-
【AIGC数字人】EchoMimic:基于可编辑关键点条件的类人音频驱动肖像动画
GitHub：https://github.com/BadToBest/EchoMimic 论文： https://arxiv.org/pdf/2407.08136 comfyui： https://github.com/smthemex/ComfyU...
-
在MidJourney上创建一致的多个角色——使用这个简单的技巧！
如果你喜欢MidJourney，你可能已经在尝试MidJourney最新发布的“角色参考”功能。这个强大的新功能允许你使用一个角色的图像作为参考，使MidJourney能够在你的新创作中复制该角色，并在你的图像中实现角色的一致性。然而，存在一个问题…😣...
-
阿里终于杀入AI视频生成！一键直出音画同步国风视频，还能读懂中国古诗
阿里终于杀入AI视频生成赛道! 9月19日云栖大会上，阿里CTO周靖人宣布通义万相全面升级。其中最大的亮点之一便是通义万相全自研AI视频生成大模型同时上线手机端和PC端，并且面向公众免费开放。 不用排队、也不用到处借号了，直接登陆通义万相官网或下载通义Ap...
-
【AI绘画】Midjourney进阶：景别详解
博客主页： [小ᶻZ࿆] 本文专栏: AI绘画 | Midjourney 文章目录 💯前言 💯为什么要学习景别 景别的作用 景别在Midjourney中的应用实例 💯大景别 💯远景 特点 提示词书写技巧...
-
小心！AI能「看懂」你的唇语，悄悄话不再安全！
小心悄悄话被AI听见!（嘘） 最近国外一款可以读唇语的AI软件火了! 具体效果如下: 红毯上布莱克·莱弗利小声说:“好紧张”，笑着说话时肉眼很难分辨唇语，但AI可以。 乍一看只能看见一排白牙（bushi）的侃爷，唇语也能被轻松破解。 看完后网友们开始纷...
-
【AI绘画】Midjourney光影控制详解
博客主页： [小ᶻZ࿆] 本文专栏: AI绘画 | Midjourney 文章目录 💯前言 💯为什么要学习光影控制 光影控制的作用 💯强化主题 hard lighting（硬光 ） soft lighting（...
-
老黄预言成真！Roblox官宣AI秒生3D物体模型，引爆10亿玩家游戏新世界
【新智元导读】老黄预言AI生成游戏的未来，很快就要实现了!在一年一度Roblox开发者大会上，CEO官宣了3D基础模型，仅用文本提示便可生成3D物体。未来目标，便要瞄准10亿玩家，AI视频游戏大爆发时代不远了。 老黄曾预言，未来5-8年，每个像素都将是生成...
-
Stable Diffusion【ControlNet】：ControlNet模型之Openpose，实现人物姿势控制
大家好，我是极客菌！！！ 今天我们开始ControlNet控制模型的学习，ControlNet有15种左右的控制模型，每一种控制模型都有对应的应用场景，今天我们学习的是控制模型是Openpose，它是用于控制人物姿势约束的模型，通过姿势约束模型，我们可以...
-
【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...
-
局部重绘，艺术再创造 ——AI绘画 Stable diffusion 神级插件 inPainting功能详解与实战指南
大家好，我是画画的小强 在AI绘画的世界里，我们常常面临这样的困境：一幅作品，除了手部姿势、面部表情其他都很完美；这时候，如果要重新生成整幅画，不仅效率低下，而且可能会破坏原本满意的部分。 幸好，StableDiffusion 的inPainting功...
-
AI成龙虽被群嘲，但未来AI依然可能取代演员
电影《传说》顶着成龙的名号，上映7天票房却只有7279万，豆瓣评分更是低至5.4，延续了成龙近些年来的烂片成绩。而27岁的AI成龙，这个曾经被片方当作噱头来吸引观众入场的技术亮点，也成为了劝退观众和影响电影观感的最大硬伤。 据传在《传说》中，27岁的AI成...
-
每日AIGC最新进展(35)：字节跳动提出人物肖像动画X-Portrait、字节跳动提出组合式视频编辑Edit3K、东华大学提出基于GCN的草图建模方法DC-gra2seq
Diffusion Models专栏文章汇总：入门与实战 X-Portrait: Expressive Portrait Animation with Hierarchical Motion Attention X-Portrait是由字节跳动...
-
AIGC生成论文汇总
1.1 无特定身份人物生成（Non-identity Generation） (1 变分自动编码器（Variational Auto-Encoder） 2022, CVPR,Shunyu Yao, RuiZhe Zhong, Yichao Ya...
