“看照片你绝对想不到这是一个驾考教练!”短视频用户山海感叹。前段时间，一位朋友告诉山海，现在很多人都在抖音学科目一，他没太在意，直到有一位朋友在一局游戏过程中抛下他去看“安安教练”，并把链接发给他，他才恍然大悟，原来科目一还能这样学。“看到安安直播，我就知道在直
......
本文由站长之家合作伙伴自媒体作者“开菠萝财经公众号”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
在刚刚结束的夏天，你一定见过北京长安街挤满自行车的样子。长安街之外，戒台寺、妙峰山、首钢大桥，到处都挤满了来骑车的人。*应受访者要求，文中小松、徐浩为化名。
在刚刚结束的夏天，你一定见过北京长安街挤满自行车的样子。长安街之外，戒台寺、妙峰山、首钢大桥，到处都挤满了来骑车的人。在前一个发展阶段，国产骑行服品牌通过“爆品”打开市场，但根本目的还是卖货;之后，品牌们需要再进一步，与消费者建立更强的情感连接，保持稳步且更长久地发展。
《黑神话:悟空》已经成为了避不开的热门话题。上线10天，全球总销量1540万份，总收入超7.37亿美元，已经让大家看到国产优秀游戏的发展前景。相信海信电视100E8NUltra凭借在游戏中杰出的画质表现，也将赢得更多用户的关注，让全球重新认识海信电视。
今年以来，北京、上海、青岛、广州、浙江等多地密集出台政策，推动直播经济高质量发展。为更好地研究直播经济对产业发展的推动力，北京大学汇丰商学院研究生团队跟随快手主播木子电商达人团队走访了位于广州最 大的服装批发市场，研究千亿服饰产业带背后的“直播速度”。就一件衣服而言，从流行趋势到布料选择，从工厂到市场，可谓是失之毫厘，差之千里。眼前�
在巴黎奥运上，中国网球运动员QueenWen—郑钦文成功摘得奥运女单网球金牌，成为首位在红土赛场上击败现役第一的亚洲球员，她本人获得大量关注的同时，也再次带火了网球穿搭。网球素有“贵族运动”之称，虽然这项运动的普及率不及羽毛球和乒乓球，但却因自带青春感和贵气感的穿搭风格风靡时尚圈，成为今年服装行业的一大风向标。至于网球能否走出小众圈层，这并不
日前，余承东在接受马东采访时谈到了多家车企老板亲自上阵宣传这一现象。马东提问：不知道从什么时候开始，所有车企的领导人都开始自己出来走到前台，做自己的产品宣传。这种直接与消费者沟通的方式，不仅提高了品牌的可信度，也拉近了与消费者的距离，提高了产品的市场影响力。
中秋节前后，关于月饼的事故始终挂在热搜上。抖音头部主播@疯狂小杨哥在直播间宣传售卖的“香港美诚礼月饼”，被曝在香港地区没有门店，因此大量网友称其涉嫌虚假宣传。品牌想要在重要假日节点完成爆单，需要通过多种方式吸引用户注意力，比如产品创新、达人种草、品牌自播等，并通过兼顾“货架场内容场”，紧跟商城活动玩法，以获得曝光全域扶持等，提升获客�
第四次能成功吗?字节跳动，又出App了。继头条搜索、悟空搜索、闪电搜索之后，独立App“抖音搜索”近日正式上线。市场热闹起来，机会确实存在，但如此内卷的竞争下，目前的抖音搜索或许还有很大的成长空间。
8月底，西瓜视频创作者群中出现了一波震动。从9月开始，已经运行了3年多的“中视频伙伴计划”下架，取代之的是抖音的“创作者伙伴计划”，调整后，西瓜和抖音收益统一在抖音发放。对抖音来说，以往在西瓜视频运营上遇到的难题依然存在，那就是中长视频的商业化能力不如短视频，抖音给中视频内容的流量扶持会持续多久，尚未可知。
9月26日，媒体报道了合肥一家四口在地震发生瞬间的迅速反应。在地震突然来袭时，这家人仅用了几秒钟就跑出了家门，并且随身携带了早已准备好的行李。如果这些区域位于建筑物的角落，并且隔墙较薄，那么它们可能不是最佳的避震地点。
Text Behind Image 是一个开源的设计工具，允许用户轻松创建文字背景图片设计。它提供了一个简洁的界面，让用户可以自由地在图片上添加文字，创造出独特的视觉效果。这个工具对于设计师、社交媒体运营者和内容创作者来说非常有用，因为它可以快速生成具有吸引力的视觉内容。
