注意看,这是一家“魔法博物馆”,陈列的展品琳琅满目,甚至还有机甲套装……
魔法镜子、水晶法杖……也是一应俱全,仿佛真的进入了魔法世界。
没错,这个“博物馆”里的“展品”全都是由AI打造的,而且一件只需要五分钟。
来自南洋理工大学、上海AI实验室等机构的研究人员,共同推出了新款文生3D基础模型3DTopia。
只需要一组文本,它就可以在5分钟内生成出多样化、高精度的3D模型。
除了“魔法博物馆”里的展品之外,日常的物品3DTopia更是可以精准合成。
比如老板心血来潮想要布置一下办公室,它就能建立出桌椅摆件的样子,甚至桌子上的咖啡也一起“准备”好了。
就算天马行空一些也没关系,只要人能想到,它可以建立出一套月球的“沙盘”。
那么,该怎么用3DTopia来创建3D模型呢?
推理分两阶段进行
3DTopia的推理过程是分为两个阶段进行的,第一个阶段会根据提示词生成点云格式的粗糙模型。
比如当我们让它生成一个机器人模型时,第一阶段得到的模型是长这样的:
第二阶段就是用该团队推出的theeefiner对这个粗糙的点云进行细化,并完成上色等操作。
经过优化theeefiner的之后,这个机器人模型终于变成了人类熟悉的样子。
所以,实际操作过程也需要对这两部分用到的工具分别进行部署。
首先拉取3DTopia的文件,然后用conda创建虚拟环境并完成安装,接着还要安装另一份教程部署第二阶段要用到的threefiner。
部署完成之后,还得到HuggingFace上下载一个checkpoint文件并放到指定目录。
整个过程难度倒也不算大,但是对于小白来说操作起来可能也得费一番功夫。
所以,如果这个部署过程看上去过于繁琐,这里还有一份大神改编的Colab笔记。
利用这份笔记,只需要修改其中的提示词和文件名,部署过程则是一键完成,不过实测需要选择A100才能完美运行。
这份笔记将第二阶段拆分成了两个子步骤,所以部署完之后一共需要运行三段代码,修改提示词的方式如下图。
其中stage1生成的文件名可以点击左侧的文件夹图标,就可以在3DTopia - results目录下找到,stage1目录下同时还会生成初稿的预览视频。
最终的成品模型,则是默认存在了stage2目录中。
不过需要注意的是,目前笔记的第2-2步存在一处小错误,运行之前需要在threefiner前加上一个英文感叹号,否则无法正常运行。
如何学习大模型 AI ?
由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。
但是具体到个人,只能说是:
“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。
这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。
我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
第一阶段(10天):初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么?
- 大模型是怎样获得「智能」的?
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例:向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段(30天):高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示(Embeddings)
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段(30天):模型训练
恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。
到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2:手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段(20天):商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身:基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例:如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。
如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。
这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费
】
这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费
】