👀日报&周刊合集 | 🎡生产力工具与行业应用大全 | 🧡 点赞关注评论拜托啦！
🔥 Adobe Firefly 大升级！图像高清、操作便利，体验感拉满
https://firefly.adobe.com
Adobe Firefly 升级了，增加了很多定制化功能，模型能力也更强大了！生成图片的默认分辨率居然是2048*2048，远超一般图片平台的清晰度了。本次升级要点如下，使用魔法访问上方链接，就可以免费体验了！
模型升级到 Firefly Image 2，可以创建更逼真的图像，图像质量更高
支持图生图：相当于 Midjourney 垫图功能
支持设置照片参数：可以像相机一样更改光圈、快门速度和视角等参数
提供提示词建议，支持添加反向提示词，支持云储存生成的图片
将鼠标放在生成的图片上，可以对图片进行二次编辑 ⋙ 官方博客
🧰 图片转动画在线AI工具，一分钟就可以做出32个动画
https://sketch.metademolab.com
前两天社群小伙伴找一个AI工具，用一张图片就可以做成动画。当时，整个群一起沉默了。。。不过！逛小红书时看到了「Animated Drawings」，完美满足需求！无需魔法，点击鼠标就可以让一张图片动起来，还能在32种动作类型中切换！
第1步：准备素材，注意四肢不与身体重叠，纯白背景，确保清晰度
第2步：上传图片并裁剪出角色
第3步：AI自动识别角色边界，将主体与背景分开
第4步：AI智能识别骨骼，可以调整绑定关节
第5步：系统预设了32种动画，点击可以查看角色动作
第6步：点击图像右下角标识，可以下载动画 .mp4 视频，找在线工具就可以转成 .gif 格式啦 ⋙ 小红书-视频教程
🧩 Kaggle 首场大模型比赛，金牌解决方案复盘
https://www.kaggle.com/competitions/kaggle-llm-science-exam
Kaggle 作为全球知名的数据科学比赛平台，也参与到了大模型浪潮当中，陆续上线 LLM 相关的比赛和主题分享。
今天要讲的这场比赛「LLM Science Exam」，设定与传统的大模型测评场景比较类似，即给定科学类题目和5个选项ABCDE，选出一个正确答案。
在 Kaggle 平台限制了计算资源、项目时间的情况下，全球大牛们各显神通，给出了不同思路的解决方案。前5名的大佬们用了哪些模型和处理技巧？各类模型表现排名如何？在这篇笔记里写得很清晰了 ⋙ 阅读原文
👀 Poe主流大模型测评榜单：GPT-4完胜，但有意外收获！
https://poe.com/bot_rankings
Poe 是一款聚合了海外主流大模型的AI聊天机器人应用，最近和SurgeAI合作对主流LLM进行了4个维度的评估：推理、和非英语流利程度、创造力性、写作。结果如上图所示，整体客观可信。
GPT-4 拿到了所有第1名，一如既往是「别人家的孩子」。不过，Google-PaLM 对非英语地支持能力排在第2名，Llama-2-70b 在创造性和写作测评中获得第3名，倒是让人耳目一新！值得多做一些模型应用尝试和摸索。测评原理可以访问上方 Poe 链接查看博文~
📜 AI会对HR工作产生哪些影响？这里有一份调查报告
国内外的人才平台和招聘平台正在陆续引进大模型功能。AI对招聘和求职将带来什么影响呢？HR和应聘者持乐观还是悲观态度呢？这份报告给出了1000+人的调研结果。整体来说，双方都对技术发展持乐观态度，但也担心AI偏见等导致的决策失误。
选出了几个调研的关键数据，完整报告和分析可以前往下方原文查看：
约 77% 的HR认为，AI很快就会足够先进，承担聘用决策的重任
约 89% 的受访者认为，AI可以帮助求职者完成申请流程
约 31% 的受访者同意由AI来决定他们是否被录用 ⋙ 阅读原文
📚 万字长文！VR 不完全科普指南，一文了解VR原理和前景
