-
从头开始实现 LLaMA 模型，这包括设计模型架构、编写训练算法等，tl-rtc-file打破距离,局域网传输可达70MB，免费开源很火热的一些可以通过网页进行远程控制的开源项目，以及操作系统引导自动
从头开始实现 LLaMA 模型，这包括设计模型架构、编写训练算法等，tl-rtc-file打破距离,局域网传输可达70MB，免费开源很火热的一些可以通过网页进行远程控制的开源项目，以及操作系统引导自动。 这个开源项目名为 “llama3-from-s...
-
一家AI声音克隆公司，借三只羊录音门玩起了“自杀式营销”？
只羊事件闹得沸沸扬扬，没想到受害者竟然是AI。 昨晚，合肥警方就“三只羊集团创始人卢文庆录音事件”发布通报，称这条广为流传的音频为AI生成，犯罪嫌疑人已经被依法采取刑事强制措施。 一锤定音，这条通报不仅给出了官方表态，也扇了前几天那位网传“国内AI第一人”...
-
官方通报三只羊卢某某录音事件：音视频系AI伪造
快科技9月27日消息，日前，合肥市公安局高新分局公众号发布通报称，9月20日，该局接三只羊公司报警称，网上传播涉卢某某的音视频不实，严重侵害其合法权益。 根据通报，经过侦查，9月22日晚，合肥市公安局高新分局将犯罪嫌疑人王某某（男，25岁）抓获，并在其电脑...
-
具身智能机器人隐藏冠军上新：领狗进家门，多模态AI那种
具身智能领域的“癫”，已经进入next level了! 来看这段视频:人形机器人在前面跑，一群机器狗在后面追;然后人追着狗，接着狗追着人…… 最后那位机器人还有很重的「偷感」在身上。 别怕，这不是进入了《恐怖游轮》or《开端》的神奇循环，而是一家国产具身...
-
AI写作助力自媒体，传统模式将被颠覆
AI在自媒体创作中的崛起 人工智能的不断发展正在彻底改变自媒体行业的运作方式。创作不再依赖单一的个人力量，AI技术的引入使得内容生成变得高效、快速。自媒体工作者可以依靠机器学习算法，获取丰富的知识和灵感，即使在众多竞争者中也能迅速脱颖而出。这种变化让...
-
Whisper-CPP：CPU-AI语音识别的天才，CosyVoice - 阿里最新开源语音克隆、文本转语音项目 一键整合包下载，GPT-4o实时语音方案Livekit开源voice agent音视频
Whisper-CPP：CPU-AI语音识别的天才，CosyVoice - 阿里最新开源语音克隆、文本转语音项目 一键整合包下载，GPT-4o实时语音方案Livekit开源voice agent音视频。 使用Streamlit和wheaster.CP...
-
OpenAI开启推理算力新Scaling Law，AI PC和CPU的机会来了
OpenAI的新模型o1，可谓是开启了Scaling Law的新篇章—— 随着更多的强化学习（训练时计算）和更多的思考时间(测试时计算 ，o1在逻辑推理能力上已经达到了目前天花板级别。 尤其是在北大给出的一项评测中，o1-mini模型的跑分比o1-prev...
-
零刻首发AMD Zen5迷你机：旗舰锐龙AI 9 HX 370核显媲美RTX 3050
快科技9月11日消息，大家望眼欲穿的Zen5架构迷你机终于来了！零刻披露，将在中秋节后少量上线新款SER9”，但定价暂未公开，只知道初期确实会比较高。 配置方面，处理器是旗舰款锐龙AI 9 HX 370，12个Zen5 CPU核心最高频率5.1GHz，16...
-
硬件没亮点、AI全缺席，iPhone 16 背刺中国用户？
2024年9月10日凌晨1点，Apple 如约举行“高光时刻”线上发布会，发布了 Apple Watch、AirPods、iPhone 三大产品线内的多款新品。在全场屏息凝神的注目下，iPhone16系列正式登场。 先说说 iPhone16系列的升级点:...
