直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

复活老照片，哪个工具最好用？

回答

以下是一些可以用于复活老照片的工具：

  • 本地工具放大：https://www.upscayl.org/#download
  • SD 放大：扩散模型可以增加更多细节
  • 开源工作流：开源的 Magnific AI 的图片放大工作流
  • 开源工作流：图像高清修复，无损放大 N 倍
  • stability.ai 的 https://clipdrop.co/tools
  • 画质增强 magnific 遥遥领先：https://magnific.ai/
  • Krea：https://www.krea.ai/apps/image/enhancer
  • Image Upscaler：https://imageupscaler.com/
  • 佐糖：https://picwish.cn/photo-enhancer-api?apptype=aps-bd-api&bd_vid=8091972682159211710
  • 腾讯 ARC：https://arc.tencent.com/zh/ai-demos/humansegmentation?ref=88sheji.cn
  • 腾讯开源的模型，能恢复老照片：https://github.com/TencentARC/GFPGAN
  • 在线测试地址：https://replicate.com/tencentarc/gfpgan
  • 美图老照片修复：https://www.x-design.com/quality/?channel=sllbd90&bd_vid=11711254260543749686
  • Imglarger：https://imglarger.com/
  • Let's Enhance：https://letsenhance.io/
  • Waifu2x：http://waifu2x.udp.jp/

这些工具各有特点，你可以根据自己的需求和喜好选择适合的工具来复活老照片。

内容由 AI 大模型生成，请仔细甄别（powered by aily）

参考资料

辅助工具：放大/扩图

本地工具放大：https://www.upscayl.org/#downloadSD放大：扩散模型可以增加更多细节开源工作流：[开源的Magnific AI的图片放大工作流](https://waytoagi.feishu.cn/wiki/A5LtwIV6KixSCckCOuYcAYpFnjb)开源工作流：[图像高清修复，无损放大N倍](https://waytoagi.feishu.cn/wiki/BDNJwt5uji6hkakgahGcp0LlnVb)stability.ai的https://clipdrop.co/tools画质增强magnific遥遥领先：https://magnific.ai/Krea https://www.krea.ai/apps/image/enhancerImage Upscaler：https://imageupscaler.com/佐糖：https://picwish.cn/photo-enhancer-api?apptype=aps-bd-api&bd_vid=8091972682159211710腾讯ARChttps://arc.tencent.com/zh/ai-demos/humansegmentation?ref=88sheji.cn腾讯开源的模型，能恢复老照片：https://github.com/TencentARC/GFPGAN在线测试地址：https://replicate.com/tencentarc/gfpgan美图老照片修复：https://www.x-design.com/quality/?channel=sllbd90&bd_vid=11711254260543749686Imglarger：https://imglarger.com/Let's Enhance：https://letsenhance.io/Waifu2x：http://waifu2x.udp.jp/Waifu2x能够提供图片的放大和降噪功能，通过使用深度学习技术可以提高图像的质量，同时保留细节和纹理。它简单易用且效果非常好。

【SD】用AI给老照片上色，岁月不改它模样

所以，接下来我将图片再发送到图生图当中，打开stableSR脚本，放大两倍。这个放大插件是所有插件中对原图还原最精准的，也是重绘效果最好的，不知道的朋友可以参考我的这篇文章——[【Stable Diffusion】超清无损放大器StableSR](http://mp.weixin.qq.com/s?__biz=MzkzMzIwMDgxMQ==&mid=2247487403&idx=1&sn=cbb96534fa6f58c37cf9fc64bc7ade0c&chksm=c251596ff526d0792b4bba0e21b69427b23e780824bdc75b22f1073e8bad6f61f30199fc8344&scene=21#wechat_redirect)。切换到sd2.1的模型进行修复，vae选择vqgan，提示词可以什么都不写，以免对原图产生干扰。启用MutiDiffusion插件，不开放大倍数，仅使用分块渲染的功能，能帮助我们在显存不够的情况下，将图片放大到足够的倍数。好了，经过一顿操作，我们就将这张图片处理完成了。对比一下看看，之前的黑白照片和经过上色高清化完成之后效果。同样的步骤，又还原了一张我妈妈的照片。在问到她当时穿的什么颜色衣服的时候，她记得可清楚了，想都没想就告诉我说是绿色的。

