首页 > 传媒 > 关键词  > 数字安全最新资讯  > 正文

澎湃新闻对话腾讯丁珂:从“治已病”到“治未病”,企业需快速构建“安全免疫力”

2023-06-22 18:07 · 稿源: 站长之家用户

作者:澎湃新闻记者 周頔

随着数字化进程加快,企业数字化体系的边界在不断拓展,安全风险和挑战不断增加,传统被动防御的安全应对常显疲态,数字安全时代亟待建立全新的安全范式

6月13日,腾讯安全联合IDC等多家机构在北京举办研讨论坛,并发布“数字安全免疫力”模型框架,提出用“免疫力”的思维应对新时期下安全建设与企业发展难以协同的挑战。腾讯集团副总裁、腾讯安全总裁丁珂在论坛上表示,数智化新阶段,发展驱动成为安全建设的普遍共识,企业需从被动安全变为主动防御,以数据资产和业务资产为目标,建设一套全新的安全范式和框架。

(澎湃新闻副总编辑、生态内容管理工作委员会主席 黄杨专访腾讯集团副总裁、腾讯安全总裁 丁珂)

当日,澎湃新闻(www.thepaper.cn)副总编辑、生态内容管理工作委员会主席黄杨也就当前网络安全态势、AI如何影响网络安全等议题与丁珂展开了对话。

当前,全球网络安全形势依然严峻,针对关键行业和新技术、新场景的网络安全威胁事件频发。例如,互联网、金融企业遭遇DDoS拒绝服务攻击比较常见,对传统工业、教育和医疗领域来说,勒索病毒攻击时有发生。此外,数字化程度较高的国家,也会对企业提出更严格的安全合规要求。

丁珂指出,对企业来说,安全不是成本而是生命线,也是业务“硬币”的另一面。在数智化新阶段,发展驱动成为安全建设的普遍共识,企业需将安全思维从被动建设变为主动防御,构建一套全新的安全范式和框架,提升数字安全免疫力,以更积极、主动的安全观,用“治未病”的思路替代“治已病”,前置预判、及时响应处置安全风险,才能维护品牌价值、保障健康发展。

同时,当前企业对安全建设还存在“不知往哪投入、不知如何投入”的普遍痛点。对此,腾讯安全提出企业可以根据数字安全免疫力模型框架全局部署安全,并且在重点领域,例如业务安全、数据安全、安全运营管理、边界安全、端点安全、应用开发安全等薄弱环节,重点注射“免疫力加强针”。

今年走进公众视野的AIGC,其产业化和产品化尚在摸索中,但已经有大量攻击者已经在用它生成攻击脚本、钓鱼邮件,甚至伪造身份用于诈骗。AI本身是安全的么?AI会让网络变得更不安全么?

腾讯安全研究认为,目前AIGC带来的风险主要集中在“不可解释”以及“不可追溯”的特性上,但这在技术上能够找到应对的方法。丁珂谈道,AIGC作为生产力的巨大提升,确实会带来更复杂的攻防态势和更大的防御难度。但任何新技术都要经历这个周期。而法律法规会随着技术的演进不断更新,让新技术的发展更加规范健全。

丁珂认为,随着我国网络安全法律法规体系的不断完善,合规将给企业推进网络安全带来很大的驱动力,并且是很直观地展现在需求侧。未来伴随着数据要素市场的建立或企业对于数据价值的挖掘,也将驱动数据安全市场迅猛增长。

对于腾讯安全的商业逻辑和经营之道,丁珂表示并不追求一定要构建竞争优势壁垒,而是期望跟生态共同发展的成长,腾讯安全希望通过能力开放实现安全与业务伴生的生态模式。

谈及未来,丁珂表示,安全板块已进入发展加速期,将持续关注处于蓝海的很多新业务领域,期望能孵化出新的商业模式,而腾讯安全团队也会持续关注并把握机会,做好产品。

以下为采访实录(在不改变原意的基础上略经编辑):

澎湃新闻:当前,以人工智能、大数据等新技术推动的第四次工业革命正在不断走向深入,给人类的生产生活带来了深刻的变化。而互联网作为新技术的载体,面临的安全挑战不仅数量在增多,形式也变得更加复杂。从互联网安全从业者的角度,腾讯观察到近年来国内外网络安全形势发生了哪些变化?这些变化呈现怎样的趋势?

