首页 > Ai资讯 > Ai日报
Spline 推出3D设计工具：AI 3D Generation 支持文本生成3D模型
Spline 推出3D设计工具：AI 3D Generation 支持文本生成3D模型

Spline 推出一个免费的3D设计工具：AI 3D Generation，可以帮助用户快速生成三维模型的工具 […]
InstantMesh：10秒内从单张图片快速生成高质量的3D模型
InstantMesh：10秒内从单张图片快速生成高质量的3D模型

InstantMesh 是一个使用前馈框架的技术，它能够从单张图像快速生成高质量的三维网格模型。这个框架结合了 […]
FireCrawl：能够抓取任何网站的所有可访问子页面，无需站点地图
FireCrawl：能够抓取任何网站的所有可访问子页面，无需站点地图

FireCrawl 是由 Mendable.ai 开发的一个项目，它能够抓取任何网站的所有可访问子页面，而且无 […]
MagicClothing：根据文本提示定制生成穿着特定服装的人物图像
MagicClothing：根据文本提示定制生成穿着特定服装的人物图像

Magic Clothing是一个基于潜在扩散模型（Latent Diffusion Model, LDM）的 […]
Stable Diffusion 3 API 发布 性能媲美Midjourney v6
Stable Diffusion 3 API 发布 性能媲美Midjourney v6

Stability AI 宣布其开发者平台API现已支持Stable Diffusion 3及其增强版本Sta […]
VASA-1：一张静态图像 + 一段语音生成逼真的对话面部视频
VASA-1：一张静态图像 + 一段语音生成逼真的对话面部视频

VASA-1，由微软亚洲研究员开发的项目，可以实现从单一静态图像和一段语音音频生成逼真的对话面部动画。VASA […]
Meta 发布开源模型 Llama 3，以及新版本Meta AI 助手
Meta 发布开源模型 Llama 3，以及新版本Meta AI 助手

Meta 发布开源模型 Llama 3，包括预训练和指令调优的8B和70B两种参数的模型以及新版本 AI 助手 […]
Imagine Flash：加速Emu扩散模型 提高生成图像的速度和质量
Imagine Flash：加速Emu扩散模型 提高生成图像的速度和质量

Meta发表一篇新论文：Imagine Flash：利用逆向蒸馏加速Emu扩散模型 Imagine Flash […]
TeToS：集成多个文本到语音（TTS）服务商的统一接口
TeToS：集成多个文本到语音（TTS）服务商的统一接口

TeToS（Text-to-Speech Operating System）是一个开源项目，提供了一个统一的接 […]
Twitter-Insight-LLM：抓取Twitter数据并可通过自然语言搜索图像
Twitter-Insight-LLM：抓取Twitter数据并可通过自然语言搜索图像

Twitter-Insight-LLM 是一个开源项目，主要功能包括从Twitter抓取数据、基于嵌入的图像搜 […]
如何使用AI工具创建虚拟时尚模特和网红
如何使用AI工具创建虚拟时尚模特和网红

时尚品牌在品牌大使身上投入了大量资金，因为他们拥有完美的外形，符合品牌形象。 但现在一切都变了。现在，各品牌都 […]
Mixtral 8X22B：更便宜、更好、更快 更强的数学和编码能力
Mixtral 8X22B：更便宜、更好、更快 更强的数学和编码能力

Mixtral 发布了 Mixtral 8X22B，它采用了稀疏混合专家（Sparse Mixture-of- […]
Dynamic Typography ：“动态排版”技术 可以让文字变成动画
Dynamic Typography ：“动态排版”技术 可以让文字变成动画

Dynamic Typography：一种新颖的“动态排版”技术，通过视频扩散先验，将文本字母转化为动画，以增 […]
GPT-Academic：专门针对论文阅读、写作润色优化的学术GPT
GPT-Academic：专门针对论文阅读、写作润色优化的学术GPT

GPT-Academic主要是为了支持学术研究而设计的。它提供了多种工具和功能，特别是针对那些需要处理大量文献 […]
VSR：利用AI算法精确识别 一键去除视频中的字幕
VSR：利用AI算法精确识别 一键去除视频中的字幕

Video-sSubtitle-Remover (VSR) 一个基于 AI 技术的工具，专门用于从视频和图片中 […]
Nothing公司将ChatGPT引入其新款无线耳机中 可召唤ChatGPT
Nothing公司将ChatGPT引入其新款无线耳机中 可召唤ChatGPT