辅助工具：放大/扩图

Kraken.ioKraken.io主要用于图像压缩，但也提供了一个免费的图像放大功能。不仅能够放大图像，还能保证图像的细节清晰度。Deep Art EffectsDeep Art Effects是一款强大的艺术效果编辑器，通过AI技术能够将图像放大并赋予艺术效果。它支持多种滤镜和风格，让您的图像更加独特。Real-ESRGAN https://replicate.com/nightmareai/real-esrgan --------这个暂时处理的假（群友实操）这个模型是一个基于Real-ESRGAN的图像超分辨率增强模型，具有可选的人脸修复和可调节的放大倍数。Real-ESRGAN是一个非常强大的图像超分辨率算法，可以将低分辨率图像转换为高分辨率图像。它使用深度学习模型进行训练，能够恢复出更多的细节和清晰度。此外，该模型还提供了人脸修复的选项，可以在超分辨率处理的同时对图像中的人脸进行修复，使得人脸更加清晰和自然。同时，用户还可以通过调整放大倍数来控制图像的超分辨率程度，最大放大倍数为10。该模型可以通过API在Replicate上运行，使用户可以方便地对图像进行超分辨率增强处理。这个用几次要收费多种组合操作4️⃣📸使用Photoshop Generative AI功能修复破损老照片🛠️主要工具包括：Remove tool,Clone brush,Generative fill以及Neural filters。

