Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

Error occurred when executing IPAdapterAdvanced: insightface model is required for FaceID models File "D:\AI\comfyui_20240421\execution.py", line 151, in recursive_execute output_data, output_ui = get_output_data(obj, input_data_all) File "D:\AI\co

Answer

以下是针对您所遇到的报错问题的一些解决建议:

  1. 对于 ipadater 部分报错说 model 不存在的情况,将文中画圈部分修改调整到不报错。Pulid 部分,除了下载好对应的节点以及参考官方网站GitHub - cubiq/PuLID_ComfyUI:PuLID native implementation for ComfyUI最下面的安装对应要求外,还要注意上图中的第二要点,对应安装一些内容,具体要求可查看云盘中命名为“pulid 插件模型位置.png”的文件及对应的云盘链接:PulID 全套模型,链接:https://pan.baidu.com/s/1ami4FA4w9mjuAsPK49kMAw?pwd=y6hb,提取码:y6hb。否则将会遇到报错:Error occurred when executing PulidEvaClipLoader。
  2. 对于 Ollama 大模型部分,为了应对没下载大模型带来的报错,需要下载大模型。首先,下载 ollama,网站:Download Ollama on Windows
  3. 如果缺少 ipadapter 的模型,可去这个网址下载:https://github.com/cubiq/ComfyUI_IPAdapter_plus 。如果遇到“Error occurred when executing IPAdapterUnifiedLoader:ClipVision model not found.......”类似的报错,可在这个网址里找到多个关于 IPAdapter 报错的解决办法:https://github.com/cubiq/ComfyUI_IPAdapter_plus/issues/313 。

另外,换脸工作流的核心组件是 Apply InstantID Advanced 节点,这个节点的作用就是将源人脸替换到目标图像中。其中,instantID 模型擅长提取图片的高层次特征,包括面部的纹理信息、几何结构、风格特征等,在图中例子是 IP-Adpater,用于识别和保留目标图像 image_kps 的风格并迁移到生成图像中。instantID Face Analysis 节点用于提取人脸五官的特征向量,作用是使生成图像时,人脸的眼睛、鼻子、嘴巴等样子仍然符合源人脸 image 的特征。controlnet 模型的作用是识别目标图像 image_kps 的低层次特征,包括骨架、姿势、边缘、结构。controlnet 模型和 instantID 模型起到不同的控制作用,结合使用可以达到将源人脸的五官替换目标图像中五官的效果。

Content generated by AI large model, please carefully verify (powered by aily)

References

4-SeasonYou 工作流 副本

⑥对于ipadater部分,倘若加载器部分报错说model不存在,将文中画圈部分修改调整到不报错:⑦Pulid部分,除了下载好对应的节点以及参考官方网站[GitHub - cubiq/PuLID_ComfyUI:PuLID native implementation for ComfyUI](https://github.com/cubiq/PuLID_ComfyUI)最下面的安装对应要求外:还要注意上图中的第二要点,对应安装一些内容,具体要求如下图(在云盘中命名为“pulid插件模型位置.png”)及对应的云盘链接:PulID全套模型链接:https://pan.baidu.com/s/1ami4FA4w9mjuAsPK49kMAw?pwd=y6hb提取码:y6hb否则将会遇到以下的报错:Error occurred when executing