloop: https://bloop.ai/
Codacy: https://www.codacy.com/
Codiga: https://www.codiga.io/
Codis : https://codis.io/
自动化客户服务等。
Character AI, 在线和名人聊天: https://beta.character.ai/
国内有个类似的 AI乌托邦:https://www.ai-topia.com/
情感聊天机器人:https://replika.com/
ChatGPT的替代品
Google Bard :Bard由 LaMDA 的轻量级模型版本提供支持,LaMDA是 Google 自己的下一代语言和会话模型。
Bing:OpenAI 著名的 ChatGPT 模型提供支持,https://www.bing.com
Jasper Chat 为广告,营销等业务而构建,基于GPT3.5,
https://www.jasper.ai/chat
OpenAIPlayground,面向开发,ChatGPT 服务的演示版本,
https://platform.openai.com/playground
ChatGPT-wechat-bot
https://github.com/AutumnWhj/ChatGPT-wechat-bot
复旦MOSS,国内对标ChatGPT 解化项目:
https://moss.fastnlp.top/
Adept:https://www.adept.ai/
Aporia: https://aporia.com
Deepset: https://deepset.ai
生成式AI游戏工作室或应用。
生成式AI正在以多种方式应用于游戏中,包括创建新关卡和地图,
生成新的对话或故事线,以及创建新的虚拟环境等。例如,游戏可能会使用生成式AI模型为玩家每次玩游戏时创建一个全新的独特关卡,或者根据玩家的行动为NPC
角色生成新的对话选项。此外,生成式AI可以用来创建全新的逼真虚拟环境供玩家探索,如城市、森林或行星。总的来说,它可以用来增加游戏体验的活力和多样性,让玩家感到更有吸引力和沉浸感。
Charisma: https://charisma.ai
Hidden Door: https://www.hiddendoor.co
Latitude: https://latitude.io
Scenario: https://www.scenario.gg
spellrush: https://spellbrush.com
3D 建模理论研究:https://arxiv.org/abs/2212.08751
设计、收集或总结数据。
Bifrost: https://bifrost.ai
Databar: https://databar.ai
Datagen: https://datagen.tech
Gretel.ai: https://gretel.ai
HiGeorge: https://dataherald.com
Pilot AI: https://getpilot.ai
Syntegra: https://syntegra.io
ToonMe: https://toonme.com/
lobe (微软) , 训练识别: https://www.lobe.ai
· gpt demo https://gpt3demo.com/
· 人工智能工具和符合集合: https://allthingsai.com/
· AI Tools https://saasaitools.com/
· FutureTools https://www.futuretools.io/
· Futurepedia https://www.futurepedia.io/
超神经: https://hyper.ai/
机器之心: https://www.jiqizhixin.com/
中科大计算机课程: https://github.com/15172658790/Blog
Coursera: https://www.coursera.org/browse/data-science/machine-learning
Google AI课: https://ai.google/education
微软AI: https://www.microsoft.com/en-us/ai
亚马逊机器学习课:
https://aws.amazon.com/cn/training/learn-about/machine-learning/
IBM 机器学习课:
https://developer.ibm.com/clouddataservices/docs/ibm-watson-machine-learning/
Kaggle 机器学习课: https://www.kaggle.com/learn
机器学习100天: https://github.com/MLEveryday/100-Days-Of-ML-Code
奠烦Python: https://mofanpy.com/
《人工智能》
《动手学深度学习》: http://zh.d2l.ai/
推荐社区
1.百度飞浆:https://www.paddlepaddle.org.cn/hub
2.神力中文AI算法市场: https://manaai.cn/
3.Stable Diffusion模型,开源模型,有很多社区贡献微调后的横型 。收集较齐全的SD模型 : https://rentry.co/sdmodels
