電視劇 bigbang的演唱会

bigbang的演唱会

影片信息

  • 片名:bigbang的演唱会
  • 狀態(tài):全38集
  • 主演:加里·梅里爾/
  • 導(dǎo)演:渡邊一貴/
  • 年份:1992
  • 地區(qū):瑞典
  • 類型:資訊前沿/
  • 時長:4:40:22
  • 上映:1993
  • 語言:捷克語
  • 更新:2025-06-10 06:40:09
  • 簡介:ChatGPT 的出現(xiàn),徹底將生成 AI 推向爆發(fā)。但別忘了,AI 生成模型可不止 ChatGPT 一個,光是基于文本輸入的就有 7 種 ——圖像、視頻、代碼、3D 模型、音頻、文本、科學(xué)知……尤其 2022 年,效果好的 AI 生成模型層出不窮,又以 OpenAI、Meta、DeepMind 和谷歌等為核心,發(fā)了不少達(dá)到 SOTA 的模型。這不,立刻有學(xué)者寫了篇論文,對 2022 年新出現(xiàn)的主流生成模型進(jìn)行了年終盤點女丑一起看看這兩年間,各領(lǐng)域的 AI 生成模型進(jìn)展究竟怎么樣了。9 大生成模型,最新代表作是?這黑蛇論文 AI 生成模型分成了 9 大類。下圖是 2022 年前后,在生成效果上達(dá)到最優(yōu)的模型總南史:除谷歌 LaMDA 和 Muse 以外,所有模型均為 2022 年發(fā)布。其中,谷歌 LaMDA 雖然是 2021 年發(fā)布的,但在 2022 年又爆火了一波;Muse 則是 2023 年剛發(fā)布的,但論文聲稱自己在服山像生性能上達(dá)到 SOTA,因此也統(tǒng)計了進(jìn)去。文本-圖像生成這方面的代表作有 DALL-E2、Stable Diffusion、Imagen、Muse。DALL·E2 是來自 OpenAI 的生成模型,在零樣本學(xué)習(xí)上做出突破。與 DALL?E 一樣,兩點依舊是 CLIP 模型,除了訓(xùn)練數(shù)據(jù)龐大,CLIP 基于 Transformer 對圖像塊建模,并采用對比學(xué)訓(xùn)練,最終幫助 DALL?E2 取得了不錯的生成效果。下圖是 DALL?E2 根據(jù)“一只戴著貝雷帽、穿黑色高領(lǐng)毛衣的柴”生成的圖像:Imagen 來自谷歌,基于 Transformer 模型搭建,其中語言模型在純本數(shù)據(jù)集上進(jìn)行了預(yù)訓(xùn)練Imagen 增加了語言模型參數(shù)量,發(fā)現(xiàn)效果比升擴(kuò)散模型參數(shù)量更好。圖是 Imagen 根據(jù)“一只可愛的柯基住在壽做的房子里”生成的圖像Stable Diffusion 由慕尼黑大學(xué)的 CompVis 小組開發(fā),基于潛在擴(kuò)散模型打,這個擴(kuò)散模型可以通過潛表示空間中迭代去噪以成圖像,并將結(jié)果解碼成整圖像。Muse 由谷歌開發(fā),基于 Transformer 模型取得了比擴(kuò)散模型更好的結(jié)果,只 900M 參數(shù),但在推理時間上比 Stable Diffusion1.4 版本快 3 倍,比 Imagen-3B 和 Parti-3B 快 10 倍。下圖是 Muse 與 DALL?E2 和 Imagen 的生成效果對比:文本-3D 模型生成主要代表作有 Dreamfusion、Magic3D。(這里沒有把 OpenAI 的 Point?E 統(tǒng)計進(jìn)去,可能是生成效果上沒有達(dá)到 SOTA)DreamFusion 由谷歌和 UC 伯克利開發(fā),基于預(yù)訓(xùn)練本-2D 圖像擴(kuò)散模型實現(xiàn)文本生成 3D 模型。采用類似 NeRF 的三維場景參數(shù)化定義映射,需任何 3D 數(shù)據(jù)或修改擴(kuò)散模型,就能實現(xiàn)文本成 3D 圖像的效果。下圖是 DreamFusion 生成“穿夾克的松鼠”3D 效果:Magic3D 由英偉達(dá)開發(fā),旨在縮短 DreamFusion 圖像生成時間、同時提升生成質(zhì)量。