PulidEvaClipLoader:(MaxRetryError('HTTPSConnectionPool(host=\'huggingface.co\',port=443):Max retries exceeded with url:/QuanSun/EVA-CLIP/resolve/main/EVA02_CLIP_L_336_psz14_s6B.pt(Caused by SSLError(CertificateError("hostname \'huggingface.co\' doesn\'t match either of \'*.extern.facebook.com\',\'extern.facebook.com\'")))'),'(Request ID:05b932bd-e982-434e-8dc7-e41cca2e949f)')⑧Ollama大模型部分,为了应对没下载大模型带来的报错,因此需要下载大模型首先,下载ollama,网站:[Download Ollama on Windows](https://ollama.com/download)

维纳 Vina:ComfyUI 新手从0到1在 MacBook Pro M1 跑通二狗子的黑神话工作流

这个换脸工作流的核心组件是Apply InstantID Advanced节点,这个节点的作用就是将源人脸替换到目标图像中,展开看一下这个节点的模型和参数,就能理解这个节点的工作原理了。1.instantID:载入instantID模型,instantID模型擅长提取图片的高层次特征,包括面部的纹理信息、几何结构、风格特征等,在图中例子是IP-Adpater,用于识别和保留目标图像image_kps的风格并迁移到生成图像中。1.insightface:接入instantID Face Analysis节点,用于提取人脸五官的特征向量,作用是使生成图像时,人脸的眼睛、鼻子、嘴巴等样子仍然符合源人脸image的特征。1.controlnet:载入控制模型,controlnet模型的作用是识别目标图像image_kps的低层次特征,包括骨架、姿势、边缘、结构。controlnet模型和instantID模型起到不同的控制作用,结合使用可以达到将源人脸的五官替换目标图像中五官的效果。1.image、image_kps:image源人脸,在本文工作流中,即用户上传的人脸,是提供五官特征向量的图片。image_kps(image key points)目标图像,提供五官对齐的特征点、表情、风格等,以便将源人脸的五官特征替换到目标图像的对应位置。1.model:

三种方法,教你用SD做出爆火的黏土风图像

用的是熊木大佬在open art分享的黏土工作流如果你缺少ipadapter的模型,去这个网址下载:https://github.com/cubiq/ComfyUI_IPAdapter_plus工作流中用的的模型和LoRA:Juggernaut XL大模型:https://civitai.com/models/133005?modelVersionId=357609CLAYMATE - SDXL的粘土化风格https://civitai.com/models/208168/claymate-claymation-style-for-sdxlDoctor Diffusion的粘土风格LoRAhttps://civitai.com/models/181962/doctor-diffusions-claymation-style-lora我也将这几个模型上传到了网盘,方便下载:Juggernaut XL大模型链接:https://pan.baidu.com/s/1X_KUygwJLiqTtv746nVvcg?pwd=6npe提取码:6npeCLAYMATE - SDXL的粘土化风格LoRA链接:https://pan.baidu.com/s/1eV-QQO8WDLtfZt1Tp2Qa8Q?pwd=q7g6提取码:q7g6Doctor Diffusion的粘土风格LoRA链接:https://pan.baidu.com/s/1JQf560WUHM_gBhwfr-IxOA?pwd=7hgg提取码:7hgg我也下载到本地,一直遇到这种报错,“Error occurred when executing IPAdapterUnifiedLoader:ClipVision model not found.......”类似下图这样:研究了一天终于解决了,是在这个网址里找到的有多个关于IPAdapter报错的解决办法:https://github.com/cubiq/ComfyUI_IPAdapter_plus/issues/313

