AI Video Levels Up, Amazon Blocks Muse, Paramount Stays in CA | Diet TBPN
同時提及 Meta Muse 在 Amazon 購物代理上的失敗，以及 Paramount 與加州法律爭執的和解結果。
1.7 萬次觀看
Stable Diffusion
19 筆內容提到
最近 7 天 0 筆（再前 7 天 0 筆）
也寫作：Stable diffusion、StableDiffusion
這一頁列的是「提到 Stable Diffusion」的內容（名稱由語言模型從內容裡整理），不一定整筆都在講它。只想追它的新內容：訂閱 RSS；想找標題裡就有它的：搜尋「Stable Diffusion」。
最新
依發布時間
Amazon Ban Hammer, Seedance Strategy, Amazon Blocks Muse | Vinod Khosla, Augustus Doricko, Ben Hylak, Aaron Levie, Lucas Shaw
探討 Seedance 2.5 等 AI 影片模型的突破、Amazon 阻擋 Muse 的商業策略，以及 Vinod Khosla 對個人代理市場的預測。
Knowing What Your Customers Want, All the Time: Listen Labs' Alfred Wahlforss
訪談 Listen Labs 創辦人 Alfred Wahlforss，介紹其 AI 驅動的客戶研究平台如何透過模擬與即時訪談，解決傳統調查的偏差與效率問題。
3.4 萬次觀看说好的艺术家呢？--- AI时代，内容工业的三次死亡与创作者的重生
演講者莊明浩探討 AI 如何導致內容產業的素材、流程與版權三次死亡，並分析技術與資本的變化。他認為人類應從工具依賴轉向重視品味、信任與決定，強調在 AI 時代創作者需重塑價值以實現重生。
The Race to Production-Grade Diffusion LLMs with Stefano Ermon - #764
訪談斯坦福教授 Stefano Ermon 與 Inception Labs CEO，深入探討將影像生成用的擴散模型應用於文字與程式碼生成的技術挑戰與突破。
EP116｜生成式 AI 媒體的軍火商：fal.ai
主持人訪談 fal.ai 創辦人，探討其如何透過整合生成式 AI 與硬體打造高效能筆記本，並分析該公司融資速度與市場競爭格局。內容涵蓋產品特色、技術優勢及產業趨勢。
EP116｜生成式 AI 媒體的軍火商：fal.ai
分享使用 AI Note Two 的體驗，並深入探討 fal.ai 如何透過整合開源模型與自研技術，在生成式 AI 影像領域快速成長，挑戰傳統大廠壟斷。
But how do AI images and videos actually work? | Guest video by Welch Labs
深入解析 AI 影像與影片生成的核心機制，涵蓋 CLIP、擴散模型與 DDIM 等關鍵概念。觀眾能理解文字如何轉化為影像的數學原理與技術細節。
※ 摘要僅根據標題與說明
【生成式AI導論 2024】第17講：有關影像的生成式AI (上) — AI 如何產生圖片和影片 (Sora 背後可能用的原理)
由李宏毅講授，深入解析生成式 AI 如何產生圖片與影片，涵蓋從視覺語言模型到 Sora 背後的原理。內容說明如何利用深度學習自動提取特徵，並透過多階段生成策略提升畫質與幀數，同時探討影像生成在 VTuber 與影像修復等領域的應用。
6 萬次觀看【生成式AI導論 2024】第15講：為什麼語言模型用文字接龍，圖片生成不用像素接龍呢？— 淺談生成式人工智慧的生成策略
探討生成式 AI 中文字接龍與畫素接龍的生成策略差異，解釋為何影像與語音多採用非自迴歸方式。觀眾可了解不同基本單位（Token、Pixel、Sample）的組合邏輯，並掌握自迴歸與非自迴歸模型的優缺點及結合應用。
Lesson 17: Deep Learning Foundations to Stable Diffusion
Jeremy Howard 介紹從深度學習基礎到 Stable Diffusion 的學習路徑。
1.2 萬次觀看※ 摘要僅根據標題與說明
Coding Stable Diffusion from scratch in PyTorch
詳細講解如何從零開始用 PyTorch 編寫 Stable Diffusion，涵蓋數學原理與程式碼實現。觀眾能學習如何從基礎架構到完整推論流程一步步建構生成式模型。
22.4 萬次觀看※ 摘要僅根據標題與說明
AI 圖像生成，創造動態的敘事創作／高捷 實踐大學媒體傳達設計學系 兼任講師 | #gaiconf #生成式AI年會 #generativeai #gai2023 #genai
高捷分享使用 Midjourney、Stable Diffusion 等工具進行 AI 影像生成與動畫創作的實戰經驗，涵蓋從文字轉圖到動態敘事的完整流程。觀眾可學習如何控制畫風、細節與物理效果，並了解綠幕、Unreal 等技術如何增強作品。
1,065次觀看※ 摘要僅根據標題與說明
Variational Autoencoder - Model, ELBO, loss function and maths explained easily!