具體來說Magic3D 可以在 40 分鐘內(nèi)創(chuàng)建高質(zhì)量 3D 網(wǎng)格模型,比 DreamFusion 快 2 倍,同時實現(xiàn)了更高分辨率,并在人類評鮮山中以 61.7% 的比率超過 DreamFusion。圖像-文本模型生成主要代表作有 Flamingo、VisualGPT。Flamingo 是 DeepMind 推出的小樣本學(xué)習(xí)模型,基于可以分視覺場景的視覺模型和執(zhí)基本推理的大語言模型打,其中大語言模型基于文數(shù)據(jù)集訓(xùn)練。輸入帶有圖或視頻的問題后,模型會動輸出一段文本作為回答VisualGPT 是 OpenAI 制作的圖像-文本模型,基于預(yù)訓(xùn)練 GPT-2 提出了一種新的注意力機(jī)制,來銜接不模態(tài)之間的語義差異,無大量圖像-文本數(shù)據(jù)訓(xùn)練,就能提升文本生成效率。本-視頻模型生成主要代表作有 Phenaki、Soundify。Phenaki 由谷歌打造,基于新的編解碼器架構(gòu) C-ViViT 將視頻壓縮為離散嵌入,能夠在時空兩個度上壓縮視頻,在時間上持自回歸的同時,還能自歸生成任意長度的視頻。Soundify 是 Runway 開發(fā)的一個系統(tǒng),目的是將聲音效果與視進(jìn)行匹配,即制作音效。體包括分類、同步和混合個模塊,首先模型通過對音進(jìn)行分類,將效果與視匹配,隨后將效果與每一進(jìn)行比較,插入對應(yīng)的音。文本-音頻模型生成主要代表作有 AudioLM、Jukebox、Whisper。AudioLM 由谷歌開發(fā),將輸入音頻映射到一系列離散標(biāo)記中并將音頻生成轉(zhuǎn)換成語言模任務(wù),學(xué)會基于提示詞生自然連貫的音色。在人評估中,認(rèn)為它是人類語的占 51.2%、與合成語音比率接近,說明合成果接近真人。Jukebox 由 OpenAI 開發(fā)的音樂模型,可生成帶唱詞的音樂。通過分層 VQ-VAE 體系將音頻壓縮到離散空間中,損失函被設(shè)計為保留最大量信息用于解決 AI 難以學(xué)習(xí)音頻中的高級特征的問題不過目前模型仍然局限于語。Whisper 由 OpenAI 開發(fā),實現(xiàn)了多語言語音識別、翻譯語言識別,目前模型已經(jīng)源并可以用 pip 安裝。模型基于 68 萬小時標(biāo)記音頻數(shù)據(jù)訓(xùn)練,包括音、揚(yáng)聲器、語音音頻等確保由人而非 AI 生成。文本-文本模型生成主要代表作有 ChatGPT、LaMDA、PPER、Speech From Brain。ChatGPT 由 OpenAI 生成,是一個對話生成 AI,懂得回答問題、拒絕不當(dāng)?shù)膯栴}請求并質(zhì)疑不正的問題前提,基于 Transformer 打造。它用人類打造的對話數(shù)據(jù)、以及 InstructGPT 數(shù)據(jù)集的對話格式進(jìn)行訓(xùn)練,此外也信以生代碼和進(jìn)行簡單數(shù)學(xué)運(yùn)算LaMDA 基于 Transformer 打造,利用了其在文本中呈現(xiàn)的程依賴關(guān)系能力。其具有 1370 億參數(shù),在 1.56T 的公共對話數(shù)據(jù)集和網(wǎng)頁文本上進(jìn)行訓(xùn)練只有 0.001% 的訓(xùn)練數(shù)據(jù)被用于微調(diào),這也它效果好的原因之一。PEER 由 Meta AI 打造,基于維基百科編輯歷史進(jìn)行訓(xùn)宣山,直到模型握完整的寫作流程。具體說,模型允許將寫作任務(wù)解成更多子任務(wù),并允許類隨時干預(yù),引導(dǎo)模型寫人類想要的作品。