Others are asking
目前各大主流模型的 max output token
以下是目前各大主流模型的 max output token 情况: Claude2100 k 模型的上下文上限是 100k Tokens,即 100000 个 token。 ChatGPT16 k 模型的上下文上限是 16k Tokens,即 16000 个 token。 ChatGPT432 k 模型的上下文上限是 32k Tokens,即 32000 个 token。 需要注意的是,token 限制同时对一次性输入和一次对话的总体上下文长度生效。不是达到上限就停止对话,而是会遗忘最前面的对话。 如果想直观查看 GPT 如何切分 token,可以打开: 。此外,GPT3 和 GPT3.5/4 的 token 计算方式不同,英文的 Token 占用相对于中文较少,这也是很多中文长 Prompt 会被建议翻译成英文设定然后要求中文输出的原因。
2024-11-24
编写一个python代码其中附件是一个名为data.csv的CSV格式文件,提取表格中数据,行列保持一致进行如下格式转换:‪‬‪‬‪‬‪‬‪‬‮‬‪‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‭‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‭‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‭‬ (1)按行进行倒序排列;‪‬‪‬‪‬‪‬‪‬‮‬‪‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‭‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‫
以下是一个使用 Python 实现读取 CSV 文件并按行倒序排列的代码示例: ```python import pandas as pd 读取 CSV 文件 data = pd.read_csv 按行倒序排列 reversed_data = data.iloc 打印结果 print ``` 在上述代码中,首先使用 `pandas` 库的 `read_csv` 函数读取 `data.csv` 文件,然后使用 `iloc` 索引和切片操作 `` 实现按行倒序排列。
2024-12-12
帮我写一个可以训练的分类器代码, python 代码,目的是将样本的扰动分为 0,0.001,0.003,0.005 四类,按照以下步骤写 第一步:导入需要的库 第二步:加载位于/public/xdw/ls/signaldefense/AS/perturbed_data.npy 的数据 第三步:获取数据样本的扰动值 第四步:判断扰动值的大小,比如扰动值为 0,则加一计数 第五步:打印出判断各类扰动值的正确率
以下是为您生成的 Python 代码示例,用于实现将样本的扰动分为 0、0.001、0.003、0.005 四类的分类器: ```python import numpy as np 第一步:导入需要的库 import numpy as np 第二步:加载数据 data = np.load 第三步:获取数据样本的扰动值 perturbation_values = data 假设扰动值在第二列 第四步:判断扰动值的大小并计数 count_0 = 0 count_0_001 = 0 count_0_003 = 0 count_0_005 = 0 for value in perturbation_values: if value == 0: count_0 += 1 elif value == 0.001: count_0_001 += 1 elif value == 0.003: count_0_003 += 1 elif value == 0.005: count_0_005 += 1 第五步:计算正确率 total_samples = len accuracy_0 = count_0 / total_samples accuracy_0_001 = count_0_001 / total_samples accuracy_0_003 = count_0_003 / total_samples accuracy_0_005 = count_0_005 / total_samples print print print print ```
