ToonCrafter 是一个帮助动画师生成和优化卡通动画过渡效果的工具。解决了卡通动画中帧与帧之间过渡不自然 […]

V-Express 是由南京大学和腾讯AI实验室共同开发的一项可以把单张照片变成视频的技术，并且它能够根据不同 […]

Udio推出新的udio-130音乐生成模型，可以生成2分钟的音频，帮助创建更具连贯性和结构的曲目。 这意味着 […]

随着互联网和电子商务行业的快速发展，消费者通过在线平台可以方便地接触到各种类型的服装。然而，单纯依赖电商网站上 […]

Apten是一种AI驱动的SMS助手，帮助B2C企业通过短信自动化销售、营销和客户服务。Apten可以个性化配 […]

ChatTTS 是一个专门为对话场景设计的文本到语音模型，支持中英文，能生成自然流畅的对话语音。这个项目提供了 […]

Llama3-V 是基于 Llama3 的多模态模型，能够处理图像输入并生成对应的文本描述，适用于多种多模态任 […]

Khoj 是一个开源的、个人化的 AI 助手，旨在充当你的第二大脑。它能够帮助你回答任何问题，不论这些问题是在 […]

StreamV2V 是一个可以实现实时视频转换的工具，能够在一个 RTX 4090 显卡上运行。它可以用来做面 […]

“Look Once to Hear” 是一个智能耳机系统，通过短暂注视目标说话者即可在嘈杂环境中提取其语音并 […]

SignLLM 是首个多语言手语数据集及其生成模型，旨在通过先进的人工智能技术生成和翻译多种手语。该项目引入了 […]

如何将自己融入到一幅 Midjourney 生成的图片中，并使其动画化。让你可以成为动画中真正的演员并能控制角 […]

Stability AI 推出Stable Assistant聊天机器人，集成了最新的文本和图像生成技术。 视 […]

LlamaFS 是一个自动整理文件的系统。它基于Llama 3，可以帮你自动重命名和组织电脑里的文件。 自动整 […]

Canva推出了一系列新功能和工具，旨在改变工作方式，提高团队协作效率。这些新功能包括： Magic Stud […]

ReVideo是一个创新的视频编辑工具，允许用户通过指定内容和运动来精确地编辑视频。与现有的方法不同，ReVi […]

Pandora 是一个混合自回归-扩散模型，通过生成视频来模拟世界状态，并允许通过自然语言实时控制。 它能够根 […]

OpenAI 开发人员体验主管 Romain Huet 在VivaTech发表的演讲，他在台上发布他们的最新创 […]

RAGapp 是一个简便的企业级 Agentic RAG应用，旨在帮助企业用户高效使用人工智能（AI）技术。R […]

YOLOv10 是一个开源的实时端到端目标检测系统，由清华大学多媒体智能组（THU-MIG）开发。 意味着从输 […]

Flawless 是生成式人工智能电影制作技术的先驱，提供具有电影级质量的 AI 驱动工具，服务于电影制作人、 […]

BRINC推出了一款名为 Responder 无人机，专为公共安全和应急响应设计。该无人机及其充电站（Resp […]

SpeechVerse是由亚马逊 AWS 人工智能实验室开发的一个大型通用音频语言模型（Audio Langu […]

Microsoft推出了新版Power Automate，为用户带来了前所未有的AI驱动的自动化体验。这一版本 […]

Dolphin 2.9.1 Mixtral 1x22b是Cognitive Computations团队创建的 […]

本文研究了大语言模型（LLM）是否可以像专业人类分析师一样成功地进行财务报表分析。由芝加哥大学布斯商学院研究。 […]

Truecaller是一款识别和拦截垃圾电话的应用程序，现在将允许用户创建自己的AI语音来接听电话。 True […]

现代机器学习（ML）模型的规模和复杂性增加，使得现有的图形可视化工具难以处理大规模的Transformer模型 […]

Google推出了LearnLM，这是一组基于Gemini的新模型，专门用于提升教育和学习体验。 它们基于教育 […]

在2024年的Microsoft Build大会上，微软展示了一系列在AI工具和技术方面的重大进展 发布会要点 […]