Internet Watch
ChatTTS: Tekst-til-tale-model til samtalescenarier
Oversigt For nylig er en tekst-til-tale-model blevet ret populær: ChatTTS. Desuden er denne model udviklet af et lille team i Kina. fokus på […]
GPT-4o: Gratis store modeller med blandet input og blandet output
Frigivelsen af GPT-4o markerer en ny milepæl inden for hybrid input-output store modeller med rigere og hurtigere samtaler. Dens gratis brug og reducerede API-gebyrer gør denne teknologi tilgængelig for flere mennesker. Sammenlignet med Gemini1.5 Pro er GPT-4o overlegen i samtaleoplevelse og fremmer udviklingen af robotter og AIGC-applikationer. Dette fremskridt repræsenterer en vigtig udvikling inden for generativ AI, der bringer nye muligheder til områder som menneske-computer-interaktion og indholdsgenerering.
Viggle AI: Sådan genereres videoer med kontrollerbare karakterbevægelser
Videogenereringsmodeller som Sora og Stable Video Dissfusion står ofte over for problemet med at være ude af stand til nøjagtigt at kontrollere outputvideoen, især på karakterbevægelser. Den kontrollerbare videomodel kan nøjagtigt styre handlingerne af karakterer i videoen gennem prompte ord. Viggle AI, som den første video-3D-model med faktiske fysiske forståelsesevner, kan frit styre karakterbevægelser og er indlejret i Discord-platformen. Denne kontrollerbare videoteknologi vil betydeligt reducere omkostningerne ved digitale menneskelige produkter og muliggøre diversificeret digital menneskelig videooprettelse.
Google Gemini 1.5 Pro personlig test: kraftfuld og skrøbelig på samme tid
Efter at have testet den nyligt opgraderede multimodale AI-model Gemini 1.5 Pro, fandt brugerne ud af, at selvom den understøtter en mere omfattende inputtype, herunder tekst, billeder, videoer, filer og mapper, er ræsonneringsevnen ikke blevet væsentligt forbedret, især med hensyn til at skelne lige fra forkert. Derudover tager behandling af video-, fil- og mappeinput lang tid, og der er begrænsninger i håndteringen af store mængder data.
Hotte emner i februar 2024: Sora - Open AI's store videogenereringsmodel
Den 16. februar 2024 udgav Open AI sin avancerede videogenerationsmodel ved navn Sora, hvilket vækker interesse, der næsten konkurrerer med GPT, som endnu ikke er tilgængelig til offentlig brug, og kombinerer transformator- og diffusionsarkitekturer til højfidelitets-videosimulering TikTok fremviser Soras evner med uredigerede videoer fra forskellige prompter, og viser dens potentielle indflydelse i det spirende videogenereringsfelt.
Gemini 1.5 pro：如何申请
Google Gemini1.5 pro概述 Google Gemini1.5 pro于2024年02月15日 […]
2024年一月份热点：palworld
一、Google趋势：对比“AI”，“gpt”，“palworld” 这是今天（2024/01/31）的截图。 […]
Den nye WordPress-oplevelse: opbygning af hjemmesider med SAAS, lav kode og ingen kode
Den 6. november 2023 blev WordPress v6.4.2 frigivet. To dage senere migrerede jeg min blog til en anden server. Senere […]
Den første bølge af AIGC-iværksætterhold er blevet opløst. Er der stadig en fremtid for AIGC?
I dag delte en ven en artikel. For nylig er Jasper, det første enhjørningsfirma, der laver AIGC, vendt tilbage til nul. Jasper, baseret på GPT, er […]
生成式AI的方向——机器人的突破
AI是个大机会。所以，大家都在探索，无论知道做什么的，还是不知道做什么的。目前，探索的方向主要在 […]