2024-12-05
在comfyui中节点报错UNETLoader Error while deserializing header: MetadatalncompleteBuffei
很抱歉,仅根据您提供的“在 ComfyUI 中节点报错‘UNETLoader Error while deserializing header: MetadatalncompleteBuffei’”的信息,难以准确判断问题的具体原因和解决办法。这可能是由于多种因素导致的,比如模型文件损坏、软件版本不兼容、配置错误等。建议您检查模型文件的完整性,确保 ComfyUI 软件为最新版本,并检查相关配置是否正确。如果问题仍然存在,您可以尝试在相关的技术论坛或社区中搜索类似问题,以获取更多可能的解决方案。
2024-12-04
论文中Data availability是not applicable什么意思
论文中 Data availability 是 not applicable 意味着数据不可用。根据文章,Data availability 是指制造商或数据持有者应根据用户的要求提供数据访问权限。当数据访问请求无法通过用户账户或产品或服务提供的配套移动应用程序等自动执行时,制造商应告知用户如何访问数据。此外,用户有权授权数据持有者向第三方服务提供商(如售后服务提供商)提供数据访问权限。对于微小型企业,这些义务将被豁免。第三章规定了适用于数据提供义务的一般规则。当数据持有者根据第二章或其他规定有义务向数据接收者提供数据时,应适用附件中规定的数据提供条件。当数据接收者认为数据提供条件具有歧视性时,数据持有者应证明不存在歧视。数据持有者不得在未经用户要求的情况下,向数据接收者提供排他性的数据访问权限。
2024-05-21
RuntimeError: Couldn't clone Stable Diffusion. Command: "git" clone --config core.filemode=false "https://github.com/Stability-AI/stablediffusion.git" "/Users/lichenhui/stable-diffusion-webui/repositories/stable-diffusion-stability-ai" Error code: 12
以下是关于您遇到的“RuntimeError: Couldn't clone Stable Diffusion”错误的分析和解决建议: 这个错误通常表示在克隆 Stable Diffusion 时出现问题。可能的原因包括: 1. 库的某些文件或依赖项已更改或已移除,导致无法找到所需的提交。 2. Git 存储库的状态不正确。 3. 网络连接存在问题。 解决方法如下: 1. 尝试清除本地库并重新克隆 Stable Diffusion,然后再次运行代码。 2. 运行以下命令来检查网络连接:ping files.pythonhosted.org
2025-02-12
Image Caption Font file does not exist: /dapao_ComfyUl/ComfyUl/custom_nodes/ComfyUl_LayerStyle
以下是关于 LayerStyle 副本(包括 TextImage 和 SimpleTextImage)的详细说明: TextImage: 从文字生成图片以及遮罩。支持字间距、行间距调整,横排竖排调整,可设置文字的随机变化,包括大小和位置的随机变化。 节点选项包括: size_as:输入图像或遮罩,将按其尺寸生成输出图像和遮罩,此输入优先级高于 width 和 height。 font_file:列出 font 文件夹中可用字体文件列表,选中的字体用于生成图像。 spacing:字间距,以像素为单位。 leading:行间距,以像素为单位。 horizontal_border:侧边边距,数值为百分比,横排时为左侧边距,竖排时为右侧边距。 vertical_border:顶部边距,数值为百分比。 scale:文字总体大小,以百分比表示,默认根据画面尺寸和文字内容自动计算。 variation_range:字符随机变化范围,大于 0 时字符产生大小和位置随机变化,数值越大变化幅度越大。 variation_seed:随机变化的种子,固定此数值每次产生的单个文字变化不变。 layout:文字排版,有横排和竖排可选。 width:画面宽度,若有 size_as 输入将被忽略。 height:画面高度,若有 size_as 输入将被忽略。 