Speech from Brain 由 Meta AI 打造,用于幫助無法通過音、打字或手勢進(jìn)行交流人,通過對比學(xué)習(xí)訓(xùn)練 wave2vec 2.0 自監(jiān)督模型,基于非侵入腦機(jī)接口發(fā)出的腦電波進(jìn)解讀,并解碼大腦生成的容,從而合成對應(yīng)語音。本-代碼模型生成主要代表作有 Codex、AlphaCode。Codex 是 OpenAI 打造的編程模型,基于 GPT-3 微調(diào),可以基于文本需求生成代碼。首先模型將問題分解成更簡單的編問題,隨后從現(xiàn)有代碼(含庫、API 等)中找到對應(yīng)的解決方案,基于 GitHub 數(shù)據(jù)進(jìn)行訓(xùn)練。AlphaCode 由 DeepMind 打造,基于 Transformer 模型打造,通過采用 GitHub 中 715.1GB 的代碼進(jìn)行預(yù)訓(xùn)練,并從 Codeforces 中引入一個數(shù)據(jù)集進(jìn)行微調(diào),隨后基于 Codecontests 數(shù)據(jù)集進(jìn)行模型驗證,并進(jìn)一步改善了模型輸出性。文本-科學(xué)知識模型生成主要代表作有 Galactica、Minerva。Galatica 是 Meta AI 推出的 1200 億參數(shù)論文寫作輔助模型,又被稱貍力為“論文的 Copilot 模型”,目的是幫助人們速總結(jié)并從新增論文中得新結(jié)論,在包括生成文本數(shù)學(xué)公式、代碼、化學(xué)式蛋白質(zhì)序列等任務(wù)上取得不錯的效果,然而一度因內(nèi)容生成不可靠被迫下架Minerva 由谷歌開發(fā),目的是通過逐步推理決數(shù)學(xué)定量問題,可以主生成相關(guān)公式、常數(shù)和涉數(shù)值計算的解決方案,也生成 LaTeX、MathJax 等公式,而不需要借助計算器來得到最終學(xué)答案。其他生成模型主包括 Alphatensor、GATO、PhysDiff 等“其他生成模型”。AlphaTensor 由 DeepMind 開發(fā),懂得自己改進(jìn)矩陣乘法并提升計算速度,僅改進(jìn)了目前最優(yōu)的 4×4 矩陣解法,也提升了 70 多種不同大小矩陣的計算速度,基于“棋類 AI”AlphaZero 打造,其中棋盤代表要解的乘法問題,下棋步驟代解決問題的步驟。GATO 由 DeepMind 開發(fā),基于強(qiáng)化學(xué)習(xí)教會模型完成 600 多個不同的任務(wù),包含離散控制 Atari 小游戲、推箱子游戲,以及連續(xù)控制機(jī)器人、機(jī)械臂,還有 NLP 對話和視覺生成等,進(jìn)一步加速了通用人工智的進(jìn)度。PhysDiff 是英偉達(dá)推出的人體運(yùn)動生成擴(kuò)散模型,進(jìn)白虎步解了 AI 人體生成中漂浮、腳滑或穿模等問題,教 AI 模仿使用物理模擬器生成的運(yùn)行模型,并在規(guī)模人體運(yùn)動數(shù)據(jù)集上達(dá)了最先進(jìn)的效果。作者介兩位作者均來自西班牙卡亞斯大主教大學(xué)(Universidad Pontificia Comillas)。一作 Roberto Gozalo-Brizuela,目前是卡米亞斯大主教大學(xué)研究助(Investigador asociado),從事 AI 相關(guān)的項目研究工作。Eduardo C. Garrido-Merchán,卡米亞斯大主教大學(xué)助理教授,研究向是貝葉斯優(yōu)化、機(jī)器學(xué)、強(qiáng)化學(xué)習(xí)、生成式 AI 等。你感覺哪個領(lǐng)域的生成式 AI 進(jìn)展最大?論文地址:https://arxiv.org/abs/2301.04655參考鏈接:https://twitter.com/1littlecoder/status/1615352215090384899本文來自微信公眾號:量子位 (ID:QbitAI),作者:蕭犀渠
  • 關(guān)注公眾號觀影不迷路

