电脑能自己做设计图了?和往年一样，微软在10月中召开了新品发布会。相比起略显平淡、大都是性能迭代更新的硬件产品，这家名字里就带有“软件”的公司在软件服务上的新主张，要显得有趣不少。硬件新品大都延续了前代的形制:Surface Pro9有了新配色，处理器有12代酷睿或基于骁龙的S
......
本文由站长之家合作伙伴自媒体作者“雷科技公众号”授权发布于站长之家平台，本平台仅提供信息索引服务。由于内容发布时间超过平台更新维护时间，为了保证文章信息的及时性，内容观点的准确性，平台将不提供完全的内容展现，本页面内容仅为平台搜索索引使用。需阅读完整内容的用户，请查看原文，获取内容详情。
（举报）
11.11云上盛惠！海量产品 · 轻松上云！云服务器首年1.8折起，买1年送3个月！超值优惠，性能稳定，让您的云端之旅更加畅享。快来腾讯云选购吧！
腾讯云
12-20
Adobe的图像生成AI“Firefly”以其训练集来源自AdobeStock中的图片和视频闻名。美国经济报纸彭博社报道称，Firefly的数据集实际上包含由Midjourney等公司生成的图像。”然，Tushnett教授指出，Firefly学习自Midjourney生成的图像的事实与其声称与其他图像生成AI不同的说法相矛盾。
Adobe公司最近开始采购视频，用于构建其人工智能文本到视频生成器，此举是为了在OpenAI展示出类似技术之后与竞争对手保持同步。该软件公司向其摄影师和艺术家网络提供报酬，以提交涉及人们进行日常活动或表达情感的视频，以及关于手、脚或眼睛等简单解剖部位的拍摄。OpenAI首席技术官米拉·穆拉蒂在上个月与华尔街日报的一段病毒式采访视频中表示，她不确定Sora是否是使用了来自谷歌的YouTube、以及MetaPlatformsInc.的Facebook和Instagram的用户生成视频进行训练的。
Adobe公司最近发布了全新的FireflyImage3Model。这款新模型在图像处理方面的能力大幅提升，包括改进的图形处理能力、更精准的文本提示解释，甚至能够指导图像的构图。无论是在图像处理能力、用户控制能力是对复杂提示的理解上，新模型都有显著的提升。
大部分的研究、财务信息、服务术语等数据每天都存储在PDF文档中。但要高效、可靠地解析它们可能是耗时的。该版本还支持语音命令，用户可以口头要求AI助手总结和查询文档。
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、AdobeFirefly3模型更新！这些插画不仅形象可爱具有治愈力，引起了用户的共鸣。
4月15日晚，全球多媒体巨头Adobe在官网宣布，将OpenAI的Sora、Pika、Runway等著名第三方文生视频模型，集成在视频剪辑软件PremierePro中。Adob也会将自身研发的Firefly系列模型包括视频、图片等集成在PR中;通过AI驱动的音频功能已普遍可用，可以使音频的编辑更快、更轻松、更直观。通过将生成式AI深度融合到PR的核心工作流程中，我们正在解决视频编辑人员每天遇到的真正制作痛点，
Adobe公司宣布了一项革命性的新技术VideoGigaGAN，这是一项基于人工智能的视频超分辨率技术，能够将视频清晰度提高8倍。VideoGigaGAN技术的发布，标志着视频放大技术的又一重要进步，为视频编辑、增强和修复等领域带来了新的可能性。虽然这并不影响其作为未来视频处理技术的一大突破，但Adobe仍需进一步优化算法，提高处理速度和效率，以满足更广泛的实际应用需求。
Adobe发布了Firefly图像生成模型的最新版本，名为FireflyImage3，声称具有“摄影细节”的图像生成能力。相比之前的版本，这一第三代模型在图像生成能力上有了显著的改进。即使是新手用户也可以在Photoshop中游刃有余，并更快地成为高级用户，PhotoshopgentechAI产品管理总监JohnMetzger表示。
近日Adobe宣布计划在年内推出由生成式AI加持的PR，遗憾的是官方并未公布具体时间。根据Adobe官方演示，AI加持的PR实现了一句话就能P视频，用户只需输入文本提示词，就能添加、改变和删除物体，增加辅助镜头，甚至还能把某个镜头延长几帧。PS的AI功能思路上和P有些类似，都是通过文字提示词，让一些人类觉得麻烦的细节处理起来更加简单，例如添加内容、移除或替换图像的一部分、扩展图像等等。