text_color:文字颜色。 background_color:背景颜色。 SimpleTextImage: 从文字生成简单排版的图片以及遮罩,参考了的部分功能和代码。 节点选项包括: size_as:输入图像或遮罩,将按其尺寸生成输出图像和遮罩,此输入优先级高于 width 和 height。 text:文字输入。 font_file:列出 font 文件夹中可用字体文件列表,选中的字体用于生成图像。 align:对齐选项,有居中、靠左和靠右三个选项。 char_per_line:每行字符数量,超过自动换行。 leading:行间距。 font_size:字体大小。 text_color:文字颜色。 stroke_width:描边宽度。 stroke_color:描边颜色。 x_offset:文字位置的水平偏移量。 y_offset:文字位置的垂直偏移量。 width:画面宽度,若有 size_as 输入将被忽略。 height:画面高度,若有 size_as 输入将被忽略。 注: 仅限输入 image 和 mask,如果强制接入其他类型输入,将导致节点错误。 font 文件夹在 resource_dir.ini 中定义,该文件位于插件根目录下,默认名字是 resource_dir.ini.example,初次使用需将文件后缀改为.ini。用文本编辑软件打开,找到“FONT_dir=”开头的行,编辑“=”之后为自定义文件夹路径名。该文件夹内所有的.ttf 和.otf 文件将在 ComfyUI 初始化时被收集并显示在节点的列表中。若 ini 中设定的文件夹无效,将启用插件自带的 font 文件夹。
2025-02-05
如何利用AI 工具优化LinkedIn profile
利用 AI 工具优化 LinkedIn profile 可以参考以下方法: 1. 优化二维码: 找一个想要的二维码或链接,通过以下网站进行优化。 草料(https://cli.im/):可进行微信二维码解码、生成 QRL 链接、二维码美化等,根据具体需求调整容错率等选项。 (https://qrcode.antfu.me/):用法与草料类似,定位点花样更多,还可对二维码进行拓展。 2. 借鉴其他平台的优化经验,如阿里巴巴营销技巧和产品页面优化: 市场分析:利用 AI 分析工具研究市场趋势、消费者行为和竞争对手情况。 关键词优化:AI 分析和推荐高流量、高转化的关键词,优化产品标题和描述。 产品页面设计:AI 设计工具生成吸引人的页面布局。 内容生成:AI 文案工具撰写有说服力的产品描述和营销文案。 图像识别和优化:AI 技术选择或生成高质量产品图片。 价格策略:分析不同价格点对销量的影响。 客户反馈分析:了解客户需求,优化产品和服务。 个性化推荐:根据用户购买历史和偏好提供推荐。 聊天机器人:提供 24/7 客户服务。 营销活动分析:了解活动效果。 库存管理:预测需求,优化库存。 支付和交易优化:分析支付方式对交易成功率的影响。 社交媒体营销:在社交媒体上找到目标客户群体。 直播和视频营销:分析观众行为,优化内容。 此外,还可以参考 AI 应用专家在博客数字化转型方面的实战经验: 1. 对于技术爱好者: 从小项目开始,尝试使用 AI 辅助编码。 探索 AI 编程工具,如 GitHub Copilot 或 Cursor。 参与 AI 社区,与其他开发者交流。 构建 AI 驱动的项目。 2. 对于内容创作者: AI 辅助头脑风暴,获取创意方向。 建立 AI 写作流程,从生成大纲开始。 多语言内容探索,利用 AI 辅助翻译和本地化。 优化 SEO,利用 AI 工具获取优化建议。
2024-12-17
chatgpt file uploader extended 在哪里下载
以下是 ChatGPT File Uploader Extended 的下载方法: 安卓系统: 安装 Google Play:到小米自带的应用商店搜索 Google Play 进行安装,安装好后打开,按照提示一步步操作并登录。 下载安装 ChatGPT:到谷歌商店搜索“ChatGPT”进行下载安装,开发者是 OpenAI。注意这步骤可能遇到“google play 未在您所在的地区提供此应用”的问题。解决方法是在 google play 点按右上角的个人资料图标,依次点按:设置>常规>帐号和设备偏好设置>国家/地区和个人资料。如果账号没有地区,可以“添加信用卡或借记卡”,国内的双币信用卡就行,填写信息时地区记得选美。如果回到 google play 首页还搜不到 chatgpt,可以卸载重装 google play,操作过程保持梯子的 IP 一直是美,多试几次。 