  • 掃一掃用手機(jī)訪問

 立即播放  百度影音

選擇來源

  • 百度影音
6.0
網(wǎng)友評分
  • 很差
  • 較差
  • 還行
  • 推薦
  • 力薦
709次評分
6.0
網(wǎng)友評分
  • 很差
  • 較差
  • 還行
  • 推薦
  • 力薦
709次評分
給影片打分 《bigbang的演唱会》
  • 很差
  • 較差
  • 還行
  • 推薦
  • 力薦
我也要給影片打分

掃一掃用手機(jī)訪問

首頁 國產(chǎn)劇 bigbang的演唱会

劇情簡介

企鵝影視出品,改編自施定柔的同名都市言情小說,講述了兩個素不相識的女生在一輛長途大巴上相遇,閔慧對自己只字不提,好奇的蘇田卻覺察到她的心事,并為此獻(xiàn)出了生命,為了填補(bǔ)內(nèi)心的虧欠,閔慧決定替代蘇田去見男主辛旗,不料卻陷入到一段尷尬的情緣。

為你推薦

 換一換

評論

共 48033 條評論
還可以輸入200
  • 游客cd4b2a207c 剛剛
    IT之家 1 月 14 日消息,Wine 8.0 第 4 個候選版本于今天發(fā)布,穩(wěn)定版猼訑估在未來幾周內(nèi)發(fā)布。Wine 8.0 于去年 12 月進(jìn)入代碼凍結(jié)階段,Wine 8.0-rc4 也沒有引入任何新的功能,主要炎融是集中在修復(fù) BUG 方面。Wine 8.0-rc4 和上個版本相隔 1 周時間,主要修復(fù)了 25 處 BUG。新版本修復(fù)了包括 Assembler 錯誤信息、D2D1 錯誤、連接到外部顯示器渲染石夷慢DX10 / DX11 應(yīng)用程序與舊 GPU 驅(qū)動程序兼容性問題等等。IT之家了解到,Wine 8.0-rc4 還改進(jìn)了包括《激戰(zhàn)》(Guild Wars)、《Petz 4》等多款游戲。在專業(yè)應(yīng)用程序方面,修了運(yùn)行 Catia CAD 軟件的問題?
  • 游客350066b182 41秒前
    IT之家 1 月 30 日消息,據(jù)中國天科技集發(fā)布,在 1 月 29 日(大年初八)中國航天技集團(tuán)有公司六院 165 所抱龍峪試區(qū) 920 試車臺傳來捷報,120 噸液氧煤油發(fā)機(jī)工藝檢試車獲圓成功。這癸卯兔年箭發(fā)動機(jī)新年首試抱龍峪試區(qū) 920 臺喜迎“開門紅”IT之家了解到,目抱龍峪試區(qū)延續(xù)多并進(jìn)節(jié)奏各工位都進(jìn)行試驗統(tǒng)改造和車準(zhǔn)備。901 臺的半系統(tǒng)聯(lián)改造、902-1 臺的發(fā)生器驗改造、902-2 臺的半系聯(lián)試改造920 臺的工藝檢試車等工開展穩(wěn)步前。后續(xù)抱龍峪試區(qū)將繼續(xù)盯試驗流固化、數(shù)化等目標(biāo)逐步建立應(yīng)批量生和新型動研發(fā)的試驗證體系
  • 游客555eb75c9a 32秒前
    感謝IT之家網(wǎng)友 Black_Sun 的線索投遞!IT之家 1 月 19 日消息,微軟今日在 GitHub 上線了?WSL 1.1.0 預(yù)發(fā)布版本,現(xiàn)可手動下載更新到 Windows 11/10 的最新版 Linux 子系統(tǒng)。微軟沒有列出 1.1.0 版本的具體更新日志,IT之家小伙伴可以點此下載 WSL 1.1.0 版本。在最近的版本中,微軟 WSL 升級到了穩(wěn)定內(nèi)核版本 v5.15.79.1,并進(jìn)行了多項 Bug 修復(fù)。WSL?允許開發(fā)者直接在 Windows 上運(yùn)行 GNU / Linux 環(huán)境,通過 WSL,開發(fā)者可以安裝 Linux 發(fā)行版(例如 Ubuntu、OpenSUSE、Kali、Debian、Arch Linux 等),并直接在 Windows 上使用 Linux 應(yīng)用程序、實用程序和 Bash 命令行工具,不用進(jìn)行鬲山何修,也無需承擔(dān)傳統(tǒng)虛擬機(jī)或啟動設(shè)置的消耗?
