新疆电视台直播

新疆电视台直播：突破时空限制的信息传递

随着科技的不断发展，人们获取信息的方式也在不断变化。而新疆电视台直播正是这种变化的一个缩影，它通过突破时空限制，让观众在第一时间获取最新的新闻资讯和节目内容。

网上直播：让观众随时随地都能收看电视节目

现在，随着互联网的发展，越来越多的人通过网上直播来观看电视节目。新疆电视台也跟进这一潮流，开设了网上直播的平台，让观众不受时间和地域的限制，随时随地都能收看电视节目。这让那些没有电视或者不能看到新疆电视台信号的观众也能够看到最新的资讯和节目内容。

直播互动：观众参与度得到提升

除了网上直播外，新疆电视台的直播节目也采用了直播互动的方式，让观众参与度得到了提升。观众可以在直播过程中通过短信、微信等方式，与主持人或嘉宾进行交流互动，提出问题或者表达自己的意见。这种互动方式不仅能够满足观众的需求，增强观众的参与感，也能够让主持人和嘉宾更好地了解观众的需求和反馈，为节目的改进提供参考。

直播效果：让观众更真实地感受事件的现场

与录播不同，直播可以更真实地将事件的现场传递给观众。比如在新闻报道中，直播可以让观众实时了解事件的发展情况，感受到现场的氛围和情绪。而在综艺节目中，直播可以让观众更真实地感受到嘉宾的表现和互动。这种真实感让观众更容易产生情感共鸣，提升节目的观感效果。

总结归纳

总的来说，新疆电视台直播的方式，通过网上直播和直播互动等方式，为观众提供了更加便捷和丰富的观看体验。同时，直播还能够让观众更真实地感受到事件的现场，提升节目的观感效果。随着技术的不断进步，相信直播方式在未来也将得到更广泛的应用和推广。

新疆电视台直播特色

1、左右斜线都能直接连接，选择多才能更快的合体。

2、可以自由的操控着决策进行各种各样的跳跃，会遇到非常多的障碍物，一定要及时的进行躲避。

3、游戏资讯，一键关心搜罗流行的卡牌游戏资讯，通过游戏关心功能，及时为你推送新况。

4、拥有许多实战项目的测试，快速的知道自己的测试成绩；

5、原创经典的武侠故事剧情，侠客之路等你来激情演绎；

新疆电视台直播亮点

1、视频、图片、直播，多媒体资讯，舒适体验，值得拥有

2、接收来自学校、班级下发的各类教学信息，课业信息；

3、全新的U17剧情来袭，征战世界从这里起航。

4、适用性强，适合各式各样人群，随时随地可以进入朗读

5、美肤特效：11款自拍特效，打造11个不同风格的你

zuoyouxiexiandounengzhijielianjie，xuanzeduocainenggengkuaideheti。keyiziyoudecaokongzhejuecejinxinggezhonggeyangdetiaoyue，huiyudaofeichangduodezhangaiwu，yidingyaojishidejinxingduobi。youxizixun，yijianguanxinsouluoliuxingdekapaiyouxizixun，tongguoyouxiguanxingongneng，jishiweinituisongxinkuang。yongyouxuduoshizhanxiangmudeceshi，kuaisudezhidaozijideceshichengji；yuanchuangjingdiandewuxiagushijuqing，xiakezhiludengnilaijiqingyanyi；開(kai)源(yuan)AltDiffusion-m18 ，18種(zhong)語(yu)言(yan)文(wen)圖(tu)生(sheng)成(cheng)all in one

新(xin)智(zhi)元(yuan)報(bao)道(dao)

來(lai)源：智源研(yan)究(jiu)院(yuan)

【新智元導(dao)讀(du)】國(guo)內(nei)首(shou)個(ge)支(zhi)持(chi)18种语言的(de)文图生成模(mo)型(xing)AltDiffusion-m18来了(le)。

當(dang)前(qian)，非(fei)英(ying)文文图生成模型選(xuan)擇(ze)有(you)限(xian)，用(yong)戶(hu)往(wang)往要(yao)將(jiang) prompt 翻(fan)譯(yi)成英语再(zai)輸(shu)入(ru)模型。這(zhe)樣(yang)不(bu)僅(jin)會(hui)造(zao)成額(e)外(wai)的操(cao)作(zuo)負(fu)擔(dan)，並(bing)且(qie)翻译過(guo)程(cheng)中(zhong)的语言文化(hua)誤(wu)差(cha)，会影(ying)響(xiang)生成图片(pian)的準(zhun)確(que)性(xing)。

智源研究院 FlagAI 團(tuan)隊(dui)首創(chuang)高(gao)效(xiao)訓(xun)練(lian)方(fang)式(shi)，使(shi)用多(duo)语言預(yu)训练模型和(he) Stable Diffusion 結(jie)合(he)，训练多语言文图生成模型 —— AltDiffusion-m18，支持18种语言的文图生成。