体验 ChatGPT:如果只想体验 ChatGPT 3.5 版本,不升级 GPT4,直接登录第二部注册好的 ChatGPT 账号即可。 订阅 GPT4 Plus 版本:先在 Google play 中的【支付和订阅】【支付方式】中绑定好银行卡,然后在 ChatGPT 里订阅 Plus。 苹果系统: 在 Apple Store 下载 ChatGPT:中国区正常下载不了,需要切换到美区才可以下载。美区 Apple ID 注册教程参考知乎链接: 。最终在 Apple Store 搜到 ChatGPT 下载安装,注意别下错。 支付宝购买苹果礼品卡充值订阅付费 App:打开支付宝,地区切换到【美区任意区】,往下滑,找到【品牌精选折扣礼品卡】,点击进去,可以看到【大牌礼品卡】,往下滑找到【App Store & iTunes US】礼品卡,按需要的金额购买即可,建议先买 20 刀。包括支付宝购买礼品卡、在 apple store 中兑换礼品卡、在 chatgpt 中购买订阅 gpt plus,如果中途不想继续订阅了,可到订阅列表中取消订阅。 使用 ChatGPT 4o: 开启对话:打开 ChatGPT 应用或网页,点击开始对话。会员不管是在苹果还是安卓手机上购买的,电脑上都能登录。 体验最新语音对话功能:版本切到 ChatGPT 4o,点击右下角“耳机🎧”图标,选择一个声音,就可以体验流畅的语音对话。
2024-11-15
pip install -r requirements.txt ERROR: Could not open requirements file: [Errno 2] No such file or directory: 'requirements.txt' 怎么解决
以下是可能的解决方法: 1. 找到您的 ComfyUI 总文件夹,找到下面文件中的 python 文件夹(有些人的是 python_emembeded)中的 python.exe(可执行文件,右键属性复制路径,然后继续在相关文件路径下通过 cmd 进入终端,右键粘贴刚才的路径加“\\python.exe m pip install r requirements.txt”。 2. 本部分报错基本都是因为网络问题,大部分安装问题可以通过使用国内镜像源来解决。例如:在执行安装 requirements.txt 文件时,可以尝试使用“pip install i https://mirrors.aliyun.com/pypi/simple/ r D:/openai.wiki/stablediffusionwebui/requirements.txt”。这段代码可以理解为不使用官方下载地址,而是国内阿里云的镜像地址下载相关依赖组件。如果还是不能解决,请自行搜索 CMD 魔法上网,有一些魔法工具即便可以访问 Youtube、Google 等网站,也不代表它能够在 CMD 中是可以正常使用的,因为有一些魔法工具无法在 CMD 中被继承。 3. 如果出现“ERROR:Could not install packages due to an OSEr”,考虑在命令后面输入“user”。 4. PyPI 元数据包有问题,可以尝试执行“pip cache purge”清理缓存。
2024-10-19
普通人如何学AI
普通人学习 AI 可以参考以下步骤: 1. 了解 AI 基本概念: 阅读「」部分,熟悉 AI 的术语和基础概念,包括其主要分支(如机器学习、深度学习、自然语言处理等)以及它们之间的联系。 浏览入门文章,了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅: 在「」中,找到为初学者设计的课程,特别推荐李宏毅老师的课程。 通过在线教育平台(如 Coursera、edX、Udacity)上的课程,按照自己的节奏学习,并有机会获得证书。 3. 选择感兴趣的模块深入学习: AI 领域广泛,比如图像、音乐、视频等,可根据自己的兴趣选择特定的模块进行深入学习。 掌握提示词的技巧,它上手容易且很有用。 4. 实践和尝试: 理论学习之后,实践是巩固知识的关键,尝试使用各种产品做出自己的作品。 在知识库提供了很多大家实践后的作品、文章分享,欢迎实践后的分享。 5. 体验 AI 产品: 与现有的 AI 产品进行互动,如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人,了解它们的工作原理和交互方式。 此外,还可以参考以下方法: 1. 