跳到主要內容

發表文章

目前顯示的是有「AI技術」標籤的文章

Perplexity Pro(4):使用不同 AI 繪圖!

延續 Perplexity Pro(1):選擇 GPT4 跟 DALLE3 跟繁體中文回答 Perplexity Pro(2):Chrome 插件跟 Focus Perplexity Pro(3):Focus 的使用效果 這篇小編繼續介紹 Perplexity 跟 Perplexity Pro 的相關功能。本篇將測試一下 Perplexity Pro 的 AI 繪圖功能。截至當下 Perplexity Pro 已經引入了 Claude 3 ,在各項數據上已經有比 GPT-4 表現更好的模型。 目前的模型有三種 截至目前為止,Perplexity Pro 提供三種 AI 繪圖模型,分別是 Playground v2.5,DALLE-3,Stable Diffussion XL。 Playground v2.5 是 Playground AI 最新版本,他是基於 Diffusion-base 的開源模型。強項在於解決增強色彩和對比度、改善多種長寬比生成、精緻化以人為中心的細節等問題。DALL-E 3 是 OpenAI 最新的 AI 影像生成器,它夠處理複雜的 Prompt 並生成連貫且詳細的影像而受到肯定。Stable Diffusion XL (SDXL) 是另一個以 Diffusion-base 的影像模型。它可以生成高品質影像,並以其對 Prompt 的遵守度而知名,可以提供跟 Prompt 需求幾乎相同的影像。 Perplexity AI 的 AI 繪圖方法有點奇怪.... Perplexity AI 的 AI 繪圖方法不是直接輸入 Prompt,而是要 Perplexity 回答出來之後再生成。小編先請 Perplexity 回答七龍珠悟空的外型描述, 注意1: 請務必請 Perplexity AI 用 英文 回答,目前 AI 繪圖模型不容易看懂中文, 注意2: 需請 Perplexity AI 將描述壓在 45 字內,目前字數限制只有 45 字可以描述 再按下右邊的 Generate Image 按鈕,可以發現 Perplexity Pro 已經預設定了一些繪圖風格,按下後可以 Perplexity AI 會擷取回答文字段落根據選取的風格進行繪圖。 我們不要理,按下右上角的工具按鈕,可以調整 Prompt 內容並自行設定風格。 讓我們看看 Playgrou...

Perplexity Pro(1):選擇 GPT4 跟 DALLE3 跟繁體中文回答

Perplexity AI 是什麼? Perplexity AI,是一款對話式搜尋引擎,運用人工智慧 (AI)技術,以自然語言回應我們的查詢。Perplexity AI 提供多個大型語言模型(LLMs)幫忙進行彙整,目前購買 Perplexity Pro 版本可以使用的語言模型有 Default/Experimental/GPT-4/Claude-2.1,這些模型都能總結及生成所需資訊,可以提供即時、精確且高度相關的回答,並且優化資訊搜尋體驗,重點就是沒有廣告!! Perplexity AI 的發展歷程 2022 年 8 月,由 Aravind Srinivas、Denis Yarats、Johnny Ho 及 Andy Konwinski 共同創立了 Perplexity AI。截至 2022 年 12 月,該平台用戶數已達到220萬,並在2023年底前處理了超過 5 億次的查詢。2024年1月,Perplexity AI 在由 IVP 領頭的融資輪中成功籌集到 7360 萬美元,其中包含 Nvidia 和 Amazon 的創辦者 Jeff Bezos。公司估值達到了令人矚目的 5.2 億美元,可見不少人看好這家公司的發展。 介紹 Perplexity Pro 月付 $20 美元或是年繳 $200 美元可以開啟 Pro 的功能,目前有的特殊功能有多語言模型 (Default/Experimental/GPT-4/Claude-2.1),可上傳文件或圖片辨視(GPT-4V),可以 AI 繪圖 (Default/DALLE-3),可以每個月 $5 免費的 API 使用額度。整體而言如果是重度搜尋使用者,購買年費方案會比 ChatGPT 便宜,但平心而論 ChatGPT 的泛用性比較高。就小編而言,目前大部分的工作偏重搜尋跟寫一些簡單 code 多一點,那麼使用 Perplexity Pro 年費方案就比較適合。如果讀者有興趣,點選下列 連結 ,可以節省 10$ 的月費。  Perplexity Pro 的設定 購買之後一定要先調整一下設定,一個可惜的點就是目前使用介面只有英文版本。對於非英語系使用者會比較不直覺。點選設定 Account 往下拉,可以看到 Pro 版本的設定選項。 語言模型 AI model :小編建議一律設定 GPT4,彙整內容的整體表現真的...

