-
谷歌发布多模态直播 API：解锁看、听、说，开启 AI 音视频交互新体验
谷歌昨日在发布 Gemini 2.0 的同时，还发布了全新的多模态直播（Multimodal Live）API，帮助开发人员开发具有实时音频和视频流功能的应用程序。 该 API 实现了低延迟、双向的文本、音频和视频交互，以音频和文本形式输出，带来更自然流畅、如同人类对话般的交互体验。用户可以随时打断模型，并通过共享摄像头输入或屏幕录像与其进行互动，就内容提问。 该模型的视频理解功能扩展了通信模式，…... -
生成式 AI 的版权困境：新线索表明 OpenAI 用游戏内容训练 Sora 视频生成模型
12 月 13 日消息，OpenAI 的视频生成 AI 模型 Sora 所用训练数据来源一直扑朔迷离，种种迹象表明，其中可能包含来自 Twitch 直播和游戏攻略视频。这一发现引发了关于版权和法律风险的讨论。 科技媒体 TechCrunch 于 12 月 11 日发布博文，报道称 Sora 在本周一开放之后，测试发现在生成的视频中，使用了类似《超级马里奥兄弟》、《使命召唤》、《反恐精英》和《忍者神…... -
Adobe 上线“Project See Through”修图功能，利用 AI 模型充当 CPL 偏振镜消除照片窗户反射
12 月 13 日消息，Adobe 在去年的年度 Max 会议上公布了“Project See Through”修图功能，目前官方宣称该工具已在 Adobe Camera Raw 中上线测试版本，未来还将上架到 Lightroom 中。 1AI注意到，该功能主要就是利用 AI 模型消除照片中的窗户反射情况，可以看作是“数字 CPL 偏振镜”，用户需要导入 RAW 照片以完成修图功能。 在技术细节方…... -
OpenAI 让 ChatGPT“耳聪目明”：语音视觉双剑合璧，AI 交互体验再升级
12 月 13 日消息，“OpenAI 12 天”活动已进入第六天，OpenAI 公司宣布为 ChatGPT 的高级语音模式带来视频输入和屏幕共享功能，并为迎接圣诞节，限时推出全新的圣诞老人模式。 OpenAI 公司表示未来几天时间内，会向大多数 ChatGPT Plus 和 Pro 用户以及所有 Team 用户，推出视频和屏幕共享。该聊天机器人的企业和教育用户将在 1 月份获得视频和屏幕共享功能…... -
巨人网络发布“千影”有声游戏生成大模型，目标让普通人也能开发游戏
在2024 年度中国游戏产业年会上，巨人网络发布“千影 QianYing”有声游戏生成大模型，包含游戏视频生成大模型 YingGame、视频配音大模型 YingSound。 YingGame 是一个面向开放世界游戏的视频生成大模型，由巨人网络 AI Lab 与清华大学 SATLab 联合研发，号称首次实现角色多样动作的交互控制，可自定义游戏角色，同时具备更好的游戏物理仿真特性。 结合自研视频配音大…...