包(bao)括(kuo)中文、英文、日(ri)语、泰(tai)语、韓(han)语、印(yin)地(di)语、烏(wu)克(ke)蘭(lan)语、阿(e)拉(la)伯(bo)语、土(tu)耳(er)其(qi)语、越(yue)南(nan)语、波(bo)兰语、荷(he)兰语、葡(pu)萄(tao)牙(ya)语、意(yi)大(da)利(li)语、西(xi)班(ban)牙语、德(de)语、法(fa)语、俄(e)语。

Huggingface：https://huggingface.co/BAAI/AltDiffusion-m18

GitHub：https://github.com/FlagAI-Open/FlagAI/blob/master/examples/AltDiffusion-m18

AltDiffusion-m18 在(zai)英文的 FID、IS、CLIP score 客(ke)觀(guan)評(ping)測(ce)上(shang)達(da)到(dao)了 Stable Diffusion 95~99% 效果(guo)，在中文、日文上达到了最(zui)優(you)水(shui)平(ping)，同(tong)時(shi)填(tian)補(bu)了其余(yu) 15 种语言文图生成模型的空(kong)白(bai)，極(ji)大滿(man)足(zu)了產(chan)業(ye)界(jie)對(dui)於(yu)多语言文图生成的強(qiang)烈(lie)需(xu)求(qiu)。在此(ci)，特(te)別(bie)鳴(ming)謝(xie) Stable Diffusion Research Team 為(wei)这項(xiang)工(gong)作提(ti)供(gong)建(jian)議(yi)。

此外，AltDiffusion-m18 相(xiang)關(guan)创新技(ji)術(shu)报告(gao)《AltCLIP: Altering the Language Encoder in CLIP for Extended Language Capabilities》已(yi)被(bei) Findings of ACL 2023 接(jie)收(shou)。

技术亮(liang)點(dian)

1 全(quan)新 AltCLIP，高效、低(di)成本(ben)構(gou)建多语言 T2I 模型

在去(qu)年(nian)發(fa)布(bu)的 AltDiffusion-m9 中，智源团队基(ji)于 Stable Diffusion v1.4，创新性地更(geng)換(huan)语言塔(ta)为多语言塔 AltCLIP，并使用九(jiu)种语言的多语言數(shu)據(ju)進(jin)行(xing)微(wei)調(tiao)，将原(yuan)始(shi)仅支持英文的 Stable Diffusion 擴(kuo)展(zhan)到支持 9 种不同的语言。

AltCLIP：https://github.com/FlagAI-Open/FlagAI/tree/master/examples/AltCLIP-m18

而(er) AltDiffusion-m18 基于 Stable Diffusion v2.1 训练。Stable Diffusion v2.1 新的语言塔为 OpenCLIP 的倒(dao)二(er)層(ceng)，因(yin)此，全新的 AltCLIP 以(yi) OpenCLIP 的倒二层作为蒸(zheng)餾(liu)目(mu)標(biao)重(zhong)新训练，并且在 m9 的基礎(chu)上将仅对 Unet 中 CrossAttention 层 K,V 矩(ju)陣(zhen)微调，扩展成兩(liang)階(jie)段(duan)的训练方式，如(ru)下(xia)图所(suo)示(shi)：

- 第(di)壹(yi)阶段：早(zao)前在 m9 的實(shi)驗(yan)过程中发現(xian)，微调 K,V 矩阵主(zhu)要學(xue)習(xi)的是(shi)文图的概(gai)念(nian)对齊(qi)，所以 m18 训练的第一阶段繼(ji)續(xu)使用 18 语言的数据进行K,V矩阵的微调。此外，通(tong)过实验證(zheng)明(ming)，将图片從(cong) 512*512 的分(fen)辨(bian)率(lv)降(jiang)低到 256*256 并不会損(sun)失(shi)图片的语義(yi)信(xin)息(xi)。因此，在第一阶段学习文图概念对齐的过程中使用 256*256 的分辨率进行训练，加(jia)快(kuai)了训练速(su)度(du)。

- 第二阶段：为了进一步(bu)提高生成图像(xiang)的質(zhi)量(liang)，使用 512*512 的分辨率在 18 语言的数据中进行 Unet 全量參(can)数的训练。此外，丟(diu)掉(diao) 10% 的文本来进行 uncondition 的训练，来服(fu)務(wu) classifier-free guidance 的推(tui)理(li)。

- 此外，采(cai)用了一种無(wu)分類(lei)器(qi)引(yin)导训练技术，进一步提高生成质量。

最新评测结果顯(xian)示，AltCLIP-m18 在中英文 zero-shot（零(ling)样本）檢(jian)索(suo)任(ren)务上超(chao)过 CLIP 达到了最优水平??

