6月2日，英伟达联合创始人兼首席执行官黄仁勋在Computex 2024（2024台北国际电脑展）上发表主题演 […]
Video-MME（Multi-Modal Evaluation benchmark）是首个专门为评估多模态大 […]
NVIDIA最近发布了一套名为NVIDIA ACE的生成式AI微服务，这些服务旨在加速数字人（虚拟人）的发展。 […]
把自己变成了吉卜力电影角色🤩。这非常简单，只需40分钟！按照以下步骤操作即可。 使用Midjourney生成吉 […]
Sref Codes是什么？ Midjourney风格参考种子（srefs）是代表不同风格的独特标识符，通常称 […]
Omost 是一个使用大语言模型（LLM）生成图像的项目。它通过虚拟画布代理来合成图像，旨在将模型的代码能力转 […]
Spacetop 是一种革命性的笔记本电脑，它取消了传统的物理显示屏，取而代之的是使用 AR（增强现实）眼镜， […]
Phi-3 Mini Phi-3 Mini 是一个拥有 38 亿参数的轻量级、最先进的开放模型，使用 Phi […]
传统的transformer在处理长数字序列时，难以准确地跟踪和表示每个数字的位置，导致在进行多步骤和复杂运算 […]
Anthropic的Claude 3模型现在支持Tool use功能，可以与外部工具和API交互，执行各种任务 […]
加州大学旧金山分校的研究人员刚刚开发出一种大脑植入物，研究人员成功地帮助一名失去说话能力的双语患者通过脑植入设 […]
Consistent Character 模型，结合多种技术实现角色的一致性图像生成，可以生成给定角色的不同姿 […]
ElevenLabs推出了一款新的AI音频模型，能够根据文本提示生成各种音效、短乐器曲目、音景和各种角色声音。 […]
影眸团队推出了Rodin Gen-13D生成AI模型。这个模型可以在几十秒内通过文本生成高质量的3D模型，这些 […]
Jina AI 宣布其 Reader 工具现在能够从任意 URL 读取 PDF 文件，并快速解析成文本，供下游 […]
Sonic 是一个快速、超逼真的语音生成模型，专为实时互动语音而设计，基于下一代状态空间模型（State Sp […]
这是一个装有150多枚比特币的钱包，目前总价值1020万美金，100%真实！童叟无欺 150枚比特币的 […]
OpenAI推出了ChatGPT Edu，这是一个为大学设计的专用版本，旨在让学生、教职员工、研究人员和校园运 […]
Perplexity AI推出Perplexity Pages ，该工具可以帮助你把你搜到的答案自动转化为视觉 […]
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 […]
6月2日，英伟达联合创始人兼首席执行官黄仁勋在Computex 2024（2024台北国际电脑展）上发表主题演 […]