[ComfyUI]惊了,腾讯进场,最牛开源AI视频大模型易主!本地16G显存可玩!

‍‍‍‍‍前 言

腾讯最近悄咪咪的,突然就放了一个王炸,开源了一款130亿参数的AI视频大模型,这应该是目前世界上参数最大的开源视频大模型了。

3 号刚推出的时候也着实被最低 45G 的显存吓了一跳,这完全不给消费级显卡机会呀!

不过开源社区永远超级给力,隔了一天就把显存降到了 16G 以下,并且已经开发了对应 ComfyUI 插件,让我们可以直接在本地进行体验了,感谢 Kijai 大佬。

听雨尝试了下,效果超级不错,应该是目前文生视频领域的 NO1 了。

好了,话不多说,我们直接开整。

先来看下效果,这里使用的工具是 ComfyUI。

提示词:Close up shot, a boy stretches out his right hand and happily stroked the head of a Border Collie.

除了手有点瑕疵,其它都很真实了有么有!其实多抽几次卡,手的问题也可以解决。

在这里插入图片描述

提示词:Static camera, a model wearing a vibrant red silk dress, the dress should have a glossy appearance, and the smooth, shiny texture of the silk should be clearly visible as the model moves.

这个用例之前几个视频大模型都试了,但是感觉效果都不太行,混元总算是让我发出来了。

在这里插入图片描述

提示词:The camera circles around a chinese woman dancer, capturing the fluidity of their movements and the contrast between their dynamic motion and the stationary environment.

舞蹈也总算是可以看看了。

在这里插入图片描述

提示词:A cat is running on the grassland, and the camera switches to a smiling little girl

转场衔接的也很不错。

在这里插入图片描述

提示词:A close-up shot of a young woman's face during sunset, with soft lighting highlighting her features. Her eyes well up with tears, and her lips quiver slightly, revealing suppressed emotions. The camera gradually zooms in, emphasizing the fine details of her face, finally focusing on her tear-filled eyes.

提示词的理解能力也是相当不错的。

在这里插入图片描述

提示词:The camera captures a asian man in a workplace reacting to unfair treatment, showcasing the subtle expressions of frustration and injustice.

表情输出也很到位,这表情很真实啊有么有!

在这里插入图片描述

提示词:纪录片风格,写实,中景,写字楼内,有很多工位,坐在工位上是一群猕猴,在电脑面前敲代码,镜头平移,特写猕猴们思考,疑惑,焦躁的表情

模型是支持中文提示词的,所以我们也可以直接写中文提示词。

这猴子的动作表情有点传神是什么情况。。。

在这里插入图片描述

提示词:动画风格,日落时分宁静的热带海滩,轻柔的海浪拍打着海岸,棕榈树在微风中摇曳,远处还有舒适的海滨小屋。

而且支持多种风格,不仅可以输出写实风格,还可以输出动画风格。

在这里插入图片描述

提示词:动画风格,斜侧特写,一个短发女孩蜷缩在飘窗榻榻米上,身边散落着几本翻开的漫画。她穿着宽松的白色T恤,上面印着EVA机甲图案,怀里抱着一只轻松熊玩偶。特写她专注的侧脸,嘴角随着剧情时而上扬。房间里,动漫海报贴满墙面,书架上整齐排列着手办模型。

在这里插入图片描述

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。

在这里插入图片描述

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

在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值