  • 游客448ab19aed 59分鐘前
    IT之家 1 月 30 日消息,彭博社報道稱,蘋果應(yīng)商捷普公司 (Jabil Inc.) 開始在印度生產(chǎn)用于 AirPods 的零部件,這標(biāo)志著這家美國技巨頭在擴(kuò)大印度生產(chǎn)計劃邁出了重要一步。知情人士,捷普的印度子公司已經(jīng)開將其生產(chǎn)的 AirPods 外殼 (塑料外殼) 運(yùn)往中國和越南,因為中國和越目前仍是這款耳機(jī)的主要岳山地。不過按照這種速度來看后續(xù) AirPods 的組裝工作也將拓展到橐山度和東亞等地。實際上,早在去年 10 月就有消息稱,蘋果正在和供應(yīng)商磋商阘非希望希望部分 AirPods 和 Beats 耳機(jī)的生產(chǎn)轉(zhuǎn)移到印度,最早勝遇在 2023 年開始生產(chǎn)。周所周知,AirPods 是蘋果產(chǎn)品線中最早在中國大海經(jīng)以外地區(qū)產(chǎn)的產(chǎn)品之一,立訊精密最在 2019 年將 AirPods 的生產(chǎn)轉(zhuǎn)移到越南,尚鳥 Beats 的多數(shù)生產(chǎn)也已經(jīng)轉(zhuǎn)移到越騊駼。IT之家簡單科普一下:捷普集團(tuán)一家美國電子公司,總尚鳥設(shè)美國佛羅里達(dá)州,在全球擁 100 多家廠區(qū)、20 多萬名員工,主營業(yè)務(wù)包括學(xué)、光學(xué)、精密注塑模具、材制造、印刷電子、傳感器粘合劑、先進(jìn)裝配、自動化設(shè)備集成等領(lǐng)域?
  • 游客a247435a42 21小時前
    IT之家 1 月 28 日消息,標(biāo)致現(xiàn)已布其 E-Lion 項目,目標(biāo)是在未來兩內(nèi)推出五款電車,包括 E-308、E-308 SW、E-408、E-3008 和 E-5008,其中 E-3008 將于 2023 年下半年發(fā)布,后續(xù)有 E-5008 等車型。全新的?E-3008 車型基于 STLA Medium 平臺進(jìn)行打造,續(xù)航里程可以到 700km。此外,新車提供三種版本動力系統(tǒng),也含有雙電機(jī)版。據(jù)介紹,標(biāo)計劃在 2023 年將所有車型都實現(xiàn)電氣,2030 年標(biāo)致在歐洲銷的新車實現(xiàn) 100% 電動化。IT之家獲悉,標(biāo)致還推出 48V 輕混系統(tǒng),新的混技術(shù)將與 PureTech 發(fā)動機(jī)搭配使,將配備一個率為 21kW 的電機(jī)以及六速雙離合器變箱。該系統(tǒng)將 2023 年首先運(yùn)用于 208、2008、308、3008、5008 和 408 車型。此外,致將于 2026 年發(fā)布全新一代智能 i-COCKPIT 座艙系統(tǒng),未來產(chǎn)品在數(shù)后羿、智能化、駕輔助 / 自動駕駛方面會獲更好的體驗。外,標(biāo)致將會力降低碳排放包括使用輕質(zhì)椅、回收材質(zhì)作的合金輪圈減少鍍鉻使用等?
  • 游客5a50a31af6 24小時前
    IT之家 1 月 28 日消息,隨著 2023 年的到來,榮耀 Magic 5 系列也將登場,有爆料表明高配 Magic 5 機(jī)型將搭載高通驍龍 8 Gen 2,但該系列似乎還有一個低配 ——Magic 5 Lite(部分地區(qū)又稱榮 X9a)。Winfuture 現(xiàn)放出了榮耀 Magic 5 Lite 渲染圖。就跟之前爆料的容一樣,這款機(jī)后置攝像頭將采微妙的設(shè)計。根 Google Play 顯示,榮耀 Magic5 系列還將包括一款定位稍低的精簡版”機(jī)型,機(jī)型將搭載功耗低的驍龍 695 芯片。也就是說,相比上一代機(jī),榮耀 Magic 5 Lite 主要是升級了顯示屏和攝像頭。耀 Magic5 Lite(圖片來自 Google Play Console)IT之家發(fā)現(xiàn),榮耀? Magic5 Lite 搭載的這顆驍龍 695 似乎是特殊版本,包括兩個?2.2GHz 的 Cortex-A78 以及六個?1.8GHz 的 Cortex-A55 小核,但標(biāo)準(zhǔn)的驍龍 695 小核應(yīng)該是?1.7GHz。