-
AI绘画图像生成网站推荐，附推荐度、是否免费、官方网站等
在当今快速发展的人工智能时代，AI图像生成工具正在彻底改变创意和设计领域。本指南详细介绍了市面上主流的 AI 图像生成应用，帮助您了解每个工具的特点、优势、局限性以及使用方法。 1. DALL·E 2 简介：由 OpenAI 开发的先进 AI 系统，能够根据文本描述生成高质量、富有创意的图像。 特性：支持自然语言输入 可以生成、编辑和变换图像 理解复杂的概念和属性组合。 优势：生成图像的质量极高，…... -
如何使用Sora？Sora零基础入门手册学习使用教程
OpenAI提前送来了一份圣诞大礼。 在2024年12月10日正式发布了旗下视频生成模型Sora。 这个备受瞩目外界的产品被称为Sora Turbo，它支持通过图片和文本生成视频，并增加了风格重混、时间延展、故事版等多种高级功能。业界评价，这是继 ChatGPT 之后，又一款现象级产品，在持续一年热议后， AI 视频创作将开启新范式。 总结其创新点： 独立创作平台。Sora 目前是一个独立于Cha…... -
如何写AI提示词？写出让AI 能“听懂”的长提示
使用 AI 生成内容时，很多人一开始可能会感到失望，觉得结果达不到预期。其实，想让人工智能表现更好，关键在于学会如何优化提示。 优化提示是一项非常重要的技能，尤其是对于那些希望充分利用 AI 工具的人来说。 下面，我会告诉你如何写出高效的长提示，帮你避开常见的错误，并通过具体例子告诉你如何调整和优化提示词。 看完之后，你会清楚地知道怎样从 AI 工具中获得更理想的输出效果。 为什么写长提示更难？ …... -
教会你用AI制作文物雕像“复活”的视频，爆款短视频点赞10万
这几天出现了一个爆款账号，账号的视频都是以AI生成制作的，其中特别火爆的就是让中国石窟中的石像动起来，数据都非常好。 看评论区的评论也很精彩，比如，“终于起来了，我可以坐了” “能让大佛去我们自贡坐一会吗，取名自贡大佛” “请问需要什么软件制作” 这种视频其实非常简单，今天就用2分钟的时间教会大家。 创作思路 1. 网上下载石像图片或者使用AI生成； 2. 使用AI视频工具生成视频； 3. 在剪辑…... -
AI绘画，手把手教你在ComfyUI玩转图片重绘功能
今天我们继续来学习ComfyUI官网工作流案例。 学习完该工作流后，我们照样来进行举一反三的学习。 这样才能让我们快速掌握并走的更远。 官网教程：https://comfyanonymous.github.io/ComfyUI_examples/inpaint/ 文中资料下载：https://pan.quark.cn/s/46a899c45618 官网示例 官网示例工作流如下：我们把该图片拖到Co…... -
AI生成电商商品图，用豆包+即梦AI图片2.1创作生成带有中文文字的ai商品图
近期，用即梦AI 图片2.1模型创作了中文文字海报，详见 【AI学习】即梦AI图片2.1实测，用一句话快速生成带中文的海报图？（附效果和保姆级教程）。 今天尝试用豆包+图片2.1模型创作带中文文字的商品效果图，效果也不错。 下面，一起学习如何用豆包+即梦AI图片2.1快速生成带中文的商品效果图？ 用豆包生成商品效果图描述内容 打开豆包官网主页，输入文生图提示词，点击【发送图标】。 提示词：你是AI…... -
AI一键生成彩页，用天工AI彩页1分钟创作图文并茂的知识长图
最近开始用天工AI的【彩页】功能，发现尤其适合展示结构化知识内容，可以把古诗词文字内容快速转化成彩页，图文并茂的把古诗内容呈现出来，阅读体验感非常不错。关键它还是免费的。 解决方案 打开天工AI的【发布彩页】功能界面，从空白页面创建，输入古诗词内容，利用天工AI彩页强大的编辑器功能转化成图文并茂的彩页。 PS：彩页是区别于现在文字或者图文的表现形式，而是一种新的内容形态，将文字内容与多媒体元素（如…... -
照片换脸，PuLID换脸插件使用安装教程
Flux发布全家桶后，Redux是一个非常优秀的保持一致性的工具。 在进行多画面创作的时候，不需要再担心场景和人物的过大差异化。 有爱好者结合PuLID（字节开发的插件）换脸功能，使用Redux实现了近乎完美的图生图一键换脸。 本文介绍该工作流，附节点和模型下载。 PuLID使用的是0.91版本模型，由于PuLID插件和最新版（截止2024年12月4日）ComfyUI冲突，本文附了一个修改版的Pu…...
