V
主页
2024年7月12日 一觉醒来 AI 发生了什么
发布人
字节 LLaVA-NeXT: 使 LLM 同时理解多个图片 LLaVA-NeXT 可以让 AI 能够同时理解和推理多个图像,比如多帧视频、多视图 3D 图。 可以在这里免费使用,此外还有一篇文章详细介绍了性能和原理,可以在这里下载模型和数据集 Text-to-CAD:文生 CAD 模型 Text-to-CAD 能够根据用户的提示词自动生成 CAD 工程文件,你可以用它生成齿轮、叶轮、不规则形状甚至乐高积木,目前该工具正在公开测试中,可以免费使用。 OpenDiLoCo: 开源分布式 AI 模型训练 OpenDiLoCo,一种去中心化的训练框架,是对 DeepMind 的 Distributed Low-Communication (DiLoCo) 方法的开源实现和扩展,可实现全球分布式的 AI 模型训练。它能够聚合和协调全球的计算资源,计算利用率为 90-95%。 AWS App Studio:使用 AI 生成全栈应用 App Studio 是 AWS 推出一个基于生成式 AI 的低代码开发平台,只需提供提示词 AI 便会拆解需求,然后生成可二次编辑的包含数据、业务逻辑、多 UI 页面的完整应用,目前正在预览阶段,可以免费使用,这里有一个完整的教程 Whisper Timestamped:在浏览器中运行的语音转录 类似 PR 的转录文本功能,Whisper Timestamped 是一个开源的支持多语言的语音识别技术,能够精确对应每个单词到对应帧,可以在播放时高亮当前单词,也可以通过点击单词快速定位到对应时间,该技术完全运行在浏览器中,可以在这里直接用,第一次使用需要先下载模型~ HeyGen Expressive Photo Avatar: 数字人头动画视频 就像最近的大火的快手LivePortrait一样,HeyGen 也推出了名为 Expressive Photo Avatar 的类似技术,只需提供一个肖像照片和一段音频(歌曲、演讲、朗读)即可自动对应口型和表情。目前处于 beta 阶段,对所有人免费,可以一试。 腾讯 vta-ldm:开源视频到音频生成技术 vta-ldm是腾讯 AI 实验室搞的一个能够为视频配音的技术,演示视频的前半段是原始音频,后半段是 AI 生成的音频
打开封面
下载高清视频
观看高清视频
视频下载器
所有人免费,可以一试!
手办模型;Midjourney危!FLUX.1 全新开源模型;谷歌 Gemini 超越 GPT-4o; 360 AI 助手【地址放简介】
快手 LivePortrait数字人头技术,生成速度 12.8 毫秒
快手可灵 AI Animate Anyone 玩法
从大厂裸辞后爆肝3个月做AI创业网站
外行人体验了一把AI 3D建模 被Tripo惊艳到了
Udio推出 Audio Inpainting
被GPT-4o霸屏的一天!! GPT-4o Mini 正式取代 GPT 3.5 |Groq 两款新模型在 BFCL 基准测试上排名第一 |腾讯面向商家A换装技术
Live2Diff实时直播视频转绘
Claude Projects:个性化 AI 助手
浦语·灵笔 2.5:对标 GPT-4o 的多模态模型
每日一分钟AI快讯
Luma Dream Machine 混剪
ControlNeXt:更高效的类 ControlNet 可控技术
DeepSeek Coder 上线类 Claude3.5 Artifacts 功能
分享好用又免费的职业形象照AI应用
上海 AI Lab InternVideo2:多模态视频理解模型
哦吼~苹果 Intelligence 提示词曝光,需要自取!【地址在简介】
快手可灵:上线图生视频和视频续写
吴恩达《联邦学习|Federated Learning》中英字幕(豆包翻译)
Vid2Vid LivePortrait:可输入视频肖像动画
爆火AI模型 Flux.1 超MJ 在线试用合集整理;两款claude Artifacts 开源替代【地址在简介,自取!】
2024/7/22 三花AI新鲜事儿--可能是开源 LLMs 最疯狂的一周(放简介)
CharacterGen:又一个单图生 3D 模型
MotionClone 视频运动克隆技术
墙裂推荐!2024最新的大模型学习路线整理出来了,17分钟全程介绍AI大模型干货内容,各个知识点逐一讲解,配套视频资料,轻松搞定AI大模型!
语音合成天花板!字节多语言 TTS 模型
DigiRL:让 AI 自己学会控制手机
Hedra:数字人头生成
Stability AI 推出 Stable Artisan
Vozo AI 视频编辑器
强推!不愧是公认的讲的最好的【AI大模型全套教程】李宏毅大佬12小时带你从入门到进阶,一套全解决!
没想到吖!两张图片就可以生成一段动漫视频
一文总结苹果 AI:Apple Intelligence
Runway:Gen-3 Alpha 文生视频现已开放
Generative Camera Dolly (GCD):单视角生多视角视频
ComfyUI:Omost 的开源实现
三花:上线免费 GPT-4o AI 大师,这都不白嫖还是人吗
AWS App Studio:使用 AI 生成全栈应用
2024年最新清华大学公开课!【AI大模型LLM】精讲!清华大佬终于把AI大模型(LLM)讲清楚了!通俗易懂!(人工智能、神经网络、机器学习、图像处理)