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
在最新的研究中，提出了一种名为注意力混合模式的新架构，旨在个性化文本到图像扩散模型，可以实现风格参考和人物融合的效果。受大型语言模型中使用的专家混合机制的启发，MoA通过将生成工作负载分配给两个注意力路径来实现给定主题和背景的分离生成。这些应用展示了MoA在个性化图像生成领域的潜在价值和广泛适用性。
苹果正在测试一个增强版的“照片”应用程序，该程序将利用生成式人工智能技术来编辑图片。在macOS15的预发布版本中，这一新功能被称为“CleanUp”，即AI图片擦除功能。这不仅将增强苹果设备在图像处理方面的能力，也可能对现有的图像编辑软件市场产生影响。
百度搜索推出AI图片助手，在百度APP上搜索「修图」，然后上传图片，即可一键涂抹，去除背景中的路人。百度已经推出「涂抹消除」功能。在将于今年5月30日举办的2024百度移动生态万象大会上，百度搜索会正式推出更多基于大模型的产品功能，为用户提供更好的搜索体验。
当我们使用Midjourney、DALL·E3、StableDifusion等模型生成图片后，想在保留主体大框架的情况下改变图片的样式，最直接的方法就是通过PS、AdobeLightroom、DxOPhotoLab等专业修图软件。但这对于很多人来说不太方便，也不符合AI时代的高效率处理方法。有兴趣的小伙伴可以去试试。
在未知静态照明条件下拍摄的姿势图像中恢复物体材质是一项挑战性任务。近期的研究通过神经网络表示材料，并通过基于物理的渲染优化模型参数来解决这一问题。通过广泛实验验证，他们的方法在材料回收方面取得了最先进的性能，为物体材质恢复领域带来了新的突破。
华为Mate之父李小龙测试了华为Pura70Ultra卫星通信功能，该功能不仅支持发送文字、地理位置能发送图片信息，更直观。华为Pura70Ultra支持北斗卫星消息和天通卫星通信双卫星通信，在无人区、远海、沙漠等极端环境下，用户在手机上可以将文字和位置信息通过卫星发出去寻求救援。Pura70Ultra支持灵犀通信，通过灵犀天线、灵犀网络与灵犀Al算法联合，带来更出色的通信体验，在高铁、地铁、车库等弱信号场景下，仍能自在通话、稳定连网。
素材库管理，可分为2个阶段，一个是素材的采集，把在不同网页或应用中看到的素材集中采集到一个地方;另一个是素材的管理，对采集得到的素材进行管理，如为图片添加标签、描述，将素材分类存放到不同的文件夹。目前市面上有不少整合了素材采集和素材管理这2个阶段的软件，既提供采集素材的工具，最典型的就是各类剪藏插件，又可以在素材库中对素材进行分类管理，让凌乱的素材变得井井有条。如果对你有帮助的话，请别忘了赏个【三连】或是【关注】我哦，关注不迷路，那我们下次再见咯。
最近，旷视发布的HiDiffusion技术，近日引起业界广泛关注。这一新技术只需一行代码，便能显著提升SD（扩散模型）生成图像的分辨率和生成速度，允许图像生成的分辨率高达4096×4096，同时将图像生成速度提高1.5至6倍。值得一提的是，HiDiffusion不仅支持所有SD模型，也兼容SD模型的下游模型，如Playground。
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、干翻AIPC!苹果M4芯片首发新款iPadPro顶配超2万苹果公司在春季新品发布会上展示了最新技术和产品革新，包括配备M4芯片和双层OLED屏幕的新款iPadPro，以及ApplePencilPro和更大尺寸的iP
InstantMesh是一项突破性的技术，能够从单张图像快速生成高质量的三维网格模型。这项技术利用了前馈框架，结合了多视图扩散模型和基于大规模重建模型的稀疏视图重建技术，极大地优化了3D资产的创建过程。InstantMesh的出现，预示着3D建模和可视化领域将迎来新的变革，它将极大地提高工作效率，降低技术门槛，使得更多的人能够参与到3D内容的创作中来。
Siri-Ultra是一个基于云的智能助手，可以在Cloudflare Workers上运行，并且可以与任何大型语言模型（LLM）配合使用。它利用了LLaMA 3模型，并且通过自定义函数调用来获取天气数据和在线搜索。这个项目允许用户通过Apple Shortcuts来使用Siri，从而消除了对专用硬件设备的需求。
SoundHound是一个独立的语音AI平台，它通过革命性的语音理解能力和简洁的响应方式，帮助企业提升客户体验、增强品牌价值，并创建深度个性化的体验。该平台支持25种语言，并能理解地区口音和语言变体。SoundHound AI已经得到像现代汽车、Snap Inc.、Pandora和高通等知名品牌的信任。
ugly-avatar是一个开源的头像生成器，主要面向个人和小型网站，提供有趣的头像生成服务。它基于Vue和JavaScript开发，支持自定义配置，易于集成和使用。项目遵循Attribution-NonCommercial 4.0 International License，即不得用于商业用途。
Llama-3-Giraffe-70B-Instruct是Abacus.AI推出的一款大型语言模型，它通过PoSE和动态NTK插值的训练方法，具有更长的有效上下文长度，能够处理大量的文本数据。该模型在训练中使用了约1.5B个token，并且通过适配器转换技术，将Llama-3-70B-Base模型的适配器应用到Llama-3-Giraffe-70B-Instruct上，以提高模型的性能。
Retell AI是一个强大的AI代理构建平台，允许用户快速构建和测试复杂的工作流程，并通过电话呼叫、网络呼叫或任何其他地方部署它们。该平台支持使用任何大型语言模型（LLM），并提供了实时的交互体验，包括人类般的声音和语音克隆支持。Retell AI的主要优点包括低延迟、高稳定性和符合HIPAA标准的安全性。