其他人在问
修复老照片的AI工具
以下是一些修复老照片的 AI 工具及相关操作步骤： 工具： 1. Stable Diffusion：启用 MutiDiffusion 插件，不开放大倍数，仅使用分块渲染功能，可在显存不够时放大图片。还可使用 t2ia_color 模型和 controlnet 控制颜色。 2. GFPGAN 算法：用于将人脸变清晰。 3. 本地工具放大：https://www.upscayl.org/download 4. SD 放大：扩散模型可增加更多细节。 5. 开源工作流： 6. stability.ai 的 https://clipdrop.co/tools 7. 画质增强 magnific：https://magnific.ai/ 8. Krea：https://www.krea.ai/apps/image/enhancer 9. Image Upscaler：https://imageupscaler.com/ 10. 佐糖：https://picwish.cn/photoenhancerapi?apptype=apsbdapi&bd_vid=8091972682159211710 11. 腾讯 ARC：https://arc.tencent.com/zh/aidemos/humansegmentation?ref=88sheji.cn 12. 腾讯开源的模型（能恢复老照片）：https://github.com/TencentARC/GFPGAN，在线测试地址：https://replicate.com/tencentarc/gfpgan 13. 美图老照片修复：https://www.xdesign.com/quality/?channel=sllbd90&bd_vid=11711254260543749686 14. Imglarger：https://imglarger.com/ 15. Let's Enhance：https://letsenhance.io/ 16. Waifu2x：http://waifu2x.udp.jp/ 操作步骤： 1. 将照片放入后期处理，使用 GFPGAN 算法将人脸变清晰。 2. 对照片在 ps 里进行角度调整和裁切。 3. 把图片发送到图生图中，打开 stableSR 脚本，放大两倍。切换到 sd2.1 的模型进行修复，vae 选择 vqgan，提示词可不写以免干扰原图。
2024-10-08
AI怎么做老照片修复
以下是使用 AI 进行老照片修复的步骤： 1. 首先将图片发送到图生图中，打开 stableSR 脚本，放大两倍。stableSR 放大插件是所有插件中对原图还原最精准、重绘效果最好的。您可以参考文章——。 2. 切换到 sd2.1 的模型进行修复，vae 选择 vqgan，提示词可以不写，以免对原图产生干扰。 3. 启用 MutiDiffusion 插件，不开放大倍数，仅使用分块渲染的功能，能在显存不够的情况下，将图片放大到足够的倍数。 对于复杂的老照片，比如人物多、场景复杂、像素非常低的情况： 1. 首先在 ps 里面进行角度的调整和照片的裁切。 2. 然后按照上述步骤进行上色，如果直接上色效果不佳，比如像加了一层黄色滤镜、年代感太强，可以放弃人物服装的颜色指定，只给一个场景方向。 3. 从网上找到相关的参考照片，让 AI 去匹配色调。 4. 加入第二个 controlnet 来控制颜色，使用 t2ia_color 的模型，关键词只给简单的几个词，如“蓝天、绿树、灰石砖”。 5. 最后经过脸部的修复和放大，得到最终效果。 另外，在最近新上线的 controlnet 模型中，新增的 Recolor 模型可以将黑白图片重新上色，可用于老照片修复。
2024-09-28
老照片优化
以下是使用 AI 给老照片上色和优化的步骤： 1. 将图片发送到图生图中，打开 stableSR 脚本，放大两倍。stableSR 放大插件是所有插件中对原图还原最精准、重绘效果最好的。不了解的朋友可参考文章——。 2. 切换到 sd2.1 的模型进行修复，vae 选择 vqgan，提示词可以不写，以免对原图产生干扰。 3. 启用 MutiDiffusion 插件，不开放大倍数，仅使用分块渲染的功能，能在显存不够的情况下，将图片放大到足够的倍数。 4. 为做到颜色与内容的统一，启用之前讲到过的 cutoff 插件来进行控制，依次按顺序设置好颜色提示词。不了解这款插件的朋友可以参照文章——。 5. 在新上线的 controlnet 模型中，新增的 Recolor 模型可将黑白图片重新上色。 经过上述操作，就能完成老照片的上色和优化。
2024-09-27
老照片动画用什么AI工具