万能公式法:问 AI【一个(xxx 职业)需要具备哪些知识?】,AI 就可给出知识框架,然后根据知识框架每一个小点去问,就能让 AI 工具帮你指数级深度思考。 2. 寻找优质信息源:像没有技术背景的普通人,想要学习或了解 AI,好的信息源如「即刻」App 的“”等免费圈子。 3. 信息爆炸之做减法的小 tips: 只掌握最好的产品,少关注新产品测评(除非远超 ChatGPT)。 只解决具体问题,不做泛泛了解。从问题中来,到问题中去。 只关注核心能力,不关注花式玩法,用 AI 扬其长避其短。 只关注理清需求和逻辑,不死记硬背提示词。 先关注提升认知/洞察,然后再谈技巧。 如果您还在观望 AI,不知道从何入手,可以参考《雪梅 May 的 AI 学习日记》。其学习模式是输入→模仿→自发创造。学习内容可去 waytoAGI 社区发现自己感兴趣的 AI 领域,学习最新的内容。学习资源都是免费开源的。
2025-03-05
ai agent 好用的软件
以下是一些好用的 AI Agent 软件: 1. Coze:新一代一站式 AI Bot 开发平台,集成丰富插件工具,适用于构建各类问答 Bot,能拓展 Bot 能力边界。 2. Microsoft 的 Copilot Studio:主要功能包括外挂数据、定义流程、调用 API 和操作,以及将 Copilot 部署到各种渠道。 3. 文心智能体:百度推出的基于文心大模型的智能体平台,支持开发者打造产品能力。 4. MindOS 的 Agent 平台:允许用户定义 Agent 的个性、动机、知识,以及访问第三方数据和服务或执行工作流。 5. 斑头雁:2B 基于企业知识库构建专属 AI Agent 的平台,适用于客服、营销、销售等场景,提供多种成熟模板,功能强大且开箱即用。 6. 钉钉 AI 超级助理:依托钉钉强大的场景和数据优势,在处理高频工作场景如销售、客服、行程安排等方面表现出色。 此外,还有以下相关的新产品: 1. ThinkGPT by Jina AI:来自中国创业团队 Jina AI(作者来自德国),让 LLM 拥有更强的推理与执行能力,构建模块包括记忆、自我改进、压缩知识、推理与自然语言环境,实现的功能有用长期记忆和压缩知识解决有限上下文问题、通过更高阶的推理基元增强 LLM 的单次推理能力、为代码库增加智能决策能力。链接:https://github.com/jinaai/thinkgpt 2. Gradiotools:Hugging Face Spaces 上可以将成千上万个 Gradio 应用程序转换为工具的 Python 库,基于 LLM 的代理可利用这些工具完成任务,目前支持 LangChain 和 MiniChain 代理库,附带一组预先搭建的工具,如 StableDiffusionTool、ImageCaptionTool、ImageToMusicTool 等。
2025-03-05
AI医疗
AI 在医疗领域有广泛的应用,包括以下方面: 1. 医学影像分析:AI 可用于分析 X 射线、CT 扫描和 MRI 等医学图像,辅助诊断疾病。 2. 药物研发:加速药物研发过程,如识别潜在药物候选物和设计新治疗方法。 3. 个性化医疗:分析患者数据,为每个患者提供个性化治疗方案。 4. 机器人辅助手术:控制手术机器人,提高手术精度和安全性。 在医疗健康生物制药的研究方面,AI 也发挥着重要作用,取得了以下最新进展: 1. AI 提前三年诊断胰腺癌。 2. 两名高中生与医疗技术公司合作,发现与胶质母细胞瘤相关的新靶基因。 3. AI 帮助抗衰老,筛查出高效的药物候选物。 4. 使用 AI 寻找阿尔兹海默症的治疗方法。 5. AI 帮助早期诊断帕金森。 在蛋白质结构预测和蛋白质合成方面,过去两周有大量突破: 1. AlphaFold 是一种表现出色的 AI 系统,为科学家和药物开发提供巨大帮助。 2. Meta 的蛋白质结构预测 AI 模型 ESMFold 已进行 7 亿次预测。 3. 多伦多大学研究人员开发新的 AI 系统,创造出自然界中不存在的蛋白质。 4. 华盛顿大学的 David Baker 教授团队开发基于 DALLE 的人工智能系统 RF Diffusion,用于生成合适的蛋白质结构。 5. 洛桑联邦理工学院的科学家们开发基于神经网络的新工具 PeSTo,可预测蛋白质相互作用。 6. 萨里大学开发人工智能系统,用于识别个体细胞中的蛋白质模式。 7. 肯特大学的研究团队使用名为 talin 的蛋白质制成凝胶,目标是将其制成防弹材料。 相关文献参考: 1. https://www.sciencedaily.com/releases/2023/05/230504121014.htm 2. https://www.wevolver.com/article/pestoanewaitoolforpredictingproteininteractions 3. https://www.sciencedirect.com/science/article/pii/S0958166923000514