丁珂:近年来,腾讯安全的能力不断成长,面向场景也在延伸,大致经历了三个阶段:

第 一个阶段是从2000年前后开始的互联网PC时代。PC领域的盗版情况十分普遍,盗版软件也有漏洞,导致安全问题频发。我们做过统计,那个时候几乎60%的电脑都中过木马病毒。QQ是互联网时代普及率最 高的软件之一,在这样的环境下用户的账户安全很难得到保障,于是腾讯就开展了PC端和手机端的安全软件业务,净化用户的上网环境。

然后,随着移动互联网兴起,腾讯的业务延伸到了保护用户隐私。用户使用安全产品的场景也开始有了变化,比如沟通、支付等等。而安全业务也从传统的端点保护变成了要搜集威胁情报,掌握网络攻击的情况,针对自身业务做到先发制人。

目前进入到第三个阶段——数智化时代。腾讯安全也从单纯服务个人用户,转变为建立合作供应链与上下游,服务于政府、金融、能源、汽车制造、教育、医疗等各个行业。在这个阶段,安全从用户、产品进入到产业和生态阶段,更多是面向B端客户提供完整的安全能力、助力他们建立完整的安全理念和范式,针对薄弱环节采用“对症”的安全产品。

我们调研了1500位CSO(首席安全官)和50位企业决策层,发现每家企业的数字化能力都有了巨大的提升。而数字化能力提升之后,却面临着一些安全建设的断层甚至鸿沟。一方面是安全意识不到位,有些企业在做安全规划时,还停留在买设备、拓带宽的层面,对于保护用户数据、维护业务安全等方面没有多少预算,对这些方面的安全意识也不强。另一方面是不知道往哪投入、怎么投入,这也是现阶段企业网络安全建设的普遍痛点。此外,即使法律法规的要求在持续强化,很多企业也并没有意识到,保护企业自身的数据资产安全、保护企业掌握的用户隐私数据安全,都已经成为企业必须承担的安全责任。

企业需要从全局构建“数字安全免疫力”,并且在重点领域,例如业务安全、数据安全、安全运营管理、边界安全、端点安全、应用开发安全等薄弱环节,重点注射“免疫力加强针”。腾讯安全的责任,是在不同发展环节、不同场景、不同攻防和合规需求下,为企业客户提供性能更好、防护效率更高的安全产品,帮助企业构建免疫力,以小成本解决企业面向未来的成长性问题。

澎湃新闻:目前企业的网络安全建设面临的最 大挑战有哪些?是内部自身的问题更多些,还是外部攻击更多一些?腾讯安全的解决方案是什么?

丁珂:现在外部攻击压力是非常大的。互联网、金融企业遭遇DDoS拒绝服务攻击比较常见,对传统工业、教育和医疗领域来说,勒索病毒攻击时有发生。此外,数字化程度较高的国家,也会对企业提出严格的安全合规要求。企业必须与时俱进练好基本功,在安全领域持续投入,建立合理的治理安全框架、基于业务和数据的安全策略等,同时日常也要做渗透测试。

我们重要的客户,基本每季度或半年都会进行红蓝渗透测试和攻防演练。除非企业数字化水平特别低,或者企业没有商业价值,否则一定要做网络安全防护,并且也要注意威胁情报。

此外,企业还应特别重视“治未病”。行业里一旦碰到安全事件,就要快速自查,从技术和时效性层面时刻关注类似的安全情况,让安全建设形成系统化、体系化的条件反射。

澎湃新闻:ChatGPT的火爆出圈,让人工智能再次成为公众热议的话题。当前AI大模型落地商业化还处在摸索中,但一些不法分子已经将AI用在了网络攻击中。腾讯安全在人工智能伦理方面的考虑有哪些?