以下是一些可以让老照片动画化的 AI 工具： 1. 未提及具体名称的工具：可以上传照片，让照片产生一些动态效果，如风景照片中的水面动起来，但也可能出现画面扭曲的情况。 2. Dreamina：在有插件的情况下可能可以使用，否则直接去其官网使用可能更方便快捷。 需要注意的是，使用这类工具时可能会涉及肖像权、版权、信息安全等问题，使用时需谨慎。
2024-09-26
老照片上色
以下是使用 AI 给老照片上色的步骤和相关注意事项： 1. 将图片发送到图生图中，打开 stableSR 脚本，放大两倍。stableSR 放大插件是所有插件中对原图还原最精准、重绘效果最好的。若想了解更多，可参考文章——。 2. 切换到 sd2.1 的模型进行修复，vae 选择 vqgan，提示词可以不写，以免对原图产生干扰。 3. 启用 MutiDiffusion 插件，不开放大倍数，仅使用分块渲染的功能，可在显存不够的情况下将图片放大到足够的倍数。 4. 对于人物照片的还原，选择 realisian 的写实大模型。提示词直接描述颜色和对应的内容，比如黑色的头发、黄色的皮肤、深蓝色的衣服、浅蓝色的背景。 5. ControlNet 选择 Recolor，预处理器选择“recolor_luminance”效果会更好。但可能会出现颜色不精准出现在想要位置、提示词相互污染以及背景不能完全统一等问题。 6. 对于内容较多的照片，如外婆带着妈妈和舅舅的合影，可能需要逐个上色，再用 ps 进行融合。 在给老照片上色的过程中，可能会遇到各种复杂的情况，需要根据具体照片的特点和需求进行灵活处理。
2024-09-02
老照片修复
以下是关于老照片修复的相关内容： 使用 AI 给老照片上色及修复的步骤： 1. 将图片发送到图生图中，打开 stableSR 脚本，放大两倍。stableSR 放大插件是所有插件中对原图还原最精准、重绘效果最好的。可参考文章——。 2. 切换到 sd2.1 的模型进行修复，vae 选择 vqgan，提示词可以不写以免对原图产生干扰。 3. 启用 MutiDiffusion 插件，不开放大倍数，仅使用分块渲染的功能，能在显存不够的情况下将图片放大到足够的倍数。 辅助工具： 1. 本地工具放大：https://www.upscayl.org/download 2. SD 放大：扩散模型可以增加更多细节 3. 开源工作流： 4. stability.ai 的 https://clipdrop.co/tools 5. 画质增强 magnific 遥遥领先：https://magnific.ai/ 6. Krea https://www.krea.ai/apps/image/enhancer 7. Image Upscaler：https://imageupscaler.com/ 8. 佐糖：https://picwish.cn/photoenhancerapi?apptype=apsbdapi&bd_vid=8091972682159211710 9. 腾讯 ARC https://arc.tencent.com/zh/aidemos/humansegmentation?ref=88sheji.cn 10. 腾讯开源的模型，能恢复老照片：https://github.com/TencentARC/GFPGAN 11. 在线测试地址：https://replicate.com/tencentarc/gfpgan 12. 美图老照片修复：https://www.xdesign.com/quality/?channel=sllbd90&bd_vid=11711254260543749686 13. Imglarger：https://imglarger.com/ 14. Let's Enhance：https://letsenhance.io/ 15. Waifu2x：http://waifu2x.udp.jp/ ，能够提供图片的放大和降噪功能，通过使用深度学习技术可以提高图像的质量，同时保留细节和纹理。 在最近新上线的 controlnet 模型中，新增的 Recolor 模型可将黑白图片重新上色，可用于修复老照片。
2024-08-29
有什么AI工具 可以转换视频的尺寸
以下是一些可以转换视频尺寸的 AI 工具： 1. Topaz Video AI：可通过以下链接获取：https://www.topazlabs.com/topazvideoai 。超级会员 V6 可通过百度网盘分享获取相关文件，链接：https://pan.baidu.com/s/1bL4tGfl2nD6leugFh4jg9Q?pwd=16d1 ，提取码：16d1 ，复制这段内容打开「百度网盘 APP 即可获取」。 2. Kraken.io：主要用于图像压缩，但也提供了免费的图像放大功能，能保证图像的细节清晰度。 3. Deep Art Effects：强大的艺术效果编辑器，通过 AI 技术能够将图像放大并赋予艺术效果，支持多种滤镜和风格。 4. RealESRGAN：https://replicate.com/nightmareai/realesrgan ，这是一个基于 RealESRGAN 的图像超分辨率增强模型，具有可选的人脸修复和可调节的放大倍数，但使用几次后要收费。 5. Stability AI 推出的基于 Discord 的媒体生成和编辑工具：包括搜索和替换（无需蒙版，通过搜索提示识别对象并替换）、创意放大（将低分辨率或低质量图像放大至 4K 分辨率，同时可以附加提示）、外扩（在图像中添加内容以扩展空间）、控制草图（将手绘草图转换为高质量图像）、删除背景（准确分割前景并删除背景）、基于初始图像使用 Stable Video Diffusion 生成短视频等功能。
