TGTGInsighttelegram intelligenceLIVE / telegram public index
← mariinavo

TGINSIGHT SIMILAR POSTS

Etsi samankaltaista sisältöä

Lähdekanava @mariinavodesign · Post #607 · 15.4.

Эти куклы надоели настолько, что я не выдержала: решила сделать свою и поделиться промтом с вами 😂 Как сделать такую же винтажную куклу по своему фото? 1. Нужно зайти в chatGPT. 2. Копируем промт из комментариев и прописываем свои параметры: текст / палитра и тд. 3. Прикрепляем фото, на котором хорошо видно ваше лицо 4. Прикрепляем фото одежды (если хотите одеть куклу по референсу) В комментариях оставляю идеальный подробнейший промт, который использовала я, и с которым у вас точно получится стильная генерация 💔 *обратите внимание, что в бесплатной версии есть ограничение на генерацию Обязательно поделитесь своими шедеврами в комментариях 🤌🏼 #ai@mariinavodesign

Hashtags

Tulokset

1 samankaltaista julkaisua löydetty

Haku: #generativea

当前筛选 #generativea清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #8675 · 02.10.2025 klo 15.11

🔦Генерация изображений на свете, а не на GPU Исследователи из UCLA представили оптическую генеративную модель (Optical Generative Model). Она использует свет и линзы вместо вычислительных блоков - то есть картинки рождаются не на чипах, а в физике. 🔬 Как это работает: 1. Лёгкий цифровой энкодер превращает случайный шум в фазовый узор. 2. Этот узор загружается на оптический модулятор света. 3. Свет проходит через дифракционный декодер и прямо на сенсоре формируется изображение. ✔️ Авторами проведены реальные эксперименты: с помощью видимого света и SLM показаны результаты генерации: - Созданы цифры, лица, бабочки и даже картины в стиле Ван Гога. - Качество сравнимо с современными диффузионными моделями. - Есть две версии: мгновенная (один проход) и итеративная (несколько шагов, как у диффузии). ⚡ Чем интересен такой подход - Подход не требует никакой вычислительной нагрузки. - Супербыстрая генерация: физика света выполняет то, что GPU делает миллиардами операций. - Это открывает путь к энергоэффективному ИИ для edge-устройств: AR/VR, мобильные камеры, компактные сенсоры. ⚠️ Ограничения: - Сложно выравнивать оптические системы. - Ограничения по точности фазовых масок. - Зависимость от качества оборудования (шум, битовая глубина). Но даже с этими проблемами, это первый шаг к новому классу ИИ, где вычисления заменяются чистой оптикой. Nature: https://www.nature.com/articles/s41586-025-09446-5 @ai_machinelearning_big_data #AI#OpticalComputing#Photonics#GenerativeA