产品
-
Imagen：文本到图像生成模型，谷歌旗下的图片生成AI工具
Imagen 是 Google 最高质量的文本到图像模型，可生成细节丰富、照片级真实的图像。Imagen 3 对提示词理解更好，在图像细节、光照效果等方面有显著提升，能理解更复杂的提示和场景，还可生成如复杂排版、图标等内容，在描绘密集人群等方面也更出色。 Imagen功能 高质量图像生成：能够根据文本提示生成细节丰富、照片级真实的图像。 文本到图像的转换：用户输入描述性的文本，模型能够理解并转换成… -
Firefly：AI图像生成和编辑工具，Adobe推出的AI图片生成工具
Adobe Firefly是一款由Adobe推出的集成了多种AI功能的AI图像生成工具。它利用最新的生成式AI技术，帮助用户实现各种创意实验。它可以从详细的文本描述生成图像，使用画笔从文本描述中移除或添加新对象，将风格或纹理应用到文本上，生成矢量艺术作品的颜色变化，创建3D场景并使用文本提示生成图像，甚至可以一键扩展你的图像。Firefly提供了多种工具和功能，让用户可以轻松地进行图像创作和编辑。… -
Deep Dream Generator：在线AI图像生成器，AI创建插画图片
Deep Dream Generator是一个在线AI图像生成器，使用深度学习算法创建独特而艺术性的图像。它允许用户输入提示并自定义各种设置以生成所需的图像。Deep Dream Generator有三种主要的模式：艺术模式、融合模式和文本模式。艺术模式可以让你将一张图片转换成不同的绘画风格，比如油画、水彩、卡通等。你可以选择预设的风格，或者上传自己喜欢的风格图片，让AI学习并应用到你的图片上。融… -
DALL·E 2：免费开源AI绘画平台，OpenAI旗下出品的绘画工具
DALLE 2是OpenAI开发的一款免费使用的、开源的AI图像生成器，它使用人工智能技术，非常容易使用——你只需输入想要的内容，Dall-E 2 就会生成一张你可以下载的图片。即使你将提示词扩展为更详细的内容，并按照自己的想法添加具体细节，Dall-E 2 也很快会为你生成令人惊艳的图像。 DALL·E 2功能 文本到图像生成：DALL·E 2最显著的功能是根据用户提供的文本描述生成相应的图像。… -
Sonix：自动转录、翻译和字幕平台，自动将你的音频和视频文件转换为文本
Sonix是一个自动转录、翻译和字幕平台，能够快速、准确地将音频和视频内容转换为文本。无论是播客、采访、演讲还是其他任何类型的音频和视频，Sonix 都能在几分钟内完成转录，使用其先进的自动翻译引擎在几分钟内翻译，并创建全自动字幕。Sonix 支持49 种语言的转录和50 种语言的翻译，为全球用户提供无缝的语言服务。 Sonix功能 自动转录：Sonix 使用先进的语音识别算法，能够快速将音频和视… -
VirtualFit：AI虚拟试衣工具，帮助用户更换衣服、恢复图像细节、扩展图像大小等
VirtualFit是一款基于人工智能技术的AI虚拟试衣工具，可以帮助用户更换衣服、恢复图像细节、扩展图像大小等。它提供了多种功能，包括AI衣服更换、AI图像恢复、AI图像扩展等，可以帮助用户轻松编辑图像，改变自己的造型，提升照片质量，让社交媒体和个人肖像更加出色。 VirtualFit功能 AI衣服更换：VirtualFit的AI衣服更换功能可以让用户在几秒钟内更换自己的造型。用户只需要上传一张… -
Resona：AI产品摄影助手，用AI轻松制作高质量原创商品图
Resona AI是一款由Resona公司开发的AI工具，主要针对产品摄影领域，专为电商平台和营销资料自动生成高质量的产品图片。只需上传你的产品照片，选择适合的背景模板，Resona 就能基于产品的特性和风格，创造出逼真的背景和场景。Resona内置了多种高品质模板，包括家具、汽车、食品、珠宝等，可供直接使用。无论是电商平台、社交媒体还是广告宣传，Resona AI都能为您的产品摄影提供完美的解决… -
DeepFiction：AI故事生成工具，帮助用户创作和分享故事的平台
DeepFiction是一款AI故事生成工具，用于创作和分享故事的平台，它采用人工智能技术，提供各种类型、风格和设置的故事生成，帮助用户轻松克服写作障碍。无论是惊险刺激的动作冒险、经典感人的爱情故事，还是幽默搞笑的作品，无论是短篇小说还是长篇小说，DeepFiction都能满足每个人的需求。用户可以选择自己喜欢的题材，并由AI生成个性化、引人入胜的故事。DeepFiction不仅可以个性化娱乐，还…
