Omni-Zero-Couples 是一个用于生成风格化情侣肖像的扩散模型,支持零样本输入。用户可以通过上传照 […]
2VEdit 是一种基于图像到视频扩散模型的视频编辑方法,其核心思想是通过编辑视频中的单个画面(第一帧),然后 […]
新的 Notion AI 集成了搜索、生成内容、分析数据和智能聊天等功能,所有操作都可以在 Notion 内部 […]
Meta AI 发布Orion AR眼镜,这是是一款具有潜力的增强现实设备,旨在替代智能手机。Meta 公司介 […]
Meta AI 发布 Llama 3.2多模态AI模型,旨在提供强大的自然语言处理和图像理解能力。其设计目标是 […]
Molmo 一个开源的先进多模态人工智能模型,旨在提高开放系统在性能上与专有系统(如商业模型)之间的竞争力,特 […]
FaceFusion 是一个用于面部交换、深度伪造的项目,在经历了四个月的高强度工作后,FaceFusion宣 […]
Google发布了一篇文章,详细介绍了185个来自全球各大企业的生成式AI实际应用案例。 这些案例展示了生成式 […]
MIMO是一个生成虚拟角色动画的工具。它能够让用户通过一张图片和简单的动作信息(如图片、动作序列或视频),生成 […]
随着o1 模型的发布,OpenAI提出了一种全新的大规模推理模型(Large Reasoning Model, […]
字节跳动今天发布一些列新的模型。包括音乐模型,同声传译模型、文生图2.0模型、新的基于DIT的视频生成模型、豆 […]
大语言模型(LLMs)在数学问题解决和代码生成等推理和科学领域展现了强大的能力。然而,当前的LLMs在“自我纠 […]
n8n推出了Self-Hosted AI Starter Kit 自托管 AI 入门工具包,帮助用户在本地或私 […]
Moshi 是一个多流(multi-stream)的实时语音到语音生成 Transformer 模型,支持全双 […]
Sketch 发布 Smart Animate 新功能,用于在设原型计中加入流畅的动画效果。通过 Smart […]
PDF2Audio 是一个开源项目,旨在将 PDF 文件转换为音频格式,如播客、讲座或摘要。该项目利用 Ope […]
这段视频展示了如何修改TI-84计算器,让 TI-84 计算器能够执行如联网聊天、下载作弊小抄、访问 GPT […]
OpenAI 首席科学家,也是OpenAI o1模型团队的主要成员Hyung Won Chung,在 MIT […]
扩散模型(Diffusion Models)在文本引导图像生成领域中表现出强大的生成能力,允许用户通过自然语言 […]
Deepgram推出了全新的AI语音代理API,这是一个统一的语音对话API,旨在让AI代理能够进行自然的对话 […]
StoryMaker是一个旨在生成一致性角色图像的个性化解决方案。它不仅可以在多人物场景中保持角色的面部一致性 […]
LVCD 是一个专门为动画视频线稿上色设计的工具。它通过一种新的方法,把黑白线稿自动转化为彩色动画视频。 传统 […]
为了让 AI 模型在特定环境中更有用,它往往需要访问背景知识。例如,客户支持聊天机器人需要了解它所服务的具体业 […]
阿里云发布Qwen2.5 系列模型,最新发布的 Qwen2.5 系列中包括普通的大语言模型 (LLM) 以及针 […]
Libcimbar 是一个用于数据传输的工具,通过一种特殊的二维条码格式(色彩图标矩阵条码)来进行隔空数据传输 […]
YouTube Shorts 将引入Google DeepMind的Veo模型,它允许创作者制作6秒的独立视频 […]
微软推出了 Microsoft 365 Copilot 的第二波更新,将网页、工作和 Pages 整合为一个新 […]
Seed-Music是一个由字节跳动研发的音乐生成模型,用户可以通过输入多模态数据(如文本描述、音频参考、乐谱 […]
Snap公司发布了第五代SpectaclesAR 眼镜,新版Spectacles具备更高质量的显示效果和更长的 […]
Luma AI 正式发布其创新产品 Dream Machine API。该 API 为开发者提供了世界上最受欢 […]
Omni-Zero-Couples 是一个用于生成风格化情侣肖像的扩散模型,支持零样本输入。用户可以通过上传照 […]