torchao是PyTorch的一个库，专注于自定义数据类型和优化，支持量化和稀疏化权重、梯度、优化器和激活函数，用于推理和训练。它与torch.compile()和FSDP2兼容，能够为大多数PyTorch模型提供加速。torchao旨在通过量化感知训练（QAT）和后训练量化（PTQ）等技术，提高模型的推理速度和内存效率，同时尽量减小精度损失。
Liquid Foundation Models (LFMs) 是一系列新型的生成式AI模型，它们在各种规模上都达到了最先进的性能，同时保持了更小的内存占用和更高效的推理效率。LFMs 利用动态系统理论、信号处理和数值线性代数的计算单元，可以处理包括视频、音频、文本、时间序列和信号在内的任何类型的序列数据。这些模型是通用的AI模型，旨在处理大规模的序列多模态数据，实现高级推理，并做出可靠的决策。
NVLM-D-72B是NVIDIA推出的一款多模态大型语言模型，专注于视觉-语言任务，并且通过多模态训练提升了文本性能。该模型在视觉-语言基准测试中取得了与业界领先模型相媲美的成绩。
gradio-bot是一个可以将Hugging Face Space或Gradio应用转化为Discord机器人的工具。它允许开发者通过简单的命令行操作，将现有的机器学习模型或应用快速部署到Discord平台上，实现自动化交互。这不仅提高了应用的可达性，还为开发者提供了一个与用户直接交互的新渠道。
AI-Powered Meeting Summarizer是一个基于Gradio的网站应用，能够将会议录音转换为文本，并使用whisper.cpp进行音频到文本的转换，以及Ollama服务器进行文本摘要。该工具非常适合快速提取会议中的关键点、决策和行动项目。
VARAG是一个支持多种检索技术的系统，优化了文本、图像和多模态文档检索的不同用例。它通过将文档页面作为图像嵌入，简化了传统的检索流程，并使用先进的视觉语言模型进行编码，提高了检索的准确性和效率。VARAG的主要优点在于它能够处理复杂的视觉和文本内容，为文档检索提供强大的支持。
JoyHallo是一个数字人模型，专为普通话视频生成而设计。它通过收集来自京东健康国际有限公司员工的29小时普通话视频，创建了jdh-Hallo数据集。该数据集覆盖了不同年龄和说话风格，包括对话和专业医疗话题。JoyHallo模型采用中国wav2vec2模型进行音频特征嵌入，并提出了一种半解耦结构来捕捉唇部、表情和姿态特征之间的相互关系，提高了信息利用效率，并加快了推理速度14.3%。此外，JoyHallo在生成英语视频方面也表现出色，展现了卓越的跨语言生成能力。
PhysGen是一个创新的图像到视频生成方法，它能够将单张图片和输入条件（例如，对图片中物体施加的力和扭矩）转换成现实、物理上合理且时间上连贯的视频。该技术通过将基于模型的物理模拟与数据驱动的视频生成过程相结合，实现了在图像空间中的动态模拟。PhysGen的主要优点包括生成的视频在物理和外观上都显得逼真，并且可以精确控制，通过定量比较和全面的用户研究，展示了其在现有数据驱动的图像到视频生成工作中的优越性。
Whisper large-v3-turbo是OpenAI提出的一种先进的自动语音识别(ASR)和语音翻译模型。它在超过500万小时的标记数据上进行训练，能够在零样本设置中泛化到许多数据集和领域。该模型是Whisper large-v3的微调版本，解码层从32减少到4，以提高速度，但可能会略微降低质量。
Realtime API 是 OpenAI 推出的一款低延迟语音交互API，它允许开发者在应用程序中构建快速的语音到语音体验。该API支持自然语音到语音对话，并可处理中断，类似于ChatGPT的高级语音模式。它通过WebSocket连接，支持功能调用，使得语音助手能够响应用户请求，触发动作或引入新上下文。该API的推出，意味着开发者不再需要组合多个模型来构建语音体验，而是可以通过单一API调用实现自然对话体验。