OpenAI 發表 Sora:文字轉影片的 AI 技術,效果相當令人驚艷

OpenAI 最近公布了一項名為 Sora 的 Text to Video AI。Sora 這個模型能夠將文字指令轉化為栩栩如生、充滿創意的影片,這個工具目前尚未開放到大眾使用,只有部分測試人員可以進行測試,不過看官網 Sora 的影片效果實在令人驚艷。 Sora Sora 是一款能夠根據簡單的文字描述建立長達一分鐘影片的 AI 模型,相對於市面上其他類似 AI 僅能生成約 30 秒的影片,差異非常大。Sora AI 理解和模擬動態物理世界方面的能力,可說是突飛猛進。Sora 能夠生成包含多個角色、特定動作類型,以及對主題和背景的精確細節的複雜場景,這證明 Sora 針對動作跟物理模型部分下了不少訓練功夫。 技術基礎與能力 Sora 的核心是一個基於 transformer 架構的 diffusion 模型,讓它能夠處理複雜的影片生成任務,並且具有卓越的擴展性能。這個模型不僅能夠一次性生成整個影片,還能延長已生成的影片,確保即使主體一時消失在畫面之外,也能保持一致性。Sora 還能夠將靜態圖像賦予生命,並在現有影片中填補遺失的畫面,這進一步凸顯了它在創意應用上的多功能性和潛力。 安全措施與限制 在將 Sora 納入其產品線之前,OpenAI 已經採取了數項重要的安全措施。這包括與資安專家合作,以及開發用於檢測誤導內容的工具,看起來要做瑟瑟的內容是不太可能的...。目前,根據官網說明, Sora 仍在準確模擬複雜場景物理和理解特定因果關係方面還有待提高。OpenAI 表示通過與全球的政策制定者、教育工作者和藝術家合作,致力於解決這些問題,並尋找 Sora 的正面應用場景。 影響與未來展望 Sora 的發表轟炸了整個 AI 界。它的未來潛力相當大,可能會徹底改變影片創作和故事講述的方式,以後短影片可能再也不需要演員了。同時,這項技術也帶來了挑戰,尤其是在處理錯誤資訊和 AI 生成內容的倫理使用方面,是的,目前根據官網的說明,針對創作內容應該會有一定的限制了。隨著 OpenAI 持續改進 Sora 並釋放給一般大眾使用,這項技術對未來影響,包括對影片創作產業的衝擊以及如何管理 AI 生成的錯誤資訊,都將是關注的焦點。 創意與倫理的新未來 Sora 的能力為電影製作人、視覺藝術家和設計師帶來了新的可能性,他們現在可以僅憑文字提示,就創造出高度詳細和充滿想像力的影片。這可能...