-
中国版GPT-4o炸场：国内首个流式多模态交互模型，现场实时且丝滑
没等到GPT-4o，商汤先把《Her》给发布出来了! 就在刚刚，商汤直接在现场来了个炸裂的Live Show，话不多说，直接看效果: 不仅声音非常拟人（观众直呼好磁性），而且还是实时、随时可以打断的那种! 它宛如被安上了一对儿眼睛，可以做到精准无误的所见...
-
【AIGC半月报】AIGC大模型启元：2024.06（上）
AIGC大模型启元：2024.06（上） (1 ChatTTS（语音合成项目） (2 Mamba-2（大模型新架构Mamba升级） (3 GLM-4 9B（智谱开源LLM） (4 Seed-TTS（字节语音合成） (5 QWen2（阿...
-
我测了12个小时的RunwayGen3，发现这就是AI视频的No.1
昨天，众多AI视频创作者翘首以盼的Runway的Gen3，终于面向部分超级合作者开放了。 我的好基友@闲人一坤也是第一时间拿到了内测资格，我就直接把号要来了。 我从中午到凌晨，跑了12个小时，几百个Case。 发现我之前开的香槟，没开早。 先放几个我觉得还...
-
Stable Diffusion插件推荐| oldsix-新人三大必备辅助提示词插件之二
01、插件介绍 老六也是一款提示词辅助插件，它除了基本的几千个提示词库之外，另外多了几个功能让我很满意，比如支持随机抽卡以及支持动态随机提示词。 下面来介绍下安装以及使用。 02、插件安装 在扩展-从网址安装，输入 https...
-
超5万人排队内测！海内外爆火的“中国版Sora”惊艳全场，真这么好用？| AI评测
谁能想到，现在外网最抢手的AI视频生成模型，不是Sora，也不是Runway或Pika，而是国产大模型“Kling（可灵）”。 可灵视频合集在X平台上获得数百万浏览量 由于生成视频效果惊艳，可灵在国外获得了“中国版Sora”“Sora杀手”等称号。 除了...
-
一文教会你用Stable Diffusion做个性化头像丨使用ControlNet插件和IP-Adapter模型
来看看这个简单有趣的指南吧，它会教你怎样给自己的头像加点儿创意，使用Stable Diffusion、ControlNet和IP-Adapter塑造风格化的头像，让你的头像更有特色，更有趣。 前置条件 验证ControlNet和IP-Adap...
-
Stable Diffusion入门使用技巧及个人试用实例分享--SD提示词及ControlNet篇
上节我们简单介绍了一下Stable Diffusion的基础模型及lora，今天我们接着讲解一下SD提示词的实践篇及ControlNet常用模型篇，本文总字数3000+，同时包含大量的图片及提示词分享。欢迎阅读。 SD如何写提示词 提示词库分享在文末...
-
AIGC论文阅读——[Visual Speech-Aware Perceptual 3D Facial Expression Reconstruction from Videos]
AIGC论文阅读——[Visual Speech-Aware Perceptual 3D Facial Expression Reconstruction from Videos] 论文地址：https://arxiv.org/abs/2207.110...
-
AI能力再提升：Reno12系列智能修复闭眼照片
OPPO Reno12系列，在AI技术方面再次实现了重大突破，带来了全新的智能修复闭眼照片功能。这一功能的推出，标志着OPPO在AI图像处理技术上的又一次飞跃，进一步提升了用户的拍摄体验和照片质量。 智能修复闭眼照片功能，利用了Reno12系列强大的AI算...
-
OpenAI和Google接连两天的大动作，都想让AI助手成“精”
看过昨天OpenAI的春季发布后，不难猜到，在今天的谷歌I/O大会上，必然会有关于AI助手的介绍。 毕竟，抢在谷歌I/O大会前发布GPT-4o的Altman，已经显示出了十足的针对性，凭借Altman的手段，自然也有着十足的把握做到精准打击，将这场“红蓝...
-
抖音博主靠和ChatGPT赛博恋爱涨粉近50万 加上GPT-4o她岂不是要快乐升天
在当今数字化时代，人工智能（AI）的快速发展已经渗透到我们生活的方方面面，其中AI的情感交流功能尤其引人注目。最近，一位名为@午夜狂暴哈士奇狗的抖音博主与AI情感模式“DAN”之间的互动在网络上引起了巨大的关注。网友们通过视频见证了他们从相互调侃到间接表白...
-
OpenAI发布新AI模型GPT-4o和桌面版ChatGPT
OpenAI新的更新将GPT-4带给所有人，包括OpenAI的免费用户，技术主管Mira Murati在直播活动中表示。她补充说，新的模型GPT-4o"快得多"，并在文本、视频和音频方面有了改进的能力。OpenAI表示，最终计划使用户能够通过视频与C...