丁珂:今年走进公众视野的AIGC(生成式人工智能),其产业化和产品化尚在摸索中,但已经有大量攻击者已经在用它生成攻击脚本、钓鱼邮件,甚至伪造身份用于诈骗。当攻击变得无处不在的时候,传统的安全产品也需要接受技术革新。

AI会让网络变得更不安全么?可能阶段性会有这个趋势,我认为应该从两个方面看:

一方面,技术进步的速度往往快于法律法规的更新,各国皆是如此,对于AI这种先进的技术工具,不同国家和地区的法律法规都有不同程度的滞后。一般情况下人们在应用新技术时,往往会循序渐进,不仅会考虑法律法规,而且还会有很多伦理、道德方面的思考,摸索出一条可持续的使用路径,而恶意攻击者在使用新技术时往往会将它用到极 致。新技术应用一般都会经历这样的一个周期。

另一方面,大模型平台自身也在探索法律法规和伦理道德,从而防止被坏人利用。早期,不法分子确实可以利用大模型来快速生成攻击代码。但现在大模型平台可以判断这样的请求是不是有危害性,如果有就会发出提醒,同时并不会按照指令行事生成攻击代码。

当然这个过程中也确实可能会碰到模棱两可、看上去正确或中性的指令,比如deepfakes生成换脸的视频或照片,可能用于正当用途,也可能用于非法用途,这个防范起来就变得复杂了。

虽然说攻击方的确天然占据先发优势,但是过往的经验上看,总体上看防御侧都是能够应对的。对于目前出现的AIGC的攻击应用,我们的技术团队做过研究,风险主要集中在“不可解释”以及“不可追溯”的特性上,但这在技术上能够找到应对的方法。

澎湃新闻:维护网络安全的支出并不会直接产生效益,一些企业会认为增加了自身负担,对此您怎么看?

丁珂:这关系到产业安全的商业逻辑,也就涉及我们提出的“企业数字安全免疫力”新范式。腾讯安全认为,免疫力也是企业原生的成长过程。

一方面,安全对企业来说是生命线,当前很多监管标准叠加,合规成本上升。特别是在内容安全领域,我们了解到一些企业大规模使用人工团队进行筛查,从商业的成本收益模型上看,如果AIGC等自动化平台可以实现调用,将极大节约企业内容风控审核的成本。我们观察到,2021年到2022年,国内内容风控API(应用程序编程接口)调用量涨了130%左右,但整个市场规模涨了20%左右,这说明整体市场空间越来越大,企业内容审核的实际成本在不断降低。

另一方面,安全就像是企业核心业务这枚硬币的“背面”,安全建设得越好,业务团队越能安枕无忧。在我们腾讯内部,业务团队不觉得安全投入是成本项,如果第 一时间打掉了安全风险,企业的产品品牌价值就不会损失,收入不会莫名其妙地流失,业务的健康度也会保持在一个平稳的水位。

以网络游戏为例,如果不做好安全防护,出现了外挂、盗号等情况,对业务营收肯定是有影响的。所以对于业务团队来说,往往很乐意负担安全的成本,不会推三阻四。他们会说:一定要把安全投入和发展收益最 有效地结合在一起,形成一种企业原生的安全价值观。

以前传统的IT企业,每年会将IT建设的5%-9%划做安全支出,但当前IT的商业模式开始呈现两个趋势,一种是授权服务方式,与客户长期共同发展,另一种是MaaS服务解决方案,我们在云端构建API,客户企业需要本地化部署我们就去建设。

澎湃新闻:随着《数据安全法》《个人信息保护法》《关键信息基础设施安全保护条例》等法律法规落地,网络安全领域的合规压力有感受到增大吗?