Saylo AI是一个AI角色扮演游戏，让你与AI角色互动，探索多样化的戏剧性故事。它利用人工智能技术，提供沉浸式的互动体验，让玩家在虚拟世界中与AI朋友交流，体验不同的故事情节。Saylo AI的背景信息展示了其创新性和娱乐性，旨在为玩家提供一种全新的娱乐方式。目前产品处于推广阶段，价格未明确标注。
twinny是一个为Visual Studio Code用户设计的AI扩展，旨在提供个性化的编程辅助，提高开发效率。它通过集成先进的AI技术，帮助开发者在编码过程中快速解决问题，优化代码，并提供智能提示。twinny的背景是响应开发者对于更加智能和自动化编程工具的需求，它通过简化开发流程，减少重复劳动，从而让开发者能够专注于更有创造性的工作。
Buildpad 是一个旨在帮助创始人从概念到成功最小可行产品(MVP)的在线平台。它通过提供智能验证工具、AI引导的开发流程、进度跟踪以及个性化的项目见解，帮助用户构建能够获得市场认可的产品。Buildpad 的主要优点包括简化产品开发流程、提高产品成功率、以及提供个性化的指导和支持。
Novela是一个专注于AI时代技能学习的在线平台，提供早期访问服务，用户可以免费试用。它旨在帮助用户掌握AI相关的技能，以适应未来职场的需求。
interview.co是一个专注于简化招聘流程的视频面试软件。它通过提供在线视频面试、AI问题生成器和面试管理工具，帮助企业高效地筛选和评估候选人。产品背景信息显示，interview.co旨在解决传统面试中的时间消耗、日程安排困难和成本高昂等问题。价格方面，interview.co提供试用版，具体定价信息需进一步探索。
Open NotebookLM是一个利用开源语言模型和文本到语音模型的工具，它可以处理PDF内容，生成适合音频播客的自然对话，并将其输出为MP3文件。该项目的灵感来自于NotebookLM工具，通过使用开源的大型语言模型（LLMs）和文本到语音模型来实现。它不仅提高了信息的可访问性，还为内容创作者提供了一种新的媒体形式，使他们能够将书面内容转换为音频格式，扩大其受众范围。
Chital是一个为macOS平台设计的应用程序，它允许用户与Ollama模型进行聊天。这个应用具有低内存占用和快速启动的特点，支持多聊天线程，能够在不同的模型间切换，并支持Markdown格式。此外，它还能自动为聊天线程生成标题摘要。Chital的开发主要是为了满足开发者个人的使用需求，但也鼓励社区成员通过fork代码库来添加新功能。
SafeEar是一个创新的音频深度检测框架，它能够在不依赖于语音内容的情况下检测深度音频。这个框架通过设计一个神经音频编解码器，将语义和声学信息从音频样本中分离出来，仅使用声学信息（如韵律和音色）进行深度检测，从而保护了语音内容的隐私。SafeEar通过在真实世界中增强编解码器来提高检测器的能力，使其能够识别各种深度音频。该框架在四个基准数据集上的广泛实验表明，SafeEar在检测各种深度技术方面非常有效，其等错误率（EER）低至2.02%。同时，它还能保护五种语言的语音内容不被机器和人类听觉分析破译，通过我们的用户研究和单词错误率（WER）均高于93.93%来证明。此外，SafeEar还构建了一个用于反深度和反内容恢复评估的基准，为未来在音频隐私保护和深度检测领域的研究提供了基础。
天目智能识别系统是由人民网传播内容认知全国重点实验室研发的产品，专注于检测AI生成的文本内容。它利用先进的AI技术来识别和治理AI生成的内容，确保信息的真实性和可靠性。产品的主要优点包括高准确率、大文本容量检测、一键生成PDF报告、保护数据隐私等。它适用于新闻传播、学术研究等领域，旨在提升内容质量和维护学术诚信。