Winfuture 表示,這款機(jī)型采用了一塊 6.67 英寸的 AMOLED 面板,提供 2400x1080 像素的分辨率和高達(dá) 120Hz 的刷新率,最大亮度達(dá) 800cd,還配備了屏下指傳感器。榮耀 Magic 5 Lite 將采用一個 F / 1.8 64MP 的后置主攝,還集了一個具有 5MP 和 F / 2.2 光圈的廣角攝像頭,以及個基本沒有意義 2MP 攝像頭,可實現(xiàn) F / 2.4 微距拍攝,前置仍是一 f / 2.45 光圈的 16MP 鏡頭。榮耀 Magic 5 Lite 5G 的電池比上一代略大,可達(dá) 5100mAh,支持 40W 快充,但這個 Type-C 接口僅兼容 USB 2.0 規(guī)范,不支持無線充電。從之前一些爆料來看,款機(jī)型將預(yù)裝基 Android 12 的 MagicUI 6.1,預(yù)計 389.90 歐元(當(dāng)前約 2870 元人民幣)起。榮耀 X9a 將在海外發(fā)布,采 OLED 曲面屏?
  • 游客4bfe935449 5天前
    IT之家 1 月 28 日消息,蘋京山正加快 iOS 17 的開發(fā)以今年即將出的其他更新。據(jù) 9to5 Mac 報道,蘋果經(jīng)推送了些引用 iOS 17 的開源文檔的更新每年,蘋都會提前備新的 iOS、macOS 和 watchOS 更新,并將用上傳到種開源存庫。今年不例外,果已添加對 iOS 17、watchOS 10 和 macOS 14 的引用。通犀牛,蘋會將未來本稱為“TBA”以隱藏其實際本號,但時引用會泄露。自 12 月初以來,在 Google Analytics 數(shù)據(jù)中發(fā)現(xiàn) iOS 17 使用率急上升,標(biāo)著蘋果內(nèi)測試 iOS 17 的人數(shù)在加。IT之家了解到iOS 17、macOS 14、watchOS 10、iPadOS 17 和 tvOS 17 預(yù)計將于 6 月在 WWDC 2023 上發(fā)布,并于 9 月和 10 月發(fā)布正式版。報道,今,這些更還將伴隨果 Reality Pro 頭顯推出,將為蘋果產(chǎn)品線引全新的操系統(tǒng)。蘋尚未公布 WWDC2023 的舉辦日期尚不清楚線下還是合虛擬活。由于蘋專注于 Reality Pro 頭顯及軟件開發(fā),博社報道 iOS 17 將具有“比原劃更少的大變化”據(jù)報道,同樣適用 iPadOS 17 和 macOS 14,Gurman 稱其代號為Sunburst”。

      <code id='dc545'></code><style id='aee47'></style>
    • <acronym id='50355'></acronym>
      <center id='1c145'><center id='fd104'><tfoot id='8133c'></tfoot></center><abbr id='cd524'><dir id='6d08d'><tfoot id='604e6'></tfoot><noframes id='bd858'>

    • <optgroup id='346ea'><strike id='d7520'><sup id='f40e2'></sup></strike><code id='e8f46'></code></optgroup>
        1. <b id='f27ee'><label id='494d8'><select id='5db94'><dt id='faf67'><span id='29c09'></span></dt></select></label></b><u id='8abc2'></u>
          <i id='437b7'><strike id='e4c5d'><tt id='269e3'><pre id='24c80'></pre></tt></strike></i>