不久前，曾有消息称，《阿凡达2：水之道》的片长达到了190分钟（3小时10分钟），较第一部加长版（178分钟）还要多出12分钟。
近日，影片的导演詹姆斯卡梅隆在采访中，对影片夸张的时长做出了解释。
卡梅隆表示，《阿凡达2》的目标是在情感基础上，讲述一个引人入胜的故事，因此，影片的重点将更多的放在角色、故事、人际关系和情感上。
当然，加入更多的感情戏并不意味着《阿凡达2》会是一个迪士尼式的合家欢故事”，根据卡梅隆的说法，该做将会向观众呈现一个类似《黑道家族》的家庭故事。
根据目前已知的消息，与副标题水之道”的寓意一致，在《阿凡达2》中，观众将看到对海洋生态系统的破坏，这是对现实的一个寓言。
值得一提的是，卡梅隆已经拍摄了《阿凡达3》和《阿凡达4》的一小部分，而《阿凡达5》能否取得拍摄机会将取决于《阿凡达2》的票房表现。卡梅隆表示：脚本已经写好了，一切都设计好了。”
（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
说到声音克隆，大家都不陌生。开车时听“志玲姐姐”为你导航，看书时“喜欢的爱豆”给你讲故事，听“AI孙燕姿”唱脍炙人口的流行歌曲，听“马三立”讲相声等等，这都是声音复刻技术在生活中的具体应用。声音克隆，也称声音复刻，通过使用AI模型对大量的数据进行学习和训练，从而得到与用户本人在音色和发音风格上非常相似的声音模型，快速“复刻”个性化声音。用以弥补传统语音合成技术在数字化人声上的不足，生成纹理更为真实丰富的声音。近年来，随着智能语音产业的快速发展，语音合成技术得到了广泛应用，而声音复刻作为语音合成拓展出
距离国庆假期还有10天，“8天假期7场酒席”的话题，便登上了微博热搜。这个热词的主人公是个刚参加工作的00后，7场酒席意味着不少份子钱，她因此发文吐槽，引起了不少共鸣。工作也并非一帆风顺，会遇到一些困难，比如中秋节那天，就遇到了一对要求重拍的新郎新娘，毕竟每个人的审美都是不同的，所以过几天，等天气好的时候，会再给他们拍摄，希望能一次过。
一则关于杭州温德姆至尊豪廷大酒店停车费高昂的新闻引发了网友的热议。一位网友国庆期间在该酒店停车不到两天，竟然被收取了860元的停车费，引发了广泛关注。如果停车场没有告知价格，那么就是有问题的，可以进行投诉。
10月2日，印度尼西亚总统佐科在雅加达哈利姆高铁站宣布雅万高铁正式启用。雅万高铁动车组主任设计师张方涛称，内心非常感动、自豪，这是中国建设者捧在手心”的项目。雅万高铁将在8月18日开通后的三个月内实行免费乘车，让更多印尼人民体验高铁的便利。
在停车场停车要缴费，这是无可非议的，不过当缴费额度过高时，就会引起不满。近日有网友在社交平台上发帖吐槽，称自己国庆期间在杭州温德姆至尊豪廷大酒店停了两天车，结果被收取了860元停车费。”杭州市市场监督管理局一工作人员也表示，如果该停车场在显眼位置标明了收费标准，那么就是正常收费，如果没有，可以进行投诉。
绿色能源和可持续发展是重大的时代命题，为了应对这一挑战，水力发电行业必须寻求降低成本、提高效率的策略。借助先进的思看科技激光3D扫描仪可以帮助能源企业精准识别和预测生产制造过程中潜在的质量缺陷和问题，提高水电设备的运行效率和稳定性，降低维护成本，以高精度三维测量赋能能源企业数字化、智能化转型。思看科技一直致力于为客户提供三维视觉测量解决方案，面向未来，思看科技将以更具创新性和前瞻性的3D数字化技术和产品解决方案赋能全球制造企业，促进企业技术改进、工艺革新、自动化智能生产，加速企业智能制造产业转型。
期待已久的十一假期终于到来，朋友圈晒图大赛也拉开大幕，各地美景、美食纷纷刷屏，各品牌手机影像功能也迎来大考。如果你发现自己手机性能配置不足，想以最快的速度换新一台手机，不妨使用京东手机小时达，1小时送达正品新手机，更有爆款低价等专属福利，足不出户，省钱更省心。京东手机十一出游季也在火热进行中，可享以旧换新至高补贴2000元、至高24期免息等福利，不容错过！
即时零售进入下半场，拼内功的时候到了。抖音电商旗下的小时达服务，已于近期获得独立的入口。即时零售渗透的行业和品类将持续扩大，覆盖更多应用场景，即时零售平台间的交锋，无疑也将会变得格外猛烈。
这个国庆假期人有多么多，票有多难抢，高速有多堵想必不少经历过的人都有感触，为了顺利回家，有人选择骑上自行车。9月28日在广东肇庆，邵同学由于没有抢到假期回家的高铁票，叫的顺风车也被取消了，加上路上太堵，不想让父母开车来接，于是便决定从肇庆骑车返回在深圳的家。不过也需要提醒大家，长距离骑行并不是件容易的事，需要你有足够的体力，充足的规划，日常生活中还是要加强锻炼，这样在实施计划时才能有足够的基础，不然盲目跟风，有可能对自己造成伤害。
RedmiPadSE平板在国内发布，售价为899元起。该平板采用黑色、绿色、紫色等配色，Unibody全金属一体机身，机身轻巧，厚度仅为7.36mm，官方称经过30项品质测试。这款触控笔采用被动电容原理，无需充电，电容屏都适用，笔身为金属材质。
Canvas是OpenAI推出的一个新界面，旨在通过与ChatGPT的协作来改进写作和编码项目。它允许用户在一个单独的窗口中与ChatGPT一起工作，超越了简单的聊天界面。Canvas利用GPT-4o模型，能够更好地理解用户的上下文，并提供内联反馈和建议。它支持直接编辑文本或代码，并提供快捷操作菜单，帮助用户调整写作长度、调试代码等。Canvas还支持版本回溯，帮助用户管理项目的不同版本。
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。