2024-10-22
有没有什么好用的视频剪辑AI工具
以下为您介绍一些好用的视频剪辑 AI 工具： 剪映：方便之处在于有很多人性化设计以及简单的音效库和小特效。但无法协同工作和导出工程文件，难以与其他软件进行工程联通，应用于商业化效果有限。剪辑流程包括视频粗剪、定剪、音效/音乐、特效、包装（如字幕）。在声音运用方面，好的声音制作可为影片增色，视频粗剪时可先确定画面逻辑，定剪时再调整和替换画面素材至满意效果。音效方面，剪映的简单音效库可用于制作简单短片，复杂音效可能需另外制作。特效方面，例如可添加一些光影效果。包装方面，剪映可智能匹配字幕再修改。 视频配音效的 AI 工具： Vidnoz AI：支持 23 多种语言的配音，音质高保真，支持文本转语音和语音克隆功能，提供语音参数自定义和背景音乐添加工具，有面向个人和企业的经济实惠的定价方案。 Wavel Studio：支持 30 多种语言的配音，音质自然流畅，能自动去除背景噪音和杂音，提供添加字幕和文本叠加层的工具，界面友好且有多种自定义选项。 Elai.io：支持 65 多种语言的配音，音色和语调真实，能自动将唇形与语音同步，生成字幕提高视频可访问性，支持多位配音者适合复杂对话场景。 Rask AI：支持 130 多种语言的配音，包括稀有和濒危语言，采用先进语音合成技术音质高保真，提供语音参数自定义和音效添加工具，与多种视频编辑平台和工作流程整合。 Notta：提供快速实惠的多语言配音解决方案，保留原声说话风格和细微差别，提供调整语音速度和音调的工具，支持批量处理高效完成多视频配音。 Dubverse：支持 60 多种语言的配音，音质接近真人，提供文本转语音和语音克隆功能，提供语音参数自定义和情感添加工具，与多种视频平台和社交媒体渠道整合。 在选择视频配音工具时，请考虑支持的语言数量、语音质量、自定义选项和价格等因素。
2024-10-22
我有126个docs文件，我需要用同一套提示词，对这些文件进行总结，有什么工具可以做到
以下是一些可能用于对 126 个 docs 文件进行总结的工具和方法： 1. 可以考虑使用由杨志磊开发的律师的文本总结助手。其说明为对客户提供的文件或文本进行总结，具有明确的角色设定、目标和约束条件。链接地址为：https://waytoagi.feishu.cn/wiki/HvJGwlMFhidzZukPsoKcnuXlnKe 。 2. 在 Stable Diffusion 中，Embedding 功能可以将很多提示词打包到一个文件里。例如常见的负向提示词 Embedding，如 EasyNegative，官方推荐搭配二次元模型使用，能在一定程度上优化生成效果。但需注意，对于一些复杂问题如 AI 绘图中的手部问题，可能无法完全解决。
2024-10-22
如何对文件批处理总结，需要什么工具。
对文件进行批处理总结可以参考以下步骤和工具： 1. 抓取公众号内容： 先在平台搜索现成的插件，如 Coze 平台，但部分插件可能已荒废。 可考虑自己写爬虫抓取，或者通过 API 调用现成的服务，如“瓦斯阅读”“WeWe RSS”等。 2. 公众号内容总结： 主要依靠大模型的能力，如字节的豆包大模型。 对于批量总结操作，可以使用“批处理”功能。 3. 定时推送到微信： 定时功能可通过 Coze 平台的触发器实现。 推送功能可借助第三方 API 方案，如“server 酱”。 类似的工具还有：Notion AI、Dify、Slack Workflow Builder 等，它们都提供了可视化的工作流构建功能，集成了丰富的服务和 API，适合自动化信息处理。处理完的信息摘要可以考虑整理为 Markdown 文档，接入飞书文档进行存储。
2024-10-22
我想要个视频AI模糊变高清的工具
