![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
AI与大数据行业
文章平均质量分 91
AI和大数据相关行业动态,趋势,实践观察
彩色蚂蚁
- 二十年研发经验,在消费电子,大数据引擎,大数据开发平台,电商,风控,营销等相关数据产品领域都有多年的建设经验,目前现任某大数据创业公司平台研发负责人,曾历任阿里巴巴等多家头部互联网公司大数据团队研发负责人。
- 个人兴趣爱好多变,擅长从入门到放弃,对徒步,摄影,桌游,乐高等各类自闭活动尤为喜好。
- 著有《大数据平台基础架构指南》,《Spark大数据处理技术》(Intel时期团队合著的上古版本)等
展开
-
快速理解AIGC图像控制利器ControlNet和Lora的架构原理
ControlNet以及Lora是什么,玩过stable diffusion AI图像生成的同学应该都不陌生。一般来说,如果你用以SD 或 SDXL为基础的模型来生成图像,产出的图像往往非常随机,很难对图像的内容做相对精确的控制。尤其是原始的SD和SDXL的底模,拥有很好的图像泛化能力(也就是说能根据提示词输出各种类型的图像),但也使得图像的效果通常不是最佳的,对内容的定向精确化控制的能力往往也不足。比如你想让生成的图像更接近真人摄影风格一些(肤质,环境,灯光,胶片感等等)原创 2024-03-15 10:23:43 · 2552 阅读 · 2 评论 -
通俗深入的理解Sora的架构原理
这篇文章是面向有一定理工科基础,能理解一些基本的工程逻辑或理工常识,但非数学或算法相关专业或职能的同学。他们可能对相关系统,架构感兴趣,想要从基本原理的角度去理解它的核心思想,进而希望做到能有自己的观点和判断,有理有据,不人云亦云。原创 2024-03-08 10:36:21 · 1768 阅读 · 0 评论 -
AI4DATA,生成式BI能力现状观察和业界实践探讨
以当前业界的情况来看,AI4DATA可以做些什么,生成式BI应该具备什么样的能力,适用于什么样的场景,呈现出什么样的产品形态,并没有明确的定义或共识,大体还处在一个集思广益,积极探索能力边界的阶段。以下仅根据笔者工作实践过程中,所接触到的客户需求,业界的产品为线索,结合个人的认知和理解,谈一下从满足用户BI工作链路需求的角度来看,生成式BI可能需要具备的各种能力。同时,按照各种能力对客户商业智能洞察这个终极目标需求的满足程度,智能化程度,做一下成熟度的阶段划分。原创 2024-02-20 08:00:00 · 1171 阅读 · 0 评论