丁珂:近几年国家对网络安全越发重视,政策法规也逐渐系统化,几乎每年都会编制、修订两三部关键的法律法规。这对整体安全来说是好事,可以让无边界的责任变得清晰明确,但是企业短期可能会不适应,但未来一定会更聚焦一些有价值的方向。

可以说,合规确实是安全很大的驱动力,并且是很直观地展现在需求侧。比如原来做传统安防设备的厂商,因为他们有生物识别的应用,最近两年也会开始咨询数据安全相关的产品;比如去年《反电信网络诈骗法》出台之后,很多银行也开始咨询和购买我们的反欺诈产品。

我们也感受到了国家信创在更多行业应用落地,从早期试点到现在越来越成熟,给了非常大的指引。对我们来说,与客户合作共建安全不会有任何障碍。我们也参与了很多客户的数字化流程建设与产品研发过程,包括在安全性、开放效率等不同角度实现了合作。基于这种信任,我们和客户会协同解决漏洞等问题。

当下最棘手的问题是一些企业在特定历史时期的存量问题比较多,积累起来,企业没有能力去改变。但随着信创的推进,这些问题不会是停滞不前的,会共同进步,越来越合理。

澎湃新闻:在数据收集和存储方面,网络安全面临的挑战越来越多,对于企业数字化转型过程中遇到的数据安全问题,腾讯安全采取了哪些策略来保护企业的数据安全?

丁珂:当前很多金融服务公司、互联网公司等,他们没有特别大规模的固定资产,数据就是他们的核心资产,有巨大的潜在价值。所以,数据安全最重要的一点是法律法规层面的合规性,这在全世界也是通行的。未来伴随着数据要素市场的建立或者说企业对于数据价值的挖掘,基于数据安全驱动的安全市场增量将会非常大。

我们一般会将数据分为四个大类:个人隐私数据、企业业务相关的行为数据、交易数据、内容数据。这四大类数据的界定非常关键,比如广告使用了用户的行为数据,法律规定企业可以闭环使用。而有些数据企业是不能用的,比如内容数据、隐私数据等。

腾讯安全会帮助提供识别权限管理和敏感数据加密的服务,就是隐私保护和特定用户权限,以及权限变更的风险提示。当前数据的关注度很高,而且法律法规的要求也持续变化,我们一直在持续跟进。

澎湃新闻:在安全赛道上,腾讯安全自身的最 大优势是什么?如何构建竞争优势壁垒?

丁珂:腾讯经历了海量个人用户助推企业成长的过程,业务领域也越发全面复杂,从IM、游戏到支付、云业务等等。腾讯安全的技术和能力,恰恰源自于腾讯过去二十多年自身发展中的积累,并在腾讯及生态海量场景和产品中获得实践。在安全领域的产品、服务,我们都是通过实践积累走出来的,这方面还是非常自信的。我们积累了优势的原子能力,又将这些能力封装,并在腾讯自身的业务上进行了工程验证。我们的技术能力、对产品的提炼以及对业务的理解上,都还是有独到的地方的。

在To B服务客户的过程中,我们深度参与了金融、能源等好多项目,也有了自己对这些行业的安全观察,这也是我们比较自信的地方。

对于未来,我们也并不追求一定要构建竞争优势壁垒,期望能走跟生态共同发展成长的路径。我们会越来越多地把产品变成API、SDK(软件开发工具包)模块化产品,让合作伙伴来用,直接集成。很多安全厂商也是我们的合作伙伴,他们也看重腾讯安全的“三大原子力”:AI、威胁情报和攻防能力。例如威胁情报是很多客户关注的能力,很多厂商的安全设备里就直接集成了我们的API,能直接调用腾讯安全的能力。

我们不想建立壁垒,反而希望打破壁垒,和业界共同发展,往能力开放这个路径上走。从腾讯安全的视角来看,合作、开放、共赢是必然的趋势。安全产业是生态伴生型的生态形式,安全能力强、产品质量好的厂商,就会建立强伴生的关系。未来,安全和业务是强伴生的,越是偏向业务的安全越要有自信。

澎湃新闻:腾讯安全是否有计划进一步深化与政府、企业以及社会各界的合作,提高整体网络安全水平?我们知道维护网络安全也是国家责任,您如何看待网络安全中的国家责任和企业责任?二者边界该如何设定?您如何看待网络安全产业的未来?