詳細解釋變分自編碼器的模型架構、ELBO 與損失函式的數學原理，並逐步推導相關公式。看完能理解 VAE 在 Stable Diffusion 等模型中的核心作用與運作機制。
7.5 萬次觀看※ 摘要僅根據標題與說明
Stable diffusion dreams of psychedelic faces
展示利用 Stable Diffusion 透過插值隨機雜訊向量，生成迷幻風格人臉動畫的過程。觀眾可了解如何使用 GPU 運算並透過程式碼實現此類創意影像生成。
5.4 萬次觀看※ 摘要僅根據標題與說明
Stable diffusion dreams of steampunk brains
Andrej Karpathy 使用 Stable Diffusion 與 A100 GPU，透過插值噪音向量製作蒸汽龐克風格的腦部影像。這段影片展示了如何利用 AI 生成工具進行創意視覺化。
3.8 萬次觀看※ 摘要僅根據標題與說明
Stable diffusion dreams of tattoos
Andrej Karpathy 示範如何用 Stable Diffusion 生成帶有紋身的影像，並分享相關程式碼。觀眾可以學習如何操作該模型進行創意繪圖。
10.4 萬次觀看※ 摘要僅根據標題與說明
Stable diffusion dreams of "blueberry spaghetti" for one night
Andrej Karpathy 示範如何用 Stable Diffusion 透過平滑插值隨機雜訊向量，在短短一小時內生成「藍莓義大利麵」的動畫。觀眾可學習利用現有模型進行快速影像合成與影片製作。
9.4 萬次觀看※ 摘要僅根據標題與說明
Stable diffusion dreams of steam punk neural networks
Andrej Karpathy 用 Stable Diffusion 生成蒸汽朋克風格的腦部神經網路影像，並展示如何透過指令碼在提示詞固定下探索生成空間。觀眾可學習如何使用 Stable Diffusion 進行創意繪圖與提示詞實驗。
7.2 萬次觀看※ 摘要僅根據標題與說明
最受歡迎
依人氣
But how do AI images and videos actually work? | Guest video by Welch Labs
深入解析 AI 影像與影片生成的核心機制，涵蓋 CLIP、擴散模型與 DDIM 等關鍵概念。觀眾能理解文字如何轉化為影像的數學原理與技術細節。
※ 摘要僅根據標題與說明
AI Video Levels Up, Amazon Blocks Muse, Paramount Stays in CA | Diet TBPN
同時提及 Meta Muse 在 Amazon 購物代理上的失敗，以及 Paramount 與加州法律爭執的和解結果。
1.7 萬次觀看Knowing What Your Customers Want, All the Time: Listen Labs' Alfred Wahlforss
訪談 Listen Labs 創辦人 Alfred Wahlforss，介紹其 AI 驅動的客戶研究平台如何透過模擬與即時訪談，解決傳統調查的偏差與效率問題。
3.4 萬次觀看Amazon Ban Hammer, Seedance Strategy, Amazon Blocks Muse | Vinod Khosla, Augustus Doricko, Ben Hylak, Aaron Levie, Lucas Shaw
探討 Seedance 2.5 等 AI 影片模型的突破、Amazon 阻擋 Muse 的商業策略，以及 Vinod Khosla 對個人代理市場的預測。
Stable diffusion dreams of tattoos
Andrej Karpathy 示範如何用 Stable Diffusion 生成帶有紋身的影像，並分享相關程式碼。觀眾可以學習如何操作該模型進行創意繪圖。
10.4 萬次觀看※ 摘要僅根據標題與說明
Stable diffusion dreams of "blueberry spaghetti" for one night
Andrej Karpathy 示範如何用 Stable Diffusion 透過平滑插值隨機雜訊向量，在短短一小時內生成「藍莓義大利麵」的動畫。觀眾可學習利用現有模型進行快速影像合成與影片製作。
9.4 萬次觀看※ 摘要僅根據標題與說明
The Race to Production-Grade Diffusion LLMs with Stefano Ermon - #764
訪談斯坦福教授 Stefano Ermon 與 Inception Labs CEO，深入探討將影像生成用的擴散模型應用於文字與程式碼生成的技術挑戰與突破。
Stable diffusion dreams of steam punk neural networks
Andrej Karpathy 用 Stable Diffusion 生成蒸汽朋克風格的腦部神經網路影像，並展示如何透過指令碼在提示詞固定下探索生成空間。觀眾可學習如何使用 Stable Diffusion 進行創意繪圖與提示詞實驗。
7.2 萬次觀看※ 摘要僅根據標題與說明
Stable diffusion dreams of psychedelic faces
展示利用 Stable Diffusion 透過插值隨機雜訊向量，生成迷幻風格人臉動畫的過程。觀眾可了解如何使用 GPU 運算並透過程式碼實現此類創意影像生成。
5.4 萬次觀看※ 摘要僅根據標題與說明
Coding Stable Diffusion from scratch in PyTorch
詳細講解如何從零開始用 PyTorch 編寫 Stable Diffusion，涵蓋數學原理與程式碼實現。觀眾能學習如何從基礎架構到完整推論流程一步步建構生成式模型。
22.4 萬次觀看※ 摘要僅根據標題與說明