鯨語翻譯家:科學家用 AI 協助破解鯨魚語言

鯨魚的神秘語言 鯨魚這類神秘的海洋物種,以它們複雜的聲響引起人類的好奇。近期的研究顯示了這些聲音背後的精細結構,顯示它們的交流方式遠比我們想像的要複雜。研究發現,鯨魚的聲音中存在著類似人類語言的元素,如母音和音高的變化。加州大學伯克利分校的 Gašper Beguš 主導的這項研究,為我們理解這些海洋生物的溝通方式開啟了新的視野。 AI 的創新應用 利用人工智能(AI)來破解鯨魚語言,代表了科技在動物溝通研究上的一大步。原先為研究人類語言而開發的 AI 模型,現在被應用於預測和分析鯨魚的聲音。這種方法使我們能識別出抹香鯨交流中獨有的「鳴叫母音」,這些母音與人類的母音和雙母音類似。AI 從大量的鯨魚聲音數據中識別出這些模式,展示了其在動物研究領域的強大潛力。 從觀察到 AI 分析的旅程 生物學家如 Shane Gero 通過精密的觀察開始了解鯨魚語言的旅程。研究人員將鯨魚的點擊聲與鯨魚的行為反應結合,開始解開鯨魚溝通的複雜性。AI 的加入加速了分析的過程,使我們能夠分析數百萬個鯨魚鳴叫,了解是否存在具有結構的語言,包括語法和句法。 跨物種溝通的未來 AI 解碼鯨魚語言的努力不僅僅是為了理解另一個物種,它是拓寬我們認知視野的一部分。這項努力可能會徹底改變我們與自然世界的互動方式,未來或許會藉由 AI 出現動物語言翻譯機,或是出現超級廉價動物勞工....,隨著我們逐漸接近與鯨魚溝通的可能性,我們也面臨道德和哲學上的挑戰。我們對這些有感知能力生物的理解將如何影響我們與它們的關係? 參考資料 Scientists Have Reported a Breakthrough In Understanding Whale Language https://www.nationalgeographic.com/animals/article/scientists-plan-to-use-ai-to-try-to-decode-the-language-of-whales Talking to whales: can AI bridge the chasm between our consciousness and other animals?  

NVIDIA 新工具 Neuralangelo:2D 影片轉換為 3D 模型

Nivida Neuralangelo:從 2D 影片直接 3D 建模 NVIDIA 發表了驚人 AI 模型,名為 Neuralangelo。這個突破性的工具能使用2D 影片將物件轉換為 3D 模型,為其注入生命。聽起來像是遙不可及的科幻劇情?Neuralangelo 無論是復古雕塑還是我們日常的建築和車輛,都可以將它們再現為 3D 複製品,結果無疑令人驚嘆。 這個技術原理首先是從 2D 影片中選擇不同的畫面,每一個畫面都從不同的角度拍攝物體。這確保了 AI 可以全面了解物體的深度、大小和形狀。然後,Neuralangelo 草擬出物件的初步 3D 樣貌,並逐步優化它,直到它精確地反映出真實物件的細節。 技術混搭:兩全其美 Neuralangelo 從其前身 Instant NeRF 的技術中吸取,可以忠實地捕捉我們希望在 3D 中呈現物件的最細微差別。從紋理和圖案到顏色變化,該模型應有盡有。NVIDIA 自豪地說,Neuralangelo 捕捉棘手紋理的能力,無論是屋頂瓦片的崎嶇還是大理石的光滑,都"大大超越了先前的方法"。 更重要的是,這個 AI 似乎不需要高階設備就能施展其魔法。它能夠從普通智慧手機拍攝的影片中建立出可行的 3D 物件。這一功能為世界各地的創作者開放了大門,讓他們可以輕鬆生成 3D 版本的視覺效果。而且它也很快,,根據 NVIDIA 的說法,Neuralangelo 可以在兩小時內完成 3D 建模。 Neuralangelo 的潛力:想像力將是我們的天花板 Neuralangelo 的論文共同作者 Ming-Yu Liu 表示,未來開發者可以將精緻的物件,無論其大小,導入到遊戲或數位化工業虛擬環境中。NVIDIA 的宣傳影片展示了這項技術從無人機拍攝的影片中製作大型景觀的能力,簡化了希望在遊戲中重現真實世界地點的開發者困惱。 但 Neuralangelo 的可能應用不只如此。這項技術在各種領域,從機器人技術和虛擬實境建築和藝術,都有提升的可能,潛在應用的範圍十分廣。 結論:未來即將到來 小編一直在想像,生成式 AI VR MMORPG 的到來。有類似真實世界的建模,角色技能由玩家開麥克風 “念咒”,由 AI 即時生成 ”魔法”,也可以念咒產生合成獸。配合動作捕捉技術,也可以”結手印”,啟動遊戲 AI 生成相對應的 ”忍術”,...