丁珂:安全最重要的是系统化,在过去几年里,国家的法律法规系统化定义了安全,目前正在推动安全领域进步,特别是合规要求,明确了企业的主体责任。

比如对一家酒店的经营者来说,住客会留下很多信息,这些信息他不能拿出去卖,如果管理不善造成了泄露、造成了用户损失还要担责。当前国家的各种法律法规、规章制度,把企业的数据安全责任和用户隐私责任界定得很清楚。

与此同时,很多历史欠账还是要补救的,目前企业在安全投入上的节奏与数字安全基础设施有错位,造成了有些关键数据已经流出去了,可能会产生不好的影响。腾讯安全的角色就是要帮助企业更好、更安全地跟用户互动,在了解的过程中将用户数据的价值挖掘出来,同时担负起安全责任,让企业能够长远安全发展不留隐患。总体来说,发展兼顾社会责任和安全是一个体系化的成长,所以一定是与法律法规、企业责任共同成长的。

对于边界问题,现在不是管得过多,而是很多的法律规章框架存在衔接的问题,上位法在金融、零售等行业的实践落地存在适配度问题,实践中还有很多空档可以调整优化,还处在共同成长的阶段。制度建设层面,法律法规也不需要太多,而是需要细则,行业应用方面往往需要一个摸索周期。

澎湃新闻:放眼未来,互联网安全还将应用于哪些商业新场景?未来腾讯安全在技术创新方面还有哪些计划?有什么远期目标?

丁珂:对于腾讯安全来说,未来还是要在客户企业数字化业务的大场景里持续成长,以最快速度解决问题,把新技术落实到各种场景里。

整体来说,很多新领域还是蓝海,如果能孵化出商业模式,比如模型即服务的商业模式,能够被集成、被生态伙伴认可,也会带给我们团队巨大的收获感。

我觉得,安全板块应该在进入一个加速期,而在这个加速期,腾讯安全团队最关注的一定是把握机会、做好产品。

注:本文系用户投稿,不代表本站观点,如有疑问,请联系本站处理。

推广

特别声明:以上内容(如有图片或视频亦包括在内)均为站长传媒平台用户上传并发布,本平台仅提供信息存储服务,对本页面内容所引致的错误、不确或遗漏,概不负任何法律责任,相关信息仅供参考。站长之家将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。任何单位或个人认为本页面内容可能涉嫌侵犯其知识产权或存在不实内容时,可及时向站长之家提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明(点击查看反馈联系地址)。本网站在收到上述法律文件后,将会依法依规核实信息,沟通删除相关内容或断开相关链接。

  • 相关推荐
  • 大家在看
  • llama3v:基于llama3 8B的SOTA视觉模型

    llama3v是一个基于Llama3 8B和siglip-so400m的SOTA(State of the Art,即最先进技术)视觉模型。它是一个开源的VLLM(视觉语言多模态学习模型),在Huggingface上提供模型权重,支持快速本地推理,并发布了推理代码。该模型结合了图像识别和文本生成,通过添加投影层将图像特征映射到LLaMA嵌入空间,以提高模型对图像的理解能力。

  • Open LLM Leaderboard:开放的大型语言模型排行榜

    Open LLM Leaderboard是一个由Hugging Face提供的空间,旨在展示和比较各种大型语言模型的性能。它为开发者、研究人员和企业提供了一个平台,可以查看不同模型在特定任务上的表现,从而帮助用户选择最适合自己需求的模型。

  • OpenCompass Multi-modal Leaderboard:实时更新的多模态模型性能排行榜

    OpenCompass多模态排行榜是一个实时更新的平台,用于评估和排名不同的多模态模型(VLMs)。它通过8个多模态基准测试来计算模型的平均得分,并提供详细的性能数据。该平台仅包含开源的VLMs或公开可用的APIs,旨在帮助研究人员和开发者了解当前多模态模型的最新进展和性能表现。

