Mobile ALOHA：一个可以模仿人类自主学习的机器人操作系统
由坦福大学开发，专门设计用于执行需要双手和全身协调的复杂移动任务。 可以通过模仿学习（即观察人类操作然后模仿这些动作），仅通过50次任务演示，共同训练，它就能够自主完成日常生活中的各种任务。 如做饭、…
由坦福大学开发，专门设计用于执行需要双手和全身协调的复杂移动任务。 可以通过模仿学习（即观察人类操作然后模仿这些动作），仅通过50次任务演示，共同训练，它就能够自主完成日常生活中的各种任务。 如做饭、…
能根据音频让人物头像照片说话、唱歌同时保持嘴型和表情一致。 GitHub：https://github.com/ali-vilab/dreamtalk HuggingFace：https://hugg…
VCoder的一个视觉编码器，能够帮助MLLM更好地理解和分析图像内容。提高模型在识别图像中的对象、理解图像场景方面的能力。 它可以帮助模型显示图片中不同物体的轮廓或深度图（显示物体距离相机的远近）。…
可以帮助你撰写和保存日记条目，记录你的思考和经历，当备忘录也可以！ 内置了OpenAI 的API功能，可以自己写提示词让AI帮你扩展你的想法和日记。 还可以使用AI来搜索日记内容或对整个日记提出问题。…
该模型由腾讯与新加坡国立大学开发，M2UGen能够理解各种音乐，包括风格、演奏乐器、表达的情绪情感等，并进行音乐问答。 而且还能根据文本、图像、视频和音频生成各种音乐，同时对生成的音乐也能理解并根据文…
LARP能让游戏角色像真人一样和玩家对话，同时能够理解游戏中复杂的情境、记住过去的互动。并根据这些信息做出合理的反应。 它能让游戏角色的行为更加真实和有深度，从而提升玩家的游戏体验。 LARP的工作原…
由MyShell TTS开发。它能够仅使用一小段参考发言者的音频片段来复制其声音，然后能生成多种语言的语音。 OpenVoice能对声音风格的精细控制，包括情感、口音、节奏、停顿和语调，同时能够复制参…
SSR-Encoder能够提取图像中的多种特征，包括人物、视觉元素、风格、情感和细节等 然后它会利用提取的这些特征再结合文字提示，重新生成新的图像。 比如你看到一张照片，觉得它某一部分很好，就可以指定…
目前的图像生成模型，再生成图像方面已经非常出色，但在生成人类手部的图像时却常常出现问题，比如手指数量不对或者手形怪异。 HandRefiner提出一种方法，在不改变图片其他部分的情况下，修正那些形状不…
2023年50个访问量最大的AI工具及AI行业分析报告 Writerbuddy AI使用 SEO 行业著名的工具SEMrush，通过抓取AI工具数据，研究了3000多种 AI 工具。 从中选出了访问量…
你只需要通过iPhone随便拍摄一段大约5分钟的视频。它会用视频将用来捕捉你的外貌、动作和可能的表情。 然后克隆一个虚拟的你！ 最牛的是它可以将PPT、PDF文件直接转换成解说视频，只需两次点击操作即…
GPT Pilot 一个真正的AI程序员，它可以从零开始构建整个应用程序，它能自己编写代码、配置开发环境、管理开发任务、调试代码，你还可以随时和它聊天提问帮助你解决开发难题。 你只需要在一旁监督开发过…
比如，你想知道“如何做蛋糕”，只需在这个网站上输入这个问题，它就会找到相关的视频来帮你解答。 更牛P的是，你还可以跟视频进行对话，就像跟一个人聊天一样，还能帮你总结视频内容。 最牛P的是他把这个项目开…
AppAgent可以通过自主学习和模仿人类的点击和滑动手势，能够在手机上执行各种任务。 它可以在社交媒体上发帖、帮你撰写和发送邮件 、使用地图、在线购物，甚至进行复杂的图像编辑… AppA…
一些反馈发现（单簧管总结）： – 提示词长度现在是350+ – 您可以指定颜色和其他细节 – 你可以在画布上放置你想要的东西，如添加文本 – 您可以提示…
DreaMoving能仅靠脸部照片和文字提示就能生成在任何场景下跳舞的视频… 测了下跳舞动作还可以，但是和背景融合度不行，人物舞蹈和背景完全是隔离的，不能完全融合！ 体验地址：https:…
只需要输入自然语言描述，它就能根据这些描述创建相应的 B-Rep CAD 文件和网格模型。 生成的模型可以导入到用户选择的任何 CAD 程序中。 Text-to-CAD 背后的基础设施利用了 Zoo …
它可以根据文字描述来生成视频。但它不是基于扩散模型，而本身就是个LLM，可以理解和处理多模态信息，并将它们融合到视频生成过程中。 不仅能生成视频，还能给视频加上风格化的效果，还可修复和扩展视频，甚至从…
可以用来给生成的视频创建画外音和对话，支持细腻真实的人声效果，多种语言！
通过观看一个视频，Gaussian-SLAM可以分析视频中的图像，能够理解视频中的环境布局和物体的位置。 然后利用这些图像数据来创建、还原可以从各个角度观察的3D模型，重建现实世界场景。 而是这个过程…
超详细参数设置！再也不用为不会写人像提示词发愁啦！重新优化为json列表更方便自定义和扩展！已包含标准工作流和turbo工作流. 肖像大师中文版2.0 ：https://github.com/ZHO-…
通过这项技术，你可以让一个虚拟的3D人物模型模仿真实人的表情和头部动作。 而且这个过程是实时的，通过摄像头输入，当真人改变表情或头部姿势时，3D模型也会立即做出相同的反应。 通俗来说就是：3D变脸术 …
英文还行，中文回答会错乱，一会一个说法… 部署很简单，教你们3分钟部署一个 第一步：打开这个开源程序：https://github.com/babaohuang/GeminiProChat…
艺术家可以用MIST在他们的作品上加上一种特殊的水印，这种水印肉眼几乎看不见，但可以阻止AI程序正确地“理解”和复制这些作品。 当AI尝试学习或复制加了MIST水印的图片风格时，它会受到干扰，导致无法…
知否AI问答，为您提供专业、高速、稳定的文案生成与问答服务！ 产品网址： https://chat.cloudwizdom.com/?s=aiyjs 产品支持60余个应用场景，包括论文助手、公司文案…
后续会更新更多AI绘画、设计相关的教程，欢迎关注！
Stable Diffuxion出了新的更快的模型，SDXL Turbo 他到底有多快？废话不多说，先看网页版。 一个猫，在吃Cheese，绿色的盘子，戴一顶帽子，我都来不及解说了 你打字有多快，图就…