爆炸级更新!AdobePremierePro正在引入AI工具，以简化视频编辑工作流程并减少完成繁琐任务所需的时间。这些新功能主要由AdobeFirefly视频模型提供支持，预示着视频编辑领域的一次重大变革。这些新功能的引入，无疑将为视频编辑人员带来更多的便利和创新的可能性。
CopilotKit是一个旨在简化AI助手集成过程的开源工具。它允许开发者快速创建能够理解上下文、执行动作并从任何数据源获取知识的智能助手。产品的主要优点包括提高生产效率、增强用户参与度，以及通过自动化和智能化提升用户体验。CopilotKit的背景是响应市场对高效、智能工具的需求，定位于帮助开发者快速实现AI技术的商业化应用。
Prometheus-Eval 是一个用于评估大型语言模型（LLM）在生成任务中表现的开源工具集。它提供了一个简单的接口，使用 Prometheus 模型来评估指令和响应对。Prometheus 2 模型支持直接评估（绝对评分）和成对排名（相对评分），能够模拟人类判断和专有的基于语言模型的评估，解决了公平性、可控性和可负担性的问题。
OpenAI Assistants API quickstart with Next.js 是一个使用OpenAI的Assistants API和Next.js框架快速搭建聊天机器人的模板项目。它支持流式传输、代码解释器和文件搜索等高级功能，旨在展示如何在Next.js应用中集成OpenAI的强大能力。
phi3-Chinese是一个公共的GitHub仓库，专注于收集和整理开源社区中关于phi3模型的各种训练变体版本。它不仅提供了不同版本的phi3模型下载链接，还包含了训练、推理、部署的相关教程，旨在帮助开发者更好地理解和使用phi3模型。
Secret Llama 是一个免费且完全私密的聊天机器人，与ChatGPT不同，它完全在您的浏览器内运行，意味着您的对话数据不会离开您的电脑。首次加载可能需要一些时间，因为模型需要完全下载到您的电脑上，但之后可以断开WiFi工作。支持Chrome和Edge浏览器，需要GPU，不推荐在移动设备上使用。
StoryDiffusion 是一个开源的图像和视频生成模型，它通过一致自注意力机制和运动预测器，能够生成连贯的长序列图像和视频。这个模型的主要优点在于它能够生成具有角色一致性的图像，并且可以扩展到视频生成，为用户提供了一个创造长视频的新方法。该模型对AI驱动的图像和视频生成领域有积极的影响，并且鼓励用户负责任地使用该工具。
AWPortrait是一款专注于AI生成肖像照片的模型，致力于通过技术提升照片的真实感。它通过不断优化训练，使得生成的人物肖像更加逼真，加入了东方元素，如旗袍和汉服，增强了室内外效果，优化了面部特写的变形问题，并允许调整人物年龄。AWPortrait适用于个人和商业用途，但需遵守相应的使用协议。
ollama-reply是一个开源的浏览器扩展，它利用Ollama Llama3模型的强大功能来生成吸引人的社交媒体回复，旨在促进用户的社交增长。这个工具被设计为MagicReply的免费和开源替代品。它不仅免费使用，而且高度可定制，可以适应任何Ollama模型，并根据用户的需求调整回复内容。
Reor是一个AI驱动的桌面笔记应用，它通过自动链接相关笔记、回答笔记上的问题、提供语义搜索以及生成AI闪卡来增强个人的知识管理。所有数据本地存储，支持类似Obsidian的Markdown编辑器。Reor项目的核心假设是，思考工具的AI模型应默认在本地运行。它利用了Ollama、Transformers.js和LanceDB等技术，使得大型语言模型（LLM）和嵌入模型能够在本地运行。同时，也支持连接到OpenAI或兼容的API，如Oobabooga。
spRAG是一个专为非结构化数据设计的RAG（Retrieval-Augmented Generation）框架，特别擅长处理复杂的文本查询，例如金融报告、法律文件和学术论文。它在复杂的开放性问答任务上，如FinanceBench基准测试中，准确率显著高于传统的RAG基线模型。