-
革命性GPT-4o：重塑人机交互体验
OpenAI 发布的 GPT-4o 模型无疑是一个巨大的突破，特别是在其能够处理多种输入媒介（文本、音频、图像）并生成相应输出方面。这种能力使得人机交互更加自然和直观，极大地提升了 AI 的实用性和可用性。GPT-4o 的几个关键亮点包括： 1. 跨媒介...
-
Synthesia虚拟数字人Expressive-1 AI Avatars正式版发布
Synthesia 公司最近推出了一款创新的虚拟数字人形象技术——Expressive-1AI Avatars，这是一款能够根据文本内容自动预测并展现丰富表情的AI虚拟形象。这项技术能够将文本转换为包含面部表情、语音和肢体语言的视频内容，极大提升了视频的表...
-
到2028年，多模式人工智能市场将达到50亿美元
人工智能的发展有很多应用，其中越来越受到关注的是多模式人工智能。由于其在数据分析、问题解决和机器学习方面的转变能力，多模式人工智能继续在垂直领域占据主导地位。多模式人工智能市场的增长必然会像滚雪球一样。多式联运人工智能市场规模预计将从2023年的12.6...
-
爆火的AI面试，逼疯打工人
曾经出现在银行、外企、快消等领域的AI面试官，正在渗透到更多的行业。 一位应聘酒店前台客服岗位的应届毕业生告诉Tech星球，虽然已经接到通知去线下面试，但她仍需去完成企业发来的AI面试。在线下面试现场，面试官也会特地问她AI面试的使用体验，“这家酒店刚推出...
-
微软推出新型AI工具VASA-1：可将照片转化为视频
快科技4月21日消息，据媒体报道，微软亚洲研究院近期推出了一款革命性的人工智能工具VASA-1，这一工具的推出引起了业界和公众的广泛关注。 VASA-1的独特之处在于，它能够将静态图像或绘画与音频文件结合，生成具有动态面部表情和头部动作的面孔。这意味着，仅...
-
DreamWorld AI推全身运动捕捉技术 可创建动作表情和你一模一样的数字人
DreamWorld AI公司最新推出的全身运动捕捉技术，无需穿戴特殊装备或使用追踪标记，仅需单镜头摄像设备即可即可实现全身运动捕捉并创建动态数字人。这一创新为动画制作和实时直播表演带来了前所未有的便利。 DreamWorld AI的独特之处在于其强大的实...
-
IPAdapter FaceID Plus下载地址 AI图像生成编辑工具使用入口
ComfyUI-IPAdapter-Plus是一个强大的图像生成和编辑工具，专门用于基于一个或多个参考图像进行图像到图像的条件生成。通过文本提示、控制网络和掩码，您可以轻松生成增强图像的各种变体。这款工具类似于单张图像的 Lora。ComfyUI-IPAd...
-
好低调！字节Dreamina全面开放内测了，效果够惊艳吗？Ta眼中的“Sora女士”原来是这样！
字节Dreamina的内测范围扩大了！一个月前小编填写过一次内测收集问卷，当时并未拿到初始100人（据说）的名额。 图片 但在今天上午再次申请后，下午便惊喜地发现已经开通了Dreamina的文生视频功能！ 再次申请只需选择两个问题，一是有无AI视频产品的...
-
AI下一个重大飞跃是理解情感！第一个具有情商的对话型AI来了
想了解更多AIGC的内容： 请访问： 51CTO AI.x社区 https://www.51cto.com/aigc/ AI的下一个重大突破是理解情感吗？Hume AI表示是的。 3月27日，一家名为Hume AI的新创公司宣布，他们已经在一轮B轮融资中...
-
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...
-
Infinity AI：输入剧本即可一键生成电影 还提供数字人克隆功能
Infinity AI，一款革命性的人工智能工具，正在引领视频内容创作的新浪潮。该工具专注于开发以人为中心的生成式视频模型，将人类的故事讲述能力与先进的AI技术相结合，以创造出令人惊叹的视觉作品。在这个愿景中，人是故事的核心，而故事则是人类学习和进化的重要...
-
Infinity AI怎么用？Infinity AI如何克隆自己详细使用教程
Infinity AI，一款革命性的人工智能工具，正在引领视频内容创作的新浪潮。该工具专注于开发以人为中心的生成式视频模型，将人类的故事讲述能力与先进的AI技术相结合，以创造出令人惊叹的视觉作品。在这个愿景中，人...
-
恐怖谷！哥大华人开发「人脸机器人」，照镜子自主模仿人类表情超逼真
此前，人形机器人Ameca「大梦初醒」的神情，已让许多人感受到了真正的「恐惧」。 随着ChatGPT横空出世，得到加持的人形机器人虽擅长语言交流，但是在非语言交流，特别是面部表情，还差得很远。 未来，如果人类真的要生活在一个充满机器人的世界之中，机器...
