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
将投入高达十亿现金及十亿流量作为丰厚奖励，旨在吸引更多才华横溢的原创作者和优质内容机构入驻平台。京东将针对众多创作领域，包括数码3C、家电家居、母婴、宠物、时尚、运动、美妆个护、健康、车品等超过20个细分领域，以现金形式给予达人补贴。京东还将继续加大奖励力度，助力优质达人创作出更多精彩纷呈的内容，为用户传递更专业、有价值的信息。
2txt是一个基于AI的图像转文字工具，使用ClaudeHaiku和VercelAISDK创建。这个工具不仅可以将任意图像上的文字识别出来能将其转换成可编辑的文本格式。用户只需上传图片，系统就会自动识别图片中的文字，并将其转换成可编辑的文本格式，极大地提高了工作效率。
南宁公园最近举行了一场放灯活动，这场活动意外地在网络上掀起了一股热潮，不仅吸引了众多市民的目光，也赢得了网友们的热烈关注。在这场璀璨的灯光盛宴中，一个正在夜钓的男子意外成为了众人瞩目的焦点。这场原本普通的放灯活动，因为这位男子的出现，变得更加生动有趣，也让我们看到了生活中意想不到的惊喜和乐趣。
Viggle是一款具有创新功能的软件，它能够让用户通过文字描述让任何静态图像动起来。它还能让图像进行各种动作，如跳舞等效果非常真实。这超越了传统的2D视频制作，为用户带来了更丰富、更立体的视觉体验。
首个AI程序员，演示视频大幅度造假???不久之前震撼硅谷的Devin，再度震撼硅谷——但这次是被打假。事情是这样的:油管程序员博主InternetofBugs对Devin的视频进行了逐帧分析，逐一举证说明了Devin并不如演示中那般神奇。真是要了命了，这么一个备受关注的明星项目居然是个只能活在视频里的demo。
DeepDataSpace推出了T-Rex2，一种革新性的目标检测技术，旨在解决传统目标检测模型的封闭集问题。传统模型局限于事先确定的类别集，需要针对特定任务进行调整和大量训练数据。通过Demo和API，用户可以体验T-Rex2的能力，并探索其在各领域的潜在应用。
腾讯广告一站式AI广告创意平台“腾讯广告妙思”上线图生图能力。通过上传一张参考图，妙思的AI模型便能迅速生成相似图片，实现所见即所得，让创意素材焕发新生。在游戏行业和网服行业中，CTR分别提升了19%和18%，展现出强大的市场竞争力。
在创造生动的3D动画角色时，面临着这样的挑战，除了要满足特定领域的高要求比如角色需要有独特风格和丰富细节缺乏高质量的数据支撑。现有方法通常无法生成具有丰富细节，和过度自然的纹理，使得角色看起来不真实，不够生动。该项目的代码即将发布，项目入口:https://make-it-vivid.github.io/。
新壹科技在第十一届中国网络视听大会AIGC和数字人发展论坛上发布了名为“秒创AI视频”的新产品。该产品使用了前沿的DiffusionTransformer技术，实现了从“文本到视频”、“图像到视频”以及“文本图像到视频”的全流程创作。新壹科技将继续优化技术，推出更流畅、更长时长、更符合逻辑的AI视频，同时致力于降低视频模型的训练与生成成本，让更多用户享受AI视频带来的便利和乐趣。
第135届广交会现已开幕，来自200多个国家的采购商齐聚广州。蚂蚁集团发布五大新服务，全力支持广交会，为入境宾客提供便利、顺畅与丰富的参会与消费体验。支付宝表示，未来还将联合各方继续优化服务质量，助力入境宾客畅游中国，加深中外经贸往来。
FlowCV 是一个革命性的平台，旨在提升求职者的求职体验。通过自信、专业地展示自己，使得潜在雇主留下深刻印象。该平台提供简历、求职信、个人网站和电子邮件签名等工具，帮助求职者展现最佳形象。
WonderCV 是一款智能简历制作工具，提供专业简历模板和优化建议，帮助用户制作出高质量简历。其主要优点在于人力资源专家设计的模板，智能纠错和简历直推功能，以及 AI 算法匹配职位。WonderCV 定位于为求职者提供简历制作工具和求职辅助服务。
职徒简历 52cv 是一款智能简历制作工具，主打于提供大量的中英文简历模板和案例，支持多个行业的简历制作。其主要优点在于智能排版、全面的简历评测、导师辅导等功能，定位于帮助用户轻松制作优质简历。
笔灵 AI 写作是一款基于人工智能技术的写作助手，能帮助用户快速生成高质量的个人简历。其主要优点包括便捷高效、智能推荐、个性化定制、数据安全保障等。定位于提升用户写作效率和质量，满足个人简历制作需求。
飞书妙记是智能会议纪要工具，可将会议内容转录成易搜索、可翻译的逐字稿，自动总结会议纪要与待办事项，提升回顾和协作效率。
AI Jukebox是一个基于人工智能技术的音乐生成平台，通过Hugging Face提供服务。它允许用户输入提示词来生成特定风格的音乐，无需专业音乐背景即可创作音乐，鼓励人机合作，探索新的音乐创作方式，并为音乐爱好者提供灵感和创作工具。AI Jukebox易于访问和使用，降低了音乐创作的门槛，为用户提供广阔的音乐创作可能性。