以下为您介绍两款可将视频 AI 模糊变高清的工具： 1. Topaz Video AI： 解压对应文件，推荐使用绿色版（安装包已在网盘，可直接下载）。 右键管理员运行 VideoAIportable.exe 文件。 导入处理好的视频。 主界面左边是原视频，右边是待处理视频，下面是对应的视频轨道。 右边部分是主要对视频处理的方式，预设部分主要有放大视频、提升画质、提升帧率等功能。 视频部分保持默认，稳定 AI 用于画面稳定和减少抖动，模式分为自动裁切和完整帧，强度在 60 左右，抖动需开启，次数一般选择 2。 消除运动模糊 AI 按字面意思操作，帧插值 AI 可识别帧之间进行修复替换，增强 AI 能选择不同模型对视频整体优化，包括面部、去噪、锐化提升等。 一般会选择稳定+运动模糊，若电脑配置不行，可一个一个操作，但速度较慢。 2. FMANet： 能将模糊低分辨率视频恢复为清晰高分辨率。 可解决快速移动物体或摄像机引起的视频模糊。 智能理解物体运动，改善画质，去除模糊。 相关网址：http://kaistviclab.github.io/fmanetsite/ 、https://x.com/xiaohuggg/status/1746160750610075689?s=20
2024-10-22
做PPT目前最好的ai工具是什么
目前市场上有以下一些好用的做 PPT 的 AI 工具： 1. Gamma：这是一个在线 PPT 制作网站，允许用户通过输入文本和想法提示快速生成幻灯片。它支持嵌入多媒体格式，如 GIF 和视频，以增强演示文稿的吸引力。网址：https://gamma.app/ 2. 美图 AI PPT：由知名图像编辑软件“美图秀秀”的开发团队推出。用户通过输入简单的文本描述来生成专业的 PPT 设计，包含丰富的模板库和设计元素，可根据需求选择不同风格和主题的模板，适用于多种场合。网址：https://www.xdesign.com/ppt/ 3. Mindshow：一款 AI 驱动的 PPT 辅助工具，提供一系列智能设计功能，如自动布局、图像选择和文本优化等，还可能包括互动元素和动画效果。网址：https://www.mindshow.fun/ 4. 讯飞智文：由科大讯飞推出的 AI 辅助文档编辑工具，利用科大讯飞在语音识别和自然语言处理领域的技术优势，提供智能文本生成、语音输入、文档格式化等功能。网址：https://zhiwen.xfyun.cn/ 此外，还有以下工具： 1. 爱设计 2. 闪击 3. Process ON 4. WPS AI 目前市面上大多数 AI 生成 PPT 按照如下思路完成设计和制作： 1. AI 生成 PPT 大纲 2. 手动优化大纲 3. 导入工具生成 PPT 4. 优化整体结构 推荐 2 篇市场分析的文章供参考： 1. 《》 2. 《》 请注意，内容由 AI 大模型生成，请仔细甄别。
2024-10-22
请问现在最好的用AI写公众号的AI是什么
目前没有明确的“最好”用 AI 写公众号的工具，不过可以通过以下方式利用 AI 来创作公众号文章： 1. 设计明确且具有指导性的提示词：例如“请根据我们收集的关于 OpenAI 回应马斯克言论的资讯，创作一篇既深入又易于理解的科技资讯文章。文章应该有一个吸引人的标题，开头部分要概述事件的背景和重要性，主体部分详细分析 OpenAI 的回应内容及其可能产生的影响，结尾处提出一些引人深思的问题或观点。”这样的提示词能为 AI 提供明确指导，并设定文章基本结构和内容要求，AI 会据此生成结构完整、内容丰富、观点鲜明的文章，但最终产出的内容可能需要进行微调，以符合预期和公众号风格。 2. 校对文章：虽然 AI 生成文本已相当精确，但人工校对仍不可或缺。在校对过程中，需注意内容准确性，核实信息和数据是否准确无误，引用来源是否可靠；确保表达清晰，检查文章是否流畅易读，语言是否清晰，专业术语和概念对目标读者群体是否易于理解；保证逻辑连贯，确保文章结构合理，论点和论据逻辑关系清晰，避免逻辑跳跃或混乱。 3. 利用 AI 找配图：让 AI 分析文章内容，给出配图建议和关键词，然后利用这些信息在免费图库中快速找到合适的无版权图片，提高配图效率，避免版权风险。
2024-10-22
哪个软件做出来的数字人最好
以下是一些制作数字人效果较好的软件及相关介绍： 剪映： 优势：作为字节跳动旗下产品，在抖音平台广泛应用，海外版 CapCut 成绩斐然。具有声音克隆、公模数字人等 AI 功能，能在编辑器内完成脚本生成、语音克隆、数字人口播等环节。 制作流程：打开剪映，添加文本到文字轨道并修改文字，点击朗读进行声音克隆，选择数字人形象并换上克隆音色，一键智能生成字幕并调整文字样式。 生成数字人：在右侧窗口顶部打开“数字人”选项，选取免费合适的形象，软件会播放声音供判断，添加后可预览效果。还可增加背景图片等进行美化。 下载地址： Heygen： 优点：人物灵活，五官自然，视频生成很快。 缺点：中文人声选择较少。 使用方法：点击网址注册后，进入数字人制作，选择 Photo Avatar 上传自己的照片，上传后效果在 My Avatar 处显示，点开大图后，点击 Create with AI Studio 进入制作，写上视频文案并选择配音音色，也可自行上传音频，最后点击 Submit 得到数字人视频。 DID： 优点：制作简单，人物灵活。 缺点：免费版下载后有水印。 使用方法：点击网址，点击右上角的 Create vedio，选择人物形象，可添加自己照片或使用给出的形象，配音时可选择提供文字选择音色或直接上传音频，最后点击 Generate vedio 生成视频，打开可下载或分享。 KreadoAI： 优点：免费，功能齐全。 缺点：音色较 AI。 使用方法：点击网址注册后获得 120 免费 k 币，选择“照片数字人口播”功能，点击开始创作，选择自定义照片，配音时可选择提供文字选择音色或直接上传音频，打开绿幕按钮，点击背景添加背景图，最后点击生成视频。