2025-03-05
怎么用AI炒股票
以下是关于用 AI 炒股票的相关信息: 1. 目前 AI Agent 应用仍处探索阶段,其定义为一种智能代理系统,接近人类大脑,可形成记忆、达成行动规划、自动交互、主动预测。其应用特点包括个性化,能随着用户使用了解习惯和想法并作出喜好预测;能自主完成任务,如 Auto GPT 可在用户输入目标后自主执行任务、递归开发和调试代码;还能实现多 Agent 协作,如斯坦福大学的 SmallVille 项目。但目前 AI Agent 应用大多集中在 2B 场景,面向个人消费者的产品较少。 2. 一些相关产品如 Stocked AI,这是一个投资服务,提供每日股票推荐,推荐由机器学习模型生成,使用人工智能预测下一天的股票收盘价。 3. 有摊位提出“AI+交易:来定制专属于你的私人高级交易顾问吧!”的思路,期望借助 AI 分析行情,提高资金使用效率,配合多种策略提高理论胜率。但要注意,单纯迷信技术分析来提高胜率从而实现长期稳定盈利并不可行,心态对于交易很关键,新人往往缺乏交易理论知识。
2025-03-05
总结一下AI绘画可以用的本地工具
以下是一些可用的 AI 绘画本地工具: 1. 线上和线下结合:线上平台出图速度快,不吃本地显卡配置,无需下载大模型,但出图尺寸受限;线下部署可自己添加插件,出图质量高,但对电脑配置要求高,可能出现宕机和爆显存情况。线上可用于找参考、测试模型,线下作为主要出图工具。可在 C 站下载对应模型到本地加载部署后生图。 2. Fooocus:由 Controlnet 的作者发布的全新开源 AI 绘画工具,可和 Stable diffusion WebUI 一样部署到本地免费使用,具备便捷操作界面。 3. ComfyUI:基于节点式的 Stable Diffusion AI 绘画工具,通过将模型生成推理的 pipeline 拆分成独立节点,实现更精准工作流定制和清晰可复现性。安装框架和依赖库后即可使用。
2025-03-05
AI在项目管理的应用
AI 在项目管理中有广泛的应用,以下是一些常见的方面: 1. 项目管理和任务跟踪工具:如 Jira、Trello 等软件已开始集成 AI 功能,可辅助项目经理制定计划、分配任务和跟踪进度。 2. 文档和协作工具:微软的 Copilot 能集成到 Office 套件中,为项目文档撰写和编辑提供帮助。云存储服务如 Google Drive 也提供 AI 驱动的文档管理和协作功能。 3. 风险管理和决策支持工具:部分 AI 工具可帮助项目经理识别和分析项目风险,并提供决策建议。 4. 沟通和协作工具:AI 助手能辅助项目经理进行团队沟通协调和客户关系维护。 5. 创意生成工具:像文心一格、Vega AI 等 AI 绘画工具,可帮助项目经理快速生成创意图像素材。 如果您需要创建项目管理的示意图,比如流程图,可以按照以下步骤使用 Lucidchart: 1. 注册并登录:。 2. 选择模板:在模板库中搜索“项目管理流程图”。 3. 编辑图表:根据项目需求添加和编辑图形及流程步骤。 4. 优化布局:利用 AI 自动布局功能优化图表外观。 5. 保存和分享:保存图表并与团队成员分享,或导出为 PDF、PNG 等格式。 目前市面上有众多应用 AI 的产品,涵盖以下几个方面: 1. 辅助创作与学习:如 AI 智能写作助手、AI 语言学习助手、诗歌创作助手、书法字体生成器、漫画生成器等,为用户的学习和创作提供支持。 2. 推荐与规划:包括 AI 图像识别商品推荐、美食推荐平台、旅游行程规划器、时尚穿搭建议平台、智能投资顾问等,根据用户需求和偏好推荐合适的产品、服务或制定个性化计划。 3. 监控与预警:如 AI 宠物健康监测设备、家居安全监控系统、天气预报预警系统、医疗诊断辅助系统等,实时监测各种情况并提供预警。 4. 优化与管理:涉及办公自动化工具、物流路径优化工具、家居清洁机器人调度系统、金融风险评估工具等,提高工作效率和管理水平。 5. 销售与交易:有 AI 艺术作品生成器、书法作品销售平台、摄影作品销售平台、汽车销售平台、房地产交易平台等,为各类产品和服务提供销售渠道。
2025-03-05