prettygraph是一个基于Python的Web应用程序，由@yoheinakajima开发，展示了一种新的UI模式，用于将文本输入动态地转换为知识图谱。该项目是一个快速原型，旨在提供一种简单的UI想法，通过实时更新UI中的文本高亮来生成知识图谱。
WildChat数据集是一个由100万真实世界用户与ChatGPT交互组成的语料库，特点是语言多样和用户提示的多样性。该数据集用于微调Meta的Llama-2，创建了WildLlama-7b-user-assistant聊天机器人，能够预测用户提示和助手回应。
Frame是Brilliant Labs推出的一款AI眼镜，它通过集成的AI技术，为用户提供实时的视觉分析和翻译功能。这款眼镜结合了OpenAI和Whisper技术，允许用户通过视觉和听觉来搜索和理解他们所看到和听到的内容。Frame的主要优点在于它的开放源代码特性，鼓励开发者、艺术家和黑客探索和创造新的功能，推动产品的创新和个性化。此外，它还包括了Mister Power功能，确保全天候的电池续航。
Omniplex是一个开源的AI平台，它致力于通过建立核心功能和基本特性来提升用户体验。该平台正在积极开发中，专注于实现最佳实践、优化代码库，并引入新特性。Omniplex使用TypeScript作为编程语言，React作为前端框架，Next.js作为Web框架，并结合了Firebase、Vercel AI SDK等技术栈。
Remini利用先进的AI技术，为用户的照片和视频提供高质量的增强服务。它不仅能够修复老照片，提高肖像的清晰度，还能通过AI生成新的照片，满足不同行业的专业内容创建需求。产品以其快速、易用和惊人的效果受到全球数百万用户的喜爱。
Hairpaca AI 发型生成器通过提供超逼真的虚拟试戴照片，帮助您找到完美的发型，无需实际剪发。通过 Hairpaca，您可以选择超过 50 种流行发型，从长发、短发、卷发、直发、可爱风格到性感风格，找到适合您的风格。Hairpaca 支持上传任何发型照片，如果我们提供的样式选项不符合您的期望，您可以自己上传发型照片到您的个人发型库中。使用 Hairpaca，您可以在大约 5 秒钟内获得虚拟试戴的效果，而不需要长时间等待。不仅如此，Hairpaca 提供的超过 50 种发型的试戴仅需 9.9 美元，让您以更低的成本尝试不同的造型。
Story Diffusion 是一款利用人工智能生成连贯故事和相关视频的工具。用户可以轻松创建独特而有趣的故事和漫画艺术，无需艺术或编码技能。
Project Neo是Adobe推出的一款插件，它通过与Adobe Photoshop和Illustrator熟悉的控制和命令的简单操作，让你在几分钟内而不是几小时内，就能制作出出色的图标、生动的绘图和独特的三维形状。它为设计师提供了更多的颜色、中间调和阴影控制能力，通过增加深度和几何形状来增强设计。Project Neo与Creative Cloud无缝集成，增强了你的创意工具箱，让你能够轻松地导出完美的SVG和像素完美的图像，为你的2D设计增添活力。
Llama-3 70B Gradient 524K Adapter是一个基于Llama-3 70B模型的适配器，由Gradient AI Team开发，旨在通过LoRA技术扩展模型的上下文长度至524K，从而提升模型在处理长文本数据时的性能。该模型使用了先进的训练技术，包括NTK-aware插值和RingAttention库，以高效地在高性能计算集群上进行训练。
这项研究提出了一种新的分层3D高斯表示方法，用于实时渲染非常大的数据集。该方法通过3D高斯splatting技术提供了优秀的视觉质量、快速的训练和实时渲染能力。通过分层结构和有效的细节层次(Level-of-Detail, LOD)解决方案，可以高效渲染远处内容，并在不同层次之间实现平滑过渡。该技术能够适应可用资源，通过分而治之的方法训练大型场景，并将其整合到一个可以进一步优化以提高高斯合并到中间节点时的视觉质量的层级结构中。