Stable Diffusion Models:
https://cyberes.github.io/stable-diffusion-models/
HuggingFace上也有很多(不止SD): https://huggingface.co/
4.Disco-diffusion模型: https://github.com/alembics/disco-diffusion
5.Video Difusion Models, 可以生成“真实”图片、音题、视频, https://video-diffusion.github.io/
Machine learning datasets
https://www.datasetlist.com/
Hyper AI:https://hyper.ai/datasets
Kaggle:https://www.kaggle.com/
DataFountain https://www.datafountain.cn/
阿里云天池: https://tianchi.alyun.com/
Google数据集: https://datasetsearch.research.google.com/
图像数据: https://storage.googleapis.com/openimages/web/index.html
DeepFashion2 时尚数据集:买家秀-卖家秀图像+海量标注,
https://github.com/switchablenorms/DeepFashion2
Flickr人脸数据: https://github.com/NVlabs/ffhq-dataset
Youtube视频数据: https://research.google.com/youtube8m/index.html
时尚服饰数据: https://github.com/zalandoresearch/fashion-mnist
ModelScope, 数据集、模型集: https://modelscope.cn/datasets
食物营养: https://www.foodwake.com/
OpenBayes: https://openbayes.com/console/public/datasets
Sklearn : https://scikit-learn.org/stable/
Scipy : https://scipy.org
Pytorch: https://pytorch.org/
中文教程: https://pytorch.apachecn.org/#/
TensorFlow: https://www.tensorflow.org/?hl=zh-cn
Numba中文教程: https://numba.apachecn.org/#/
MXNet,亚马逊深度学习框架:
https://mxnet.incubator.apache.org/versions/1.9.1/
飞浆(百度): https://www.paddlepaddle.org.cn/
美团YOLOv6,目标检测:https://github.com/meituan/YOLOv6
腾讯GFPGAN,人像修复:
https://github.com/TencentARC/GFPGAN
图像放大清晰:https://github.com/AaronFeng753/Waifu2x-Extension-GUI
汽车自动驾驶:https://github.com/marsauto/europilot
AI写小说:https://github.com/BlinkDL/AI-Writer
平台能力
1.Google Colab:
https://colab.research.google.com/notebooks/welcome.ipynb
2.百度:https://aistudio.baidu.com
亚马逊:https://aws.amazon.com/cn/events/amazon-ai/
网易:https://sf.163.com/product/yz
华为:https://developer.huaweicloud.com/
小米:https://developers.xiaoai.mi.com/
旷视:https://www.faceplusplus.com.cn/
科大讯飞:https://challenge.xfyun.cn/
美图:https://ai.meitu.com/index/
AutoDL: https://www.autodl.com/
我需要读入一个包含数字列表的文件。此代码读取文件并将其放入二维数组中。现在我需要获取数组中所有数字的平均值,但我需要将数组的内容更改为int。有什么想法可以将to_i方法放在哪里吗?ClassTerraindefinitializefile_name@input=IO.readlines(file_name)#readinfile@size=@input[0].to_i@land=[@size]x=1whilex 最佳答案 只需将数组映射为整数:@land边注如果你想得到一条线的平均值,你可以这样做:values=@input[x]