在多语言图片分类 benchmarks 上，AltCLIP-m9（早期(qi)版(ban)本，支持9种语言）與(yu) AltCLIP-m18 达到最优水平??

同样，得(de)益(yi)于 AltCLIP 创新性的换塔思(si)路(lu)，AltDiffusion-m18 也(ye)可(ke)以无縫(feng)接入 Stable Diffusion 所有建立(li)在原 CLIP 上的模型和生態(tai)工具(ju)，所有支持 Stable Diffusion 的工具如 Stable Diffusion WebUI，DreamBooth 等(deng)都(dou)可應(ying)用 AltDiffusion-m18 上。无痛(tong)上手(shou)，可玩(wan)性极佳(jia)！

2 多语言生成效果对齐，性能(neng)优越、細(xi)節(jie)准确

在全新 AltCLIP 的加持下，AltDiffusion-m18 在英文的 FID、IS、CLIP score 评测中达到了原始 Stable Diffusion 95～99% 的效果，并在中文、日文等 17 种语言中实现了最先(xian)进的性能，詳(xiang)细数据如下表(biao)所示：

在英文、中文、日文上，AltDiffusion-m18 与其他(ta)模型生成结果相比(bi)，效果更优越、细节更准确：

上图(a)中 AltDiffusion-m18 可以生成跟(gen)原始 Stable Diffusion 高度一致(zhi)的结果，并且在 prompt 理解(jie)上优于国内其他中英雙(shuang)语模型，例(li)如："A stuffed bear","A black and white photo","cat"等在国内其他中英双语模型中生成失敗(bai)的概念可以在 AltDiffusion 中成功(gong)生成。同样的现象(xiang)在中文和日文中也有出(chu)现。

上图(b)中的"黑(hei)色(se)沙(sha)发，木(mu)地地板(ban)"仅有 AltDiffusion-m18 正(zheng)确生成。

上图(c)中的"bears"，Japanese Stable Diffusion 錯(cuo)误生成为“人(ren)类”，AltDiffusion-m18 可以正确生成为“熊(xiong)”。

此外，智源 FlagEval 团队开发了文图生成模型评测工具 ImageEval。經(jing)评测，AltDiffusion-m18 在实體(ti)对象、实体数量維(wei)度上的准确度分别超过国内同行模型 11%、 10%（註(zhu)：ImageEval 评测方法和结果将于近(jin)期公(gong)开发布，敬(jing)請(qing)期待(dai)）。

3 小(xiao)语种文生图救(jiu)星(xing)，提供多语言文图生成模型参照(zhao)系(xi)

AltDiffusion-m18 从多语言的数据中学到了不同语言的偏(pian)置(zhi)，幫(bang)助(zhu)用户越过语言翻译門(men)檻(kan)、繞(rao)过文化轉(zhuan)译，減(jian)少(shao)了语言背(bei)後(hou)文化信息的丢失。如下图所示，中文、日文 Prompt 生成的小男(nan)孩(hai)的臉(lian)部(bu)輪(lun)廓(kuo)更加“亞(ya)洲(zhou)風(feng)”，而英语及(ji)其他歐(ou)洲地區(qu)语言 prompt 生成小男孩則(ze)更加“欧美(mei)风”。

更加有趣(qu)的是，在不同语言下動(dong)物(wu)的 prompt 生成的图片细节也有差異(yi)。如下图所示，雖(sui)然(ran)不同语言生成的图片整(zheng)体上具有高度一致性，但(dan)畫(hua)面(mian)背景(jing)和柯(ke)基的五(wu)官(guan)细节都有细微差异。

總(zong)的来說(shuo)，AltDiffusion-m18 为多语言文图生成模型提供了一个基础参照系。以西班牙语、德语、法语等15 种语言为母(mu)语的用户，不必(bi)再将腦(nao)海(hai)中的 prompt 翻译成英文，就(jiu)可以感(gan)受(shou)到 AIGC 的樂(le)趣。AI 调教(jiao)高手們(men)還(hai)可以在 AltDiffusion-m18 基础上结合 DreamBooth 、ControlNet 和 LoRA 等进一步优化，或(huo)者(zhe)使用其他语言的语料(liao)微调得到更好(hao)的文图生成效果。

同时，大模型算(suan)法、模型及工具一站(zhan)式开源项目—— FlagAI (github.com/FlagAI-Open/FlagAI)也提供了训练推理的工具和 API ，方便(bian)大家(jia)快速下載(zai)和使用 AltDiffusion-m18 。返(fan)回(hui)搜(sou)狐(hu)，查(zha)看(kan)更多

責(ze)任編(bian)輯(ji)：