-
写作困境怎么破？试试这5款AI写作助手，创造力无限，灵感不竭
再不会用AI就out啦！这些国产超实用的免费AI工具你都用过吗？ 不知道大家有没有发现啊，这两年AI发展是真的猛，现在不管是工作还是学习，要是不会用点AI工具简直都out了。 想想别人用AI几十秒干掉了你得做一个上午的工作，这效率差距可不是一星半点，还...
-
comfyUI-MuseTalk用户交互体验的参数设计和设置
comfyUI-MuseTalk用户交互体验的参数设计和设置 目录 comfyUI-MuseTalk的参数设置 一、ComfyUI-VideoHelperSuite 二、comfyUI-MuseV合成的参考视频 2.1、什么时候会用到MuseV？...
-
【AIGC 】一篇文章，帮你了解什么是虚拟数字人？
1.数字人的三方面特征 虚拟数字人是指具有数字化外形的虚拟人物。与具备实体的机器人不同，虚拟数字人依赖显示设备存在，我们所知的很多虚拟人都要通过手机、电脑或者智慧大屏等设备才能显示。 虚拟数字人宜具备以下三方面特征: 一是拥有人的外观，具有特...
-
stable diffusion插件推荐，（插件已打包）高清【图片换脸】，高清【视频换脸】 一键完成
前言 最近发现一个很不错的sdwebui的插件，不仅能完成图片换脸，还能进行视频换脸，而且效果比之前的 faceid和reactor要好很多，更像更高清，哈哈，废话不多说，直接上干货~ 插件是 easyPhoto，实测效果很不错， 插件介绍...
-
AI日报：OpenAI推搜索引擎SearchGPT；智谱推AI视频产品清影；字节发布豆包图生图模型；B站上线AIGC推荐广告标题功能
欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。 新鲜AI产品点击了解:https://top.aibase.com/ 1、挑战谷歌!OpenAI推搜索引...
-
python系列&deep_study系列：找不到字幕？Whisper 让不懂外语的你也能看懂日剧，支持99种语言
找不到字幕？Whisper 让不懂外语的你也能看懂日剧，支持99种语言 找不到字幕？Whisper 让不懂外语的你也能看懂日剧，支持99种语言 音视频转录 字幕翻译 Whisper 进阶命令 task language model 幻听参数...
-
视频大语言模型调研论文《Video-LLaMA: An Instruction-tuned Audio-Visual Language Model for Video Understanding》解读
本文是关于论文《Video-LLaMA: An Instruction-tuned Audio-Visual Language Model for Video Understanding》的简要介绍。Video-LLaMA是阿里达摩院的一个多模态大语言模型...
-
2024最新的AIGC的应用领域有哪些？
2023大型语言模型-aigc-LLM-engineering实例代码合集.zip 2023大模型与AIGC峰会（公开）PPT汇总（25份）.zip 内容创作： AI写作：AIGC技术可以用于生成文章、新闻、博客、广告文案、创意写作等，为内容创作...
-
搭建本地whisper语音识别
目录 代码仓库 编辑 选择模型 环境配置 语音识别测试 Whisper是一个通用的语音识别模型。它是在不同音频的大型数据集上训练的，也是一个多任务模型，可以执行多语言语音识别、语音翻译和语言识别。 代码仓库 GitHub - ope...
-
谷歌之后，OpenAI也要给新闻网站付费了？
近两年，大模型喷涌，它们在文字、图片、音视频等内容形态的生成上大放异彩。内容创作一直认为是人“独属”的技能，自OpenAI于2022年发布ChatGPT之后，众多大模型开始挑战一直被人类把持的这一独特技能。从初期惊艳心态“祛魅”后，大众逐步了解了这个新生事...
-
创意生图搭配酷炫特效，AIGC直播礼物多元玩法助力平台互动再升级
在刚刚过去的苹果开发者大会WWDC 2024上，苹果向全球开发者展现了他们最新的创新成果。除了备受瞩目的新系统更新，最令人激动的无疑是AI大模型的加盟，其中，Image Playground功能（一款强大的AI图片生成器）尤其亮眼。基于Image Play...