这是一篇易懂又全面的 VR (虚拟现实) 技术的科普文章，全面介绍了 VR 技术发展历史、核心原理和应用前景，读完可以对这一领域有着透彻的理解，跟上目前眼花缭乱的产品发布节奏。以下是文章要点，可以对照查看原文：
一、上帝的画笔：介绍了VR起源，它实现了让人类真正拿起创世神的画笔、描绘并体验虚拟世界的梦想
二、我们应该如何呈现世界
一块屏幕：介绍了VR中使用的显示屏技术的发展和优劣势
把光映入眼中：说明了VR利用凸透镜的原理实现近距离成像和视觉放大
沉浸感的实现：通过双屏幕呈现立体视差，利用人眼合成立体图像的原理
远近感知：讲解了人眼判断距离的生理机制，以及VR中利用眼动调节解决远近感知问题
三、世界应该如何与我们交互
空间定位：介绍了IMU和内外部摄像头追踪的工作原理
面部、眼动和手势追踪：说明了各种传感器实现面部追踪、眼动追踪和手势交互的技术
全彩透视：可以将VR捕捉真实环境，实现数字孪生等应用
四、把大象塞进冰箱的最后一步：对VR头显的核心部件如传感器、芯片进行概述
五、后记：总结了作者的写作心得，对VR技术发展的期待 ⋙ 阅读原文
📋 从VAE到DDPM，一文搞懂AIGC 图像生成模型的发展历程
AIGC 指的是人工智能生成内容 (AI Generated Content)，就是最近大火的基于AI生成文字、图片、视频、音频等。AIGC 生成图像的过程用到了 DALL-E、Stable Diffusion 等模型，它们都是基于Diffusion Model、特别是 Conditional DDPM 算法实现的。
这篇文章将原理、公式和代码结合在一起，展示了图像生成模型由简单到复杂的技术发展历程。如果你在学习 Diffusion Model 之前需要补充基础知识，记得回看这篇文章。
AE (AutoEncoder)：最基础的重构模型，通过编码器提取图片特征，解码器重构图片
VAE (Variational AutoEncoder)：在AE基础上，编码器输出是连续latent变量，使其服从某分布 (如高斯分布)，可以生成新的样本
CVAE (Conditional VAE)：在VAE基础上引入条件，可以控制生成结果
DDPM (Denoising Diffusion Probabilistic Model)：一种生成模型，将数据逐步添加高斯噪音，再逐步去噪重构，可以生成高质量样本
Conditional DDPM：在DDPM中引入条件，控制生成过程 ⋙ 阅读原文
📚 RLHF + Diffusion Models = ？一次很有意思的尝试！
https://www.tanishq.ai/blog/posts/ddpo.html
近年来,生成式AI主要有两大进展，一个是语言模型 (如ChatGPT、LLaMA-2)，另一个是图像生成模型 (如DALL-E、Stable Diffusion)。语言模型使用了强化学习中的人类反馈 (RLHF) 技术,使其更容易遵循指示。因此作者提出, RLHF 能否也应用于后者？
作者尝试将强化学习中的 DDPO 算法应用于Stable Diffusion等扩散模型，以优化生成图像的审美质量。具体来说，文章首先建立了将扩散模型形式化为马尔可夫决策过程的框架，然后推导出了DDPO的目标函数，并给出了完整的训练流程。
在ImageNet动物数据集上进行的实验表明，这种方法可以有效提升图像的视觉质量和美感。当然，由于奖励函数本身并不包含语义指示，所以有时生成的图像会偏离原始提示。
总体来说，这项工作展现了强化学习在提升生成模型表现方面的潜力！
感谢贡献一手资讯、资料与使用体验的 ShowMeAI 社区同学们！
订阅合集 #ShowMeAI日报，查看历史消息，接收每日最新推送; 点击公众号底部菜单栏，或者回复关键字 日报 ，可以获取独家AI发展趋势报告、原创AI专题资料合集等。
◉ 点击 👀日报&周刊合集，订阅话题 #ShowMeAI日报，一览AI领域发展前沿，抓住最新发展机会！
◉ 点击 🎡生产力工具与行业应用大全，一起在信息浪潮里扑腾起来吧！
