Jixian Wang

统计数据

154
文章
0
粉丝
0
获赞
2347
阅读
avatar
又跳水了？
#股市 #跳水 #金融 #经济
avatar
这里面看似机械结构的东西 其实不符合动力学结构 也没看到控制系统 这就是AI生成的图一乐的东西 别当真啦
avatar
这是… 墙内恶意抹黑中国军人的智商呢？还是他们真心就这么认为的？ 真让人迷惑，他都没分清AI和经典程序的区别，”人工智能的代码会被篡改.. “ 篡改啥 矩阵乘法 还是 transformer 模型的权重？
avatar
我都怀疑这里面是不是藏着什么上个世纪的宝藏😂😂😂
avatar
美国人发明了AI，中国人带动了AI的应用市场，这帮欧洲人发明了AI管理规范，GDPR等系列管理办法 … 哎😑 最近公司里在吐槽这个，人家发明了科技和应用，这帮老古板给AI发明了脚镣。
avatar
看来我的账号要少儿不宜了😅
avatar
多穿个外套 反而会显得更性感😃 这个AI我能玩好久…
avatar
其实从新年到现在我也一直在操刀裁员，跟个终结者一样，这已经不是未来趋势了 而是昨天开始的现在还在继续的大洗牌。 说实话现在开始起步学都已经有些晚了，时代就是这么残酷。 🍀
avatar
骂得好👍
avatar
这是AI输出的 真假结合的InPainting效果，各位老师请给个评价 🙏 至少这样在场景细节中不会穿帮，AI 每次只负责画对一个物体就好，光照 色温 都相对统一。
avatar
这是AI输出的 真假结合的InPainting效果效果，各位老师请给个评价 🙏 至少这样在场景细节中不会穿帮，AI 每次只负责画对一个物体就好，光照 色温 都相对统一。
#AI #InPainting #图像处理
avatar
有个朋友私信我说她想减肥，还不想节食，问我有啥好办法没，于是我给他找到了这个👇 据说饭后看特别管用😅👍
avatar
🤷🏻我的推特已经沦陷…… 我说上来想看看新闻的 结果全都是这玩意儿 还都是AI假图！ 你们的X现在都啥样？
avatar
其实我真的没在打假AI图，是假货扑面而来污染我的眼睛，或者我更介意的不是他是假的，而是细节不完美还舔着脸出来忽悠人，更难以接受的是这破玩意儿还这么有市场。 “当人们习惯了喝假酒以后 真的反而变成了错的。 ”
avatar
自从我最近开始折腾ZIT模型 咋一打开X 满屏幕都是腿，还一半都是假图，是只有我这样么？ 还是说这几天爱国大仍子们又上班了？（前几天过春节好像消停了不少）
avatar
文生图默认的另一个大问题就是绝的居中构图（当然可以解决 不过很难），你会发现主题就会正好像个大傻子一样出现在画面的正中间，这通常很难用提示词进行修正。
avatar
这种作假就像古玩行里的接瓶子底差不多，图二图三都是真图，图一也是真图，但是用Qwen image edit 这类模型进行掩码后换头就这样。 这种作假已经很难区分了，容易出现的问题是换头的时候容易引起头身比例的不协调 ，不过这只是偶发问题。 很多数字人都是这样输出的。 模板可以用海量图片配合DINO 做embedding ，然后聚类 计算相似度 就可以随时基于一张真图做inpaint
avatar
AI做图就这个用脚挑着高跟鞋👠的动作，老困难了，不经过特殊调教的模型，就算给了参考图，甚至ControlNet/DEPose/Canny 都没戏🙅…… 商业模型就更别想了，穿高跟鞋可以，挑高跟鞋就会立即触发色情警告⚠️
avatar
帮网友训练的一款Fetish风格的超细根漆皮高跟靴的LoRA，AI在特殊领域产品展示方面确实有和很大的发展潜力。 我们准备创建Fetish & SM领域的商业化AI模型，有兴趣一起参与的朋友请私信😃
avatar
Jixian Wang
1个月前
你更喜欢AI还是真人（图4）？ 今天帮帮私信我的朋友做了一定制服装的LoRA，结合我之前训练的私有模型的出图，同一件乳胶衣的穿搭对比。 我是更喜欢AI 性感本来就是一种感觉 管它什么真的假的 反正一想之美😂😇
avatar
Jixian Wang
1个月前
“透明水晶高跟鞋露出被丝袜包裹的脚趾”这是最考验模型的，因为一般模型都会由于先验知识不足在这里崩溃掉，这就是“高熵”区域，默认的均方差Loss函数就很难评估这部分。相比来说 胸部，乳头，脸都很好训练。 乳头糊一点也看不出来，脚趾头多一个就恶心了…
avatar
Jixian Wang
1个月前
再来一组AI 女S质感的，各位专家欢迎点评🙏 主要是构图的镜头感，丝袜质感我也重新标注+掩码了一组高纯度数据重新训练了一遍。
avatar
Jixian Wang
1个月前
继续优化了一天的AI模型，以后SM大片也用不着真人了😅 我觉得这个质感 氛围感都很到位。 但是距离真正的成人模型还有很长的路要走，LoRA只能像个小扳手一样进行微调，模型的先验参数很多时候是拉不动的，不过这个质感 商业化应该也差不多了
avatar
Jixian Wang
1个月前
难点不是捆绑，而是： 1，丝袜本身的光泽和材质 2，被油光丝袜材质遮挡的若隐若现的乳头的视觉效果 线上模型不会输出这些大尺度性感内容，线下模型会对乳头，丝袜这些真实的还原做得很差。 这些只有在Low Noise阶段才会发生改变，这对于优化Loss函数是个很大的挑战。
avatar
Jixian Wang
1个月前
最近看了很多的图像相关模型的源代码和架构，其实这一代模型的架构都是类似DiT (Transformer+Diffusion) 架构，架构上整体比上一代的Unet+Diffusion 有明确又是，但是同一代模型大家关注的输出画质和细节，更多就在于有标注的训练集了， 我最近的时间精力也都是花在这方面。 也这套“低熵”的训练集，基本上是同一代模型都会有不错的训练微调效果。