-
AIGC时代程序员的跃迁——编程高手的密码武器
大家好，我是herosunly。985院校硕士毕业，现担任算法研究员一职，热衷于机器学习算法研究与应用。曾获得阿里云天池比赛第一名，CCF比赛第二名，科大讯飞比赛第三名。拥有多项发明专利。对机器学习和深度学习拥有自己独到的见解。曾经辅导过若干个非计算机...
-
推荐 3 款超好用的Whisper离线AI语音转文字客户端
Whisper 是 OpenAI 开源的一个强大的通用语音识别模型，它使用了超过 68 万小时多语言来训练，支持了 99 种不同语言的转录，够实现高准确性的语音识别，尤其对于英文，识别度接近人类水平。 下面给大家推荐 3 款集成了这个模型的客户端。...
-
外滩大会举办全球deepfake攻防挑战赛，百万奖金悬赏“AI打假”专家
近日，外滩大会·全球Deepfake攻防挑战赛正式启动报名。该赛事提供百万级的数据集，针对“AI换脸”的欺诈风险进行攻防实战演练，并设立100万元人民币的奖金池，鼓励推动AI向善的技术人才。 大赛由蚂蚁集团主办、蚂蚁数科承办，ATEC前沿科技探索社区、蚂...
-
AIGC技术：现状、伦理与风险及未来展望
一、技术应用 AIGC技术，即人工智能内容生成技术，正在迅速改变我们生活的方方面面。从文本生成到图像创作，从音视频制作到电影游戏开发，AIGC技术都展现出了巨大的潜力和应用价值。 在文本生成领域，AIGC技术不仅可以帮助我们快速生成高质量的文本内容...
-
百度文心一言插件商城正式上线！一键安装搞定PPT生成、音视频提取
快科技12月14日消息，日前，百度官方宣布，百度文心一言插件商城正式上线，插件覆盖办公提效、多模态内容理解生成、专业信息查询等实用场景。 用户一键安装插件后，只需通过简单指令，即可实现PPT生成、音视频提取、思维导图制作等多场景多模态下的需求。...
-
AIGC从入门到实战：焦虑：AIGC 时代下的职业该如何规划
AIGC从入门到实战：焦虑：AIGC 时代下的职业该如何规划 1.背景介绍 1.1 AIGC的兴起 近年来,人工智能生成内容(AIGC 技术取得了突破性进展。从OpenAI的GPT-3到Stable Diffusion,AIGC模型展现出了惊人的内容...
-
用AI制作历史解说视频：GPT + MidJourney + PiKa + FunSound + 剪映
1. 项目介绍 最近某站看到一个看到利用AI创作视频解说，成品画面很酷炫。对此以初学者视角进行复现，创意来源：用AI制作历史解说视频 2. 开始创作 我们参照原作者展示的内容，对古代人物屈原来生成解说视频。 2.1 故事脚本+分镜 【由GP...
-
霉霉开口唱碧昂丝的歌，又是AI！口型不出戏，五官姿态也自然，复旦百度等出品｜GitHub揽星1k+
一张人像、一段音频参考，就能让霉霉在你面前唱碧昂丝的《Halo》。 一种名为Hallo的研究火了，GitHub已揽星1k+。 话不多说，来看更多效果: 不论是说话还是唱歌，都能和各种风格的人像相匹配。从口型到眉毛眼睛动作，各种五官细节都很自然。 单独...
-
活久见！谁想的这种办法让大模型PK
“每个大模型看起来都差不多，只能谁便宜先用谁的。但用下来之后，不合适再换，又费钱又费力”，一位AI 招聘公司的创始人对光锥智能抱怨道。 2024年，大模型正在加速走向行业应用。但每一种大模型所擅长的领域都不一样，如何找到最适合自身业务场景的大模型，成为摆在...
-
年末阿里百度等大厂技术面试题汇总AI 绘画Stable Diffusion 研究（一，2024Python春招面试真题详解
sd-webui-aki-v4.zip: 整合包 如图： 二、安装步骤 1、解压sd-webui-aki-v4.zip，这就不用多说了。 2、如果之前没用过启动器，首先需要安装启动器的依赖：启动器运行依赖-donet-6.0.11.exe ，...