CharAI是一个创新的AI角色创作平台，它利用先进的人工智能技术，帮助用户快速创建和定制个性化的虚拟角色。该平台的主要优点在于其高度的灵活性和易用性，用户可以轻松地调整角色的外观、动作和表情，以满足不同的设计需求。CharAI的背景信息显示，它是由一群对AI和角色设计充满热情的专业人士开发的，旨在为用户提供一个简单、高效的创作环境。目前，该平台的价格定位尚未明确，但考虑到其创新性和潜在的市场价值，可能会有一定的收费模式。
Neta Art XL V1.0是一款易于使用的SDXL动漫模型，它在角色视觉叙事中提供了更好的稳定性和解剖学准确性。它支持广泛的CFG范围（5 - 20），并具有很好的正交风格，可以轻松结合创造新风格。此外，该模型在维持稳定性、提示跟随能力和解剖学准确性方面表现出色，即使在具有挑战性的姿势或摄像机角度下也是如此。
Instant Refactor 是一款编程辅助工具，旨在帮助开发者提高代码重构的效率。它通过自动化的方式识别代码中的模式，并提供重构建议，从而减少手动重构的时间和精力消耗。该工具支持多种编程语言，具有用户友好的界面，可以帮助开发者更快地进行代码优化和维护。
Hyper-SD是一个创新的图像合成框架，它通过轨迹分割一致性模型和低步数推理的优势，实现了高效的图像合成。该框架结合了ODE轨迹保留和重构的优势，同时通过人类反馈学习进一步提升了性能，并通过分数蒸馏技术增强了低步数生成能力。Hyper-SD在1到8步推理步骤中实现了SOTA性能，特别适合需要快速且高质量图像生成的应用场景。
Unsloth 是一个旨在提高大型语言模型（LLMs）训练和微调速度的平台。它通过手动推导所有计算密集型数学步骤并手写GPU内核，实现了无需硬件更改即可显著加快训练速度。Unsloth 支持多种GPU，包括NVIDIA、AMD和Intel，并提供开源版本供用户在Google Colab或Kaggle Notebooks上免费试用。它还提供了不同级别的定价方案，包括免费版、Pro版和企业版，以满足不同用户的需求。
有言是一站式 AIGC 视频创作平台，提供上千个高质量的 3D 虚拟人角色选择，无需真人出镜。用户无需拍摄、剪辑，一键生成场景、灯光、动画、运镜和镜头，还集成了智能镜头剪辑、高质量视频后期包装。价格分为免费和付费订阅两种模式，定位于帮助用户简单快速地制作高质量视频。
蝉镜是一个在线数字人视频创作平台，利用 AI 简化视频创作过程，提供 AI 数字人播报、短视频制作、分身定制等服务。广告营销、跨境电商、短视频口播等领域的用户可以在此提升创作效率、降低成本。
SC-GS是一种新型表示技术,将动态场景的运动和外观分别用稀疏控制点和密集高斯函数表示。它使用少量控制点学习紧凑的6自由度变换基,这些基可通过插值权重在局部插值,得到3D高斯函数的运动场。它采用变形MLP预测每个控制点的时变6自由度变换,降低学习复杂度,增强学习能力,实现时空连贯的运动模式。同时联合学习3D高斯函数、控制点的规范空间位置和变形MLP,重建3D场景的外观、几何和动态。在训练过程中,控制点的位置和数量会自适应调整以适应不同区域的运动复杂度,并采用尽可能刚性的损失函数强制运动的空间连续性和局部刚性。由于运动表示的显式稀疏性和外观分离,该方法实现了用户控制的运动编辑,同时保留高保真度外观。大量实验表明,该方法在新视图合成和高速渲染方面优于现有方法,并支持新的保留外观的运动编辑应用。
XTuner是一个为大型模型（如InternLM, Llama, Baichuan, Qwen, ChatGLM）设计的高效、灵活且功能齐全的微调工具包。它支持在几乎所有GPU上进行LLM和VLM的预训练和微调，能够自动调度高性能操作，如FlashAttention和Triton内核，以提高训练吞吐量。XTuner与DeepSpeed兼容，支持多种ZeRO优化技术。它还支持各种LLMs和VLM（如LLaVA），并设计了良好的数据管道，能够适应任何格式的数据集。此外，XTuner支持多种训练算法，包括QLoRA、LoRA和全参数微调，使用户能够选择最适合其需求的解决方案。
Neta是一个结合了AI技术的网站，用户可以自定义虚拟角色的服装，并通过AI技术让角色栩栩如生。用户可以与这些虚拟角色一起踏上冒险旅程，探索奇妙的世界，培养深厚的情感联系。Neta提供了一个充满想象力和创造性的平台，让用户在虚拟世界中体验不同的生活和情感。
VideoGigaGAN是一款基于大规模图像上采样器GigaGAN的视频超分辨率(VSR)模型。它能够生成具有高频细节和时间一致性的视频。该模型通过添加时间注意力层和特征传播模块，显著提高了视频的时间一致性，并使用反锯齿块减少锯齿效应。VideoGigaGAN在公共数据集上与最先进的VSR模型进行了比较，并展示了8倍超分辨率的视频结果。
Llama3-8B-Chinese-Chat 是一个专为中文优化的聊天模型，基于 Meta-Llama-3-8B-Instruct 模型并通过 ORPO 进行微调。该模型显著减少了中文问题英文回答以及回答中中英文混合的现象，同时减少了回答中表情符号的使用，使得回答更加正式。
SAM是一个先进的视频对象分割模型，它结合了光学流动和RGB信息，能够发现并分割视频中的移动对象。该模型在单对象和多对象基准测试中均取得了显著的性能提升，同时保持了对象的身份一致性。
Picture to Text是一款在线图片文字识别工具，能够批量提取和复制图片中的文字内容。它免费转换照片为可编辑的文字。