我是一个Rails初学者,但我想从我的RailsView(html.haml文件)中查看Ruby变量的内容。我试图在ruby中打印出变量(认为它会在终端中出现),但没有得到任何结果。有什么建议吗?我知道Rails调试器,但更喜欢使用inspect来打印我的变量。 最佳答案 您可以在View中使用puts方法将信息输出到服务器控制台。您应该能够在View中的任何位置使用Haml执行以下操作:-puts@my_variable.inspect 关于ruby-on-rails-如何在我的R
我正在尝试解析一个CSV文件并使用SQL命令自动为其创建一个表。CSV中的第一行给出了列标题。但我需要推断每个列的类型。Ruby中是否有任何函数可以找到每个字段中内容的类型。例如,CSV行:"12012","Test","1233.22","12:21:22","10/10/2009"应该产生像这样的类型['integer','string','float','time','date']谢谢! 最佳答案 require'time'defto_something(str)if(num=Integer(str)rescueFloat(s
?博客主页:https://xiaoy.blog.csdn.net?本文由呆呆敲代码的小Y原创,首发于CSDN??学习专栏推荐:Unity系统学习专栏?游戏制作专栏推荐:游戏制作?Unity实战100例专栏推荐:Unity实战100例教程?欢迎点赞?收藏⭐留言?如有错误敬请指正!?未来很长,值得我们全力奔赴更美好的生活✨------------------❤️分割线❤️-------------------------
MIMO技术的优缺点优点通过下面三个增益来总体概括:阵列增益。阵列增益是指由于接收机通过对接收信号的相干合并而活得的平均SNR的提高。在发射机不知道信道信息的情况下,MIMO系统可以获得的阵列增益与接收天线数成正比复用增益。在采用空间复用方案的MIMO系统中,可以获得复用增益,即信道容量成倍增加。信道容量的增加与min(Nt,Nr)成正比分集增益。在采用空间分集方案的MIMO系统中,可以获得分集增益,即可靠性性能的改善。分集增益用独立衰落支路数来描述,即分集指数。在使用了空时编码的MIMO系统中,由于接收天线或发射天线之间的间距较远,可认为它们各自的大尺度衰落是相互独立的,因此分布式MIMO
目录前言一、什么是AIGC?1、什么是PGC?2、什么是UGC?3、什么是PUCG?4、什么是AIGC?二、总结前言很明显,ChatGPT的爆火,带动了AIGC(AI-GeneratedContent)概念的火热。一、什么是AIGC?GC,全称GeneratedContent,是指创作内容。与之相对应的概念中,有PGC、UGC、PUGC、AIGC。1、什么是PGC?PGC,全称ProfessionalGeneratedContent,指专业生产内容。专业生产内容模式,主要表现为由专家或者机构来进行内容的生产,具备专业的内容生产能力,能够保证内容的专业性。主要应用在知识付费、在线教育、学习平台等
我有一个使用SeleniumWebdriver和Nokogiri的Ruby应用程序。我想选择一个类,然后对于那个类对应的每个div,我想根据div的内容执行一个Action。例如,我正在解析以下页面:https://www.google.com/webhp?sourceid=chrome-instant&ion=1&espv=2&ie=UTF-8#q=puppies这是一个搜索结果页面,我正在寻找描述中包含“Adoption”一词的第一个结果。因此机器人应该寻找带有className:"result"的div,对于每个检查它的.descriptiondiv是否包含单词“adoption
我正在尝试提取方括号内的内容。到目前为止,我一直在使用它,它有效,但我想知道我是否可以直接在正则表达式中使用某些东西,而不是使用这个删除功能。a="Thisissuchagreatday[coolawesome]"a[/\[.*?\]/].delete('[]')#=>"coolawesome" 最佳答案 差不多。a="Thisissuchagreatday[coolawesome]"a[/\[(.*?)\]/,1]#=>"coolawesome"a[/(?"coolawesome"第一个依赖于提取组而不是完全匹配;第二个利用前瞻和
使用Ruby1.8.6/Rails2.3.2我注意到在我的任何ActiveRecord模型类上调用的任何方法都返回nil而不是NoMethodError。除了烦人之外,这还破坏了动态查找器(find_by_name、find_by_id等),因为即使存在记录,它们也总是返回nil。不从ActiveRecord::Base派生的标准类不受影响。有没有办法追踪在ActiveRecord::Base之前拦截method_missing的是什么?更新:切换到1.8.7后,我发现(感谢@MichaelKohl)will_paginate插件首先处理method_missing。但是will_pa
我刚刚看到whitehouse.gov正在使用drupal作为CMS和门户技术。drupal的优点之一似乎是很容易添加插件,而且编程最少,即重新发明轮子最少。这实际上正是Ruby-on-Rails的DRY理念。所以:drupal的缺点是什么?Rails或其他基于Ruby的技术有哪些不符合whitehouse.org(或其他CMS门户)门户技术的资格? 最佳答案 Whatarethedrawbacksofdrupal?对于Ruby和Rails,这确实是一个相当主观的问题。Drupal是一个可靠的内容管理选项,非常适合面向社区的站点。它