2024-10-20
最好的开源LLM是什么
目前开源的 LLM 有很多优秀的选择，以下为您列举一些： OPT 是表现最优秀的全开源 LLM 之一。这个拥有 1750 亿参数的模型的发布附带了代码，并在公开可用的数据集上进行了训练。 ChatGLM 是中文领域效果最好的开源底座模型之一，针对中文问答和对话进行了优化。经过约 1T 标识符的中英双语训练，辅以监督微调、反馈自助、人类反馈强化学习等技术的加持。 VisualGLM6B 是一个开源的，支持图像、中文和英文的多模态对话语言模型，语言模型基于 ChatGLM6B，具有 62 亿参数；图像部分通过训练 BLIP2Qformer 构建起视觉模型与语言模型的桥梁，整体模型共 78 亿参数。依靠来自于 CogView 数据集的 30M 高质量中文图文对，与 300M 经过筛选的英文图文对进行预训练。 ChineseLLaMAAlpaca 是在原版 LLaMA 的基础上扩充了中文词表并使用了中文数据进行二次预训练，支持本地 CPU/GPU 部署。 需要注意的是，对于“最好的开源 LLM”的评判标准因人而异，取决于具体的应用场景和需求。
2024-10-19
目前最好用的机关公文写作大模型或智能体
目前在机关公文写作方面表现较好的大模型或智能体有： 智谱清言：由智谱 AI 和清华大学推出，基础模型为 ChatGLM 大模型。在工具使用排名国内第一，在计算、逻辑推理、传统安全能力上排名国内前三。更擅长专业能力，但在代码能力上还有优化空间，知识百科方面稍显不足。可应用场景广泛，在 AI 智能体方面相关的应用，包括任务规划、工具使用及长文本记忆相关场景表现出色，在较复杂推理应用上效果不错，也适用于广告文案、文学写作等。 此外，在大模型中，智能体是大模型的一个重要发展方向。智能体可以理解为在大模型（如 LLM）基础上增加了工具、记忆、行动、规划等能力。目前行业里主要用到的如 langchain 框架，能通过代码或 prompt 的形式将 LLM 与 LLM 之间以及 LLM 与工具之间进行串接。
2024-10-18
我想找一些具有「图片理解」能力的模型，最好是国内的
以下是一些具有“图片理解”能力的国内模型： 1. Gemini 模型：在各种图像理解基准测试中表现出色，如在表 7 中的各项测试中是最先进的，在回答自然图像和扫描文档的问题，以及理解信息图表、图表和科学图解等任务中性能强大。在 zeroshot 评估中表现优于其他模型，在多学科的 MMMU 评估基准测试中也取得了最好的分数。 2. 国内大模型： 北京企业机构：百度（文心一言）https://wenxin.baidu.com 、抖音（云雀大模型）https://www.doubao.com 、智谱 AI（GLM 大模型）https://chatglm.cn 、中科院（紫东太初大模型）https://xihe.mindspore.cn 、百川智能（百川大模型）https://www.baichuanai.com/ 上海企业机构：商汤（日日新大模型）https://www.sensetime.com/ 、MiniMax（ABAB 大模型）https://api.minimax.chat 、上海人工智能实验室（书生通用大模型）https://internai.org.cn 3. 智谱·AI 开源模型： CogAgent18B：基于 CogVLM17B 改进的开源视觉语言模型，拥有 110 亿视觉参数和 70 亿语言参数，支持 11201120 分辨率的图像理解，具备 GUI 图像的 Agent 能力。 CogVLM17B：强大的开源视觉语言模型，在多模态权威学术榜单上综合成绩第一，在 14 个数据集上取得了 stateoftheart 或者第二名的成绩。 Visualglm6B：开源的支持图像、中文和英文的多模态对话语言模型，语言模型基于 ChatGLM6B，具有 62 亿参数；图像部分通过训练 BLIP2Qformer 构建起视觉模型与语言模型的桥梁，整体模型共 78 亿参数。 RDM：Relay Diffusion Model，级联扩散模型，可以从任意给定分辨率的图像快速生成，而无需从白噪声生成。
2024-10-16