Nothing公司计划将聊天机器人ChatGPT引入其顶级无线耳机和手机中，使用户能够与设备对话并获得会话式的 […]
Llama3-8B-Chinese-Chat：基于Llama3-8B微调的中文聊天模型 优化中文回答
Llama3-8B-Chinese-Chat：基于Llama3-8B微调的中文聊天模型 优化中文回答

Llama3-8B-Chinese-Chat 是基于 Meta-Llama-3-8B-Instruct 模型通 […]
苹果收购法国初创公司Datakalab 专注于AI和计算机视觉技术
苹果收购法国初创公司Datakalab 专注于AI和计算机视觉技术

据报道苹果已经收购了一家位于法国巴黎的初创企业Datakalab，该企业专门从事人工智能压缩和计算机视觉技术。 […]
GPT 4在眼科领域达到专家级临床知识和推理水平
GPT 4在眼科领域达到专家级临床知识和推理水平

英国剑桥大学临床医学院和英国牛津大学临床学术研究生院发表了一个研究报告，评估大语言模型（LLMs），特别是GP […]
Adobe 推出新的 Firefly Image 3 Model 模型
Adobe 推出新的 Firefly Image 3 Model 模型

Adobe 推出了新的 Firefly Image 3 Model模型，这是继 Adobe Firefly 发 […]
Photoshop 升级为 Adobe Firefly Image 3 模型 大幅升级
Photoshop 升级为 Adobe Firefly Image 3 模型 大幅升级

Adobe Photoshop 利用 Adobe Firefly Image 3 模型的功能推出了新的人工智能 […]
ChatGPT 即将更新的功能曝光 新版界面、免费用户也可创建GPTs
ChatGPT 即将更新的功能曝光 新版界面、免费用户也可创建GPTs

Tibor Blaho 在 X上曝光了有关 ChatGPT 的即将更新的功能和改进信息 人们都在努力寻找 GP […]
微软推出Phi-3 mini系列小型开源语言模型 可运行在手机上 性能超越Llama 3
微软推出Phi-3 mini系列小型开源语言模型 可运行在手机上 性能超越Llama 3

微软推出的Phi-3系列小型开源语言模型，在多种语言、推理、编程和数学基准测试中展示了前所未有的性能，超越了相 […]
Hume AI发布其情感智能的语音接口 EVI API 可集成到任何应用中
Hume AI发布其情感智能的语音接口 EVI API 可集成到任何应用中

Hume AI发布了他们的EVI API，这是世界上第一个情感智能的语音AI接口。EVI API可以将情感智能 […]
Meta AI为Ray-Ban Meta智能眼镜集成多模态能力 具有视觉能力
Meta AI为Ray-Ban Meta智能眼镜集成多模态能力 具有视觉能力

Meta与EssilorLuxottica合作推出的Ray-Ban Meta智能眼镜推出了新功能和新款式，设计 […]
Synthesia：能根据文本语义表达情感和情绪变化的虚拟数字人
Synthesia：能根据文本语义表达情感和情绪变化的虚拟数字人

Synthesia 公司推出能通过脚本就能预测表情的虚拟数字人形象：Expressive-1 AI Avata […]
微信发布一款桌面AI效率工具：小微助手 可搜索电脑中所有内容
微信发布一款桌面AI效率工具：小微助手 可搜索电脑中所有内容

微信发布一款桌面工作效率的AI工具：小微助手，小微助手提供了灵活的搜索输入方式和广泛的搜索对象支持，使用户能够 […]
Video2Game ：将现实世界的视频自动转换成逼真且可交互的游戏环境
Video2Game ：将现实世界的视频自动转换成逼真且可交互的游戏环境

Video2Game ：它能将单个视频转换成可以实时互动的、逼真的游戏和模拟环境。该项目由伊利诺伊大学香槟分校 […]
OpenVoice：轻松克隆任何声音 用多种语言说话 并可控制情感口音
OpenVoice：轻松克隆任何声音 用多种语言说话 并可控制情感口音

由MyShell TTS开发。它能够仅使用一小段参考发言者的音频片段来复制其声音，然后能生成多种语言的语音。 […]
HiDiffusion：将扩散模型的图像生成质量提升到4096×4096 速度提高6倍
HiDiffusion：将扩散模型的图像生成质量提升到4096×4096 速度提高6倍

HiDiffusion 是一个无需调整的高分辨率图像生成框架，该项目由来自MEGVII科技和字节跳动的研究团队 […]

1 … 24 25 26 27 28 29