Category: Generative AI

对于需要处理大量文档的组织来说，数据分类、提取和分析可能具有挑战性。传统的文档处理解决方案是人工操作，成本高昂 […]

本文将介绍如何使用 Stable Diffusion Quick Kit 快速部署一个基于 Stable Diffusion XL 模型，可以动态加载 SDXL LoRA，ControlNet 模型的弹性伸缩推理服务。

在这篇博文中，我们将演示如何使用 JumpStart，在没有互联网连接的 VPC 中部署 Flan-T5 XXL 模型。

本博客探讨了 AI 生图在游戏行业面向游戏运营活动的落地场景，根据企业级客户实际案例经验，探讨如何高效地办好这么一场游戏AI生图活动，并提出我们的解决方案。

我们将演示如何使用 Amazon SageMaker 从现有的基本图像生成新图像，这是一项完全托管式服务，用于大规模构建、训练和部署机器学习模型。采用此解决方案，企业无论规模如何，都可以比以往更快地制作新的广告素材，而且大幅降低成本。这样，您便能够以低成本和高速度，为企业制作新的定制广告素材内容。

尽管生成式人工智能解决方案功能强大，应用广泛，但它们也很容易受到操纵和滥用。在这篇博文中，我们将探讨如何使用 AWS 人工智能服务 Amazon Rekognition 和 Amazon Comprehend 以及其他技术，近乎实时地有效审核 Stable Diffusion 模型生成的内容。

本文主要分享在帮助客户使用 Stable Diffusion 时总结的实战经验总结，在 Stable Diffusion 实战中，客户最常遇到的两方面问题，一是如何选择合适的提示词起手式，来生成满足期望的图片；二是如何对图片进行细节优化，使最终产出的结果能够满足生产应用需求。我们根据过往服务客户使用 Stable Diffusion 的经验，整理了以下内容作为我们推荐的最佳实践，希望对读者使用 Stable Diffusion 进行创作时提供参考。

本文结合 Amazon Transcribe，Amazon Polly，以及 openai 的大语言模型和 D-ID.com 公司的 2D 数字人生成技术，介绍了实现了一个演示用的可语音对话的智能 2D 数字人设计的服务和具体的实现过程。

在本篇文章中，我们基于生成式 AI 行业解决方案指南，针对泛娱乐行业的风格化视频生成，介绍生成式 AI 的使用和参数配置，以及配合传统工具，以协助内容创作，达到一定的创意效果。

游戏行业重度依赖概念设计和美术资源，同时也是对创意和美术内容质量要求最高的行业之一。AI 可能可以带来超越人类自身想象力的一些内容，但抽卡式的创作并不能真正的提升美术管线的生产效率，我们需要使用工具来让 AI 更加精准的生成符合预期的图片。