-
EVI人工智能对话AI使用地址入口 Hume.AI官网体验入口
Hume.AI是一项专注于开发能够理解人类情感和表情的技术的人工智能产品。它提供了表情测量API和自定义模型API，以预测和改善人类福祉。这款工具适用于需要理解和预测人类情感、行为和福祉的研究人员、开发者和企业。 点击前往Hume.AI官网体验入口 谁可...
-
一张图即出AI视频！谷歌全新扩散模型，让人物动起来
只需一张照片，和一段音频，就能直接生成人物说话的视频！ 近日，来自谷歌的研究人员发布了多模态扩散模型VLOGGER，让我们朝着虚拟数字人又迈进了一步。 论文地址：https://enriccorona.github.io/vlogger/paper.p...
-
AI美女广告让人难辨真假！博主被迫录视频自证：真的是AI
难以置信！现在AI生成视频，已经进化到让人不相信这是AI生成的了。（这真的不是套娃） 最近一段短视频广告在网上引起轰动。视频中的人极力推荐产品，说话语气以及手势十分富有感染力。 结果博主一句无意感叹：「家人们，这是 AI生成的，太疯狂了。」瞬间引起轩然...
-
AI换脸视频制作app有哪些 免费AI换脸软件在线下载使用地址入口
什么是AI换脸视频制作？ AI换脸视频制作是利用人工智能算法实现视频人脸替换的创新技术。通过先进的人脸识别和图像处理技术，用户可以将任意一个人的面部换到另一个视频中，生成逼真的换脸视频效果。 AI换脸技术原理 AI换脸视频制作主要基于深度学习技术中的生成...
-
游戏NPC“活”了，英伟达AI立大功
智能NPC，已经承担起推动游戏主线的任务了！ 育碧的一个DEMO中，两名个性鲜明的智能NPC带着玩家，在游戏世界中畅游了十五分钟。 不仅对话过程流畅、表情动作自然，而且还最新支持了多轮对话。 最关键的是，与NPC的对话不再只是闲聊，而是时时刻刻在推进主...
-
谷歌发布“Vlogger”模型：单张图片生成10秒视频
谷歌发布了一个新的视频框架： 只需要一张你的头像、一段讲话录音，就能得到一个本人栩栩如生的演讲视频。 视频时长可变，目前看到的示例最高为10s。 可以看到，无论是口型还是面部表情，它都非常自然。 如果输入图像囊括整个上半身，它也能配合丰富的手势： 网友...
-
集成ChatGPT-4V，最有“人味儿”机器人Ameca模仿马斯克讲故事
一个人形机器，操着一口流利的美式英语，用埃隆·马斯克的声音与口吻讲述着机器人火箭飞船飞往火星发现钚的故事，它抑扬顿挫、声情并茂，不禁让人恍惚，它真的只是个机器吗？ 这个人形机器就是英国公司Engineered Arts在2024年世界移动通信大会上展示的...
-
【Stable Diffusion】入门-02：AI绘画提示词+参数设置攻略
目录 1 提示词 1.1 分类和书写方式 1.1.1 内容型提示词 1.1.2 标准化提示词 1.1.3 通用模板 1.2 权重 1.2.1 套括号 1.2.2 数字权重 1.2.3 进阶语法 1.3 负面提示词 2 参数详解 2...
-
Stable Diffusion——文生图界面参数讲解与提示词使用技巧
Clip终止层数 什么是Clip CLIP（Contrastive Language-Image Pretraining）是由OpenAI于2021年开发的一种语言图像对比预训练模型。其独特之处在于，CLIP模型中的图像和文本嵌入共享相同的潜在...
-
关于AI和ChatGPT的使用，AI编程（AIGC），AI绘画（2）
AI绘画技术是指利用人工智能技术来创作、生成或修改图像、照片、插图、漫画等艺术品以及各种视觉效果。常见的AI绘画技术包括机器学习、深度学习和计算机视觉等领域的技术，通过训练神经网络模型来实现自动化地生成图像，其应用范围相当广泛，包括数字媒体...
-
Hume.AI官网体验入口 人工智能情感理解工具使用地址
Hume.AI是一家专注于开发能够理解人类情感和表情的技术的公司。他们提供表情测量API和自定义模型API，以帮助预测和改善人类福祉。无论是研究人员、开发者还是企业，都可以从Hume.AI的技术中受益。 点击前往Hume.AI官网体验入口 Hume.A...
-
视频转动漫软件GoEnhance AI怎么用？GoEnhanceAI完整使用教程
GoEnhanceAI简介: GoEnhanceAI是一家致力于提供先进图像和视频编辑解决方案的公司。通过其AI技术，用户可以轻松将视频转换成多种不同风格的视频，实现更加丰富多样的视觉效果。 相比于DOMOAI，...