-
卷爆短剧出海：五大关键，由AIGC重构
短剧高温下，谈谈AIGC的助攻路线。 短剧，一个席卷全球的高温赛道。 以往只是踏着霸总题材，如今，内容循着精品化、IP化的自然发展风向，给内容、制作、平台等产业全链都带来新机，也让短剧消费走向文化深处，触发更大的社会渲染力。 从国内到全球，短剧行...
-
AI PPT一键生成：让演示更简单，更智能
大家好，我是头条号的作者，今天给大家带来一个超级实用的分享——AI PPT一键生成工具。在这个快节奏的时代，我们每个人都可能需要快速制作演示文稿，无论是为了工作汇报，还是学术演讲。但传统PPT制作既耗时又需要一定的设计技巧，这对于很多人来说是一个不小的挑战...
-
计算机网络面试知识点总结宝妈在家就能做的副业，AI绘画项目，Python开发面试技巧
4. 定时发布与矩阵运营 为了最大化效果，你可以选择在用户活跃度较高的时间段（如中午、傍晚、晚上）发布作品。此外，可以通过多账号矩阵运营，进一步扩大影响力。 以上就是全部的制作流程，我还录制了一份全流程视频，需要的可以私信我免费领取： 三、AI绘...
-
基于Whisper语音识别的实时视频字幕生成 (一): 流式播放视频帧和音频帧
Whishow 一款基于python的音视频在线播放器 1. 安装 pip install whishow 2. 用法 示例 1: 简单上手 cmd: python -m whishow <video_path_...
-
前沿科技应用：AIGC技术的广泛渗透
✨✨ 欢迎大家来访Srlua的博文（づ￣3￣）づ╭❤～✨✨ ?? 欢迎各位亲爱的读者，感谢你们抽出宝贵的时间来阅读我的文章。 我是Srlua小谢，在这里我会分享我的知识和经验。? 希望在这里，我们能一起探索IT世界的奥妙，提升我们的...
-
闭源赶超GPT-4 Turbo、开源击败Llama-3-70B，歪果仁：这中国大模型真香
国内的开发者们或许没有想到，有朝一日，他们开发的 AI 大模型会像出海的网文、短剧一样，让世界各地的网友坐等更新。甚至，来自韩国的网友已经开始反思:为什么我们就没有这样的模型? 这个「别人家的孩子」就是阿里云的通义千问（英文名为 Qwen）。在过去的一...
-
通义千问APP更名为通义APP，免费开放通义全栈能力
5月9日，通义大模型品牌升级，“通义千问APP”更名为“通义APP”，集成通义大模型全栈能力，免费为所有用户提供服务。通义APP以性能媲美GPT-4 Turbo的基模为底座，并把通义实验室前沿的文生图、智能编码、文档解析、音视频理解、视觉生成等能力“Al...
-
UP主用AI声音克隆工具重新配音《甄嬛传》 播放量超过52万
近日，B站UP主“红桃没有6”通过AI技术，为经典剧集《甄嬛传》带来了一次别开生面的效果。 该UP主利用AI重新配音，将台词内容经过谷歌机器翻译20次，创造出了全新的对话，其中“甄嬛”被翻译成“女仆陈宇”，而“皇太后”则化身为“寡妇皇后”。这一创意配音视频...
-
百万网友围观博主和AI“谈恋爱”，ChatGPT“DAN”模式有多上头？
前方高能!AI会“谈恋爱”了! 近日，博主“午夜狂暴哈士奇狗”在视频中晒出和ChatGPT“DAN”的语音聊天，近百万网友见证了他们从互怼暧昧到间接表白，再到“见家长”的全过程。 DAN是“Do Anything Now”的缩写，在ChatGPT对话中输入...
-
为什么要做长文本、长图文、长语音的大模型？深度解读讯飞星火V3.5春季上新
4月26日，科大讯飞发布讯飞星火大模型 V3.5的功能上新，其中一个重点就是面向用户各种场景中高效获取信息需求，发布首个长文本、长图文、长语音的大模型，能够支持文档、图文资料、会议录音等各种信息来源的快速理解和学习，还能够结合各种行业场景知识给出专业、准确...