星绘是一款提供丰富 AI 生图能力的应用，让用户可以通过上传图片、输入关键词，自由切换风格，如像素风、赛博朋克、日式漫画等，即刻拥有虚拟人生体验。用户可以探索平行世界，自由输入 AI 形象，并进行 AI Cosplay，同时享受 AI 写真和 AI 造型师功能。应用还支持图片风格化，如古典油画、街头涂鸦、中式水墨等。
群趣AI换脸是一个创新的人工智能平台，它使用户能够通过简单的操作在照片和视频中交换脸部，创造出个性化且有趣的内容。该平台支持多种模板和自定义内容上传，适用于从幽默模因到专业项目的各种场景。它的优势在于用户友好的界面、高质量的换脸效果、以及对隐私和数据安全的重视。
MAP-NEO是一个完全开源的大型语言模型，它包括预训练数据、数据处理管道（Matrix）、预训练脚本和对齐代码。该模型从零开始训练，使用了4.5T的英文和中文token，展现出与LLaMA2 7B相当的性能。MAP-NEO在推理、数学和编码等具有挑战性的任务中表现出色，超越了同等规模的模型。为了研究目的，我们致力于实现LLM训练过程的完全透明度，因此我们全面发布了MAP-NEO，包括最终和中间检查点、自训练的分词器、预训练语料库以及高效稳定的优化预训练代码库。
Remix Yourself是一个基于AI技术的在线设计工具，由Omer Karisman创建，旨在通过零样本风格化肖像创建的扩散管道，为用户提供个性化的视觉重塑体验。该产品通过用户上传的3张图片，经过AI处理后，生成具有独特风格的肖像链接，不仅展示了AI在图像处理领域的应用，也为用户提供了一种新颖的自我表达方式。
SuperTechFans是一个专注于提供HackerNews每日摘要的网站。它通过RPA方案自动获取Top Stories，并使用GPT技术自动生成文章和网友评论的摘要，帮助用户快速了解过去24小时内HackerNews上的热门话题和讨论焦点。
AI说图解画是一款利用大模型语言能力理解图像元素及其关系的在线工具，它通过分析图像的色彩、形状、纹理等线索，为用户的艺术作品提供文字描述。该工具不仅为艺术家和设计师提供新的视角，也帮助普通用户深入理解图片内容，增强艺术欣赏能力。产品背景基于人工智能在图像识别和语言生成领域的最新进展，价格定位为1个积分进行一次图片解读，对于希望以低成本获得专业艺术分析的用户来说，是一个不错的选择。
影刀AI Power是一款面向企业的AI应用搭建平台，它通过无代码的方式让企业用户能够快速构建和部署AI应用。该产品具有丰富的AI组件和模型，支持多种使用方式，包括网页分享、对话式交互和API集成。影刀AI Power还提供开箱即用的AI业务工具，如文案创作、图片生成、智能表格等，帮助企业提升工作效率和创新能力。产品背景强调了AI技术的易用性和对企业效率提升的重要性，定位于帮助企业快速实现AI技术的应用。
Wegic是一款AI网站设计和开发工具，它通过聊天的方式帮助用户设计和发布网站。Wegic利用人工智能技术简化了网站创建过程，使得没有编程或设计背景的用户也能轻松创建个性化的网站。它支持多种网站类型，包括在线商店、个人简历、摄影画廊等，并且即将在Product Hunt上发布。
ComfyUI-IC-Light是ComfyUI的原生插件，用于实现IC-Light技术。该技术允许用户通过一系列工作流程生成背景和重新打光，从而增强图像的视觉效果。它的重要性在于能够提供更自然和逼真的图像处理结果，尤其适用于需要高级图像编辑功能的用户。
Gemma 2B - 10M Context是一个大规模的语言模型，它通过创新的注意力机制优化，能够在内存使用低于32GB的情况下处理长达10M的序列。该模型采用了循环局部注意力技术，灵感来源于Transformer-XL论文，是处理大规模语言任务的强大工具。
Magictool AI是一个AI Chrome扩展，集成了多种功能。使用ChatGPT获取回答、使用语法检查器校对文本、使用AI Writer和改写器进行写作、使用Youtube摘要等。支持更多功能，请查看官方网站。
DataLab是一个由DataCamp提供的强大在线数据分析平台，它通过AI技术简化了数据处理流程，使得用户无需编程或数据分析的高级技能即可快速获取数据洞察。它支持多种数据源，包括CSV文件、Google Sheets、Snowflake和BigQuery等，同时提供企业级的安全保障，包括数据加密和单点登录等。DataLab的主要优点在于它的易用性、AI辅助分析、以及对数据安全性的重视。
VoiceCheap是一个在线视频翻译和配音平台，利用先进的人工智能技术，提供从视频克隆声音、自定义声音库到多语言配音的全套服务。它通过SmartSync技术智能适配翻译语音，以匹配原始演讲者的语调和节奏，从而提供更自然的配音体验。该服务大幅降低了传统配音成本，使得内容创作者可以轻松地将视频内容扩展到全球观众，增加观众群并提升品牌影响力。
Abstra是一个基于Python和AI的业务流程自动化平台，它允许用户通过拖放组件和绑定Python代码来创建功能强大的工作流。该平台提供了智能表单、定时任务和事件触发器等多种自动化工具，支持一键部署到云端，并且可以与Git集成。Abstra强调透明度和可审计性，提供SSO或SAML身份验证和细粒度的访问控制，适合需要高度定制化自动化解决方案的企业团队。
Stable Artisan是一款利用Stability AI平台API的Discord机器人，它通过自然语言提示将用户的思想转化为令人惊叹的图像，支持多主题提示、图像质量和拼写能力，是创意图像生成的强大工具。