-
AI刘强东007带货，背后大模型也就10亿参数，京东：我家数字人平均水平
京东创始人刘强东啊，他昨天又加班了。 准确来说，是他的AI数字人形象“采销东哥”，昨晚开启了自己生涯第四场直播。 这次东哥干的是图书采销工作。 与上两次直播不同，这一回直播间不仅有了数字人助理，还有多机位切换等展现方式。与此同时，和留言区及屏幕前观众的互...
-
被AI改变的00后娱乐习惯
初见文生图、文生视频的震撼还清晰如同昨日，硬糖君的记忆更停留在AI绘画导致LOFTER用户销号事件——可能是这个冷门社区近年来站得最高的一次。但不到两年时间，AIGC已经随风潜入夜。 如果说AI翻唱、AI换脸、AI绘画还是在借助新工具进行自我表达，那么在互...
-
钉钉 AI Agent Store 上线了！软件竞争格局重构：Agent 掀起新风暴，App 何去何从？
4月18日，钉钉正式上线 AI 助理市场（AI Agent Store）。 首批上架了200多个 AI 助理。Agent Store 的这种创新模式可以显著降低创作门槛并吸引更多用户，各行各业的人都可以拥有自己专属的助理。据钉钉官方数据显示，截至2024年...
-
AMD发布第二代Versal自适应SoC：10倍标量性能、全程AI加速
快科技4月9日消息，AMD今天宣布，旗下的Versal自适应片上系统(SoC 产品升级全新第二代，包括面向AI驱动型嵌入式系统的AI Edge 2VE3000系列、面向经典嵌入式系统的Prime系列。 新一代产品很好地平衡了性能、功耗、面积，以及先进的功...
-
阿里p8面经，Midjourney从入门到实战，2024BAT大厂Android社招面试题
参考图片+文本提示词+参数 其中 参考图片：点聊天窗口左边的+按钮上传后回车即可，然后把图片拖入prompt输入框，也可以点击图片-在浏览器中打开-复制图片网址。生成图片时会参考图片的构图、内容、颜色等 文本提示词：由 主体描述：...
-
谷歌发布超强AI视频编辑工具！施展魔法的VLOGGER，音频加图片就搞定唇形和手势，还把表情编辑玩出花了！
出品 | 51CTO技术栈（微信号：blog51cto） 编译丨伊风 视频生成模型的脚步永不停歇！ 图片 4月2日，谷歌刚刚发布了强到可怕的AI视频编辑工具VLOGGER。VLOGGER就像收集了很多视频生成领域的前沿AI技能，而打造出的一款百宝箱...
-
AIGC时代下阿里云视频云媒体内容生产技术实践
编者按 AIGC时代下，媒体内容生产领域随着AI的出现也涌现出更多的变化与挑战。面对AI的巨大冲击，如何优化或重构媒体内容生产技术架构？在多样的应用场景中媒体内容生产技术又有着怎样的实践效果？LiveVideoStackCon2023...
-
第二证券|AIGC行业新突破不断 文化传媒板块活跃
本周以来，以短剧、游戏为代表的文明传媒板块实现三连涨。3月13日，游戏股逆势大涨，游戏出海、网络游戏、短剧游戏方向领涨。到收盘，因赛集团以20%幅度涨停，掌趣科技涨超10%，凯撒文明、中广天择、时代出书、大晟文明、龙版传媒、掌阅科技等多股涨停。 消息面上...
-
阿里通义听悟升级推出六大 AI 助手：多语言音视频问答和思维管理
今日，阿里巴巴集团旗下通义科技发布了产品“通义听悟”的最新升级版本，新增了6项重要功能。 其中最重要的更新是推出了音视频问答助手“小悟”，它可以进行单条音视频内的自由问答，也支持跨多个音视频记录进行问题回答。此外，通义听悟还上线了一键AI改写和思维导图自动...
-
阿里大模型产品 “通义听悟”升级 上线音视频问答助手“小悟”
阿里大模型产品 “通义听悟” 在今日发布了多项新功能。其中，音视频问答助手 “小悟” 是重点新功能之一。用户可以通过 “小悟” 进行自由问答，支持对单个最长6小时、一次性上百条音视频的内容理解问答。 除了音视频问答功能外，通义听悟还提供了一键 AI 改写和...