  • I2VEdit:一种基于图像到视频扩散模型的视频编辑技术

    I2VEdit是一种创新的视频编辑技术,通过预训练的图像到视频模型,将单一帧的编辑扩展到整个视频。这项技术能够适应性地保持源视频的视觉和运动完整性,并有效处理全局编辑、局部编辑以及适度的形状变化,这是现有方法所不能实现的。I2VEdit的核心包括两个主要过程:粗略运动提取和外观细化,通过粗粒度注意力匹配进行精确调整。此外,还引入了跳过间隔策略,以减轻多个视频片段自动回归生成过程中的质量下降。实验结果表明,I2VEdit在细粒度视频编辑方面的优越性能,证明了其能够产生高质量、时间一致的输出。

  • Samba-1 Turbo:高效能的AI模型选择与应用平台

    Samba-1 Turbo是一个提供AI模型选择和应用的平台,它允许开发者通过免费的开发者推理服务来试用、比较和评估Samba-1中各种专家模型。此外,平台还提供一些构建在Samba-1之上的演示业务应用程序,以及开源语言专家SambaLingo。Samba-1 Turbo旨在为开发者提供强大的工具,以简化AI模型的集成和应用过程。

  • StreamV2V:实时视频到视频翻译的扩散模型

    StreamV2V是一个扩散模型,它通过用户提示实现了实时的视频到视频(V2V)翻译。与传统的批处理方法不同,StreamV2V采用流式处理方式,能够处理无限帧的视频。它的核心是维护一个特征库,该库存储了过去帧的信息。对于新进来的帧,StreamV2V通过扩展自注意力和直接特征融合技术,将相似的过去特征直接融合到输出中。特征库通过合并存储的和新的特征不断更新,保持紧凑且信息丰富。StreamV2V以其适应性和效率脱颖而出,无需微调即可与图像扩散模型无缝集成。

  • OpenCompass 2.0 Large Language Model Leaderboard:大型语言模型排行榜,实时评估模型性能。

    OpenCompass 2.0是一个专注于大型语言模型性能评估的平台。它使用多个闭源数据集进行多维度评估,为模型提供整体平均分和专业技能分数。该平台通过实时更新排行榜,帮助开发者和研究人员了解不同模型在语言、知识、推理、数学和编程等方面的性能表现。

  • 甲骨文AI协同平台:数字化甲骨文研究与共享平台

    甲骨文AI协同平台是一个专注于甲骨文研究的数字化平台,集成了甲骨文全信息著录库、甲骨文总字表、数字工具箱等资源,通过AI技术辅助甲骨文的释读、研究和教育传播。平台汇聚了众多博物馆、专家学者以及社会各界人士的共同努力,旨在推动甲骨文研究的深入发展和甲骨文化的传承。

  • Cantor:创新的多模态链式思维框架,提升视觉推理能力

    Cantor是一个多模态链式思维(CoT)框架,它通过感知决策架构,将视觉上下文获取与逻辑推理相结合,解决复杂的视觉推理任务。Cantor首先作为一个决策生成器,整合视觉输入来分析图像和问题,确保与实际情境更紧密的对齐。此外,Cantor利用大型语言模型(MLLMs)的高级认知功能,作为多面专家,推导出更高层次的信息,增强CoT生成过程。Cantor在两个复杂的视觉推理数据集上进行了广泛的实验,证明了所提出框架的有效性,无需微调或真实理由,就显著提高了多模态CoT性能。

  • SuperCLUE:领先的AI评测基准,衡量和比较AI模型性能。

    SuperCLUE是一个用于评估和比较大型语言模型性能的在线平台。它提供了多种任务和排行榜,旨在为AI研究者和开发者提供一个标准化的测试环境。SuperCLUE支持各种AI应用场景,包括数学推理、代码生成、超长文本处理等,能够帮助用户准确评估模型在不同任务上的表现和能力。

  • Berkeley Function-Calling Leaderboard:评估大型语言模型调用函数能力的排行榜

    Berkeley Function-Calling Leaderboard(伯克利函数调用排行榜)是一个专门用来评估大型语言模型(LLMs)准确调用函数(或工具)能力的在线平台。该排行榜基于真实世界数据,定期更新,提供了一个衡量和比较不同模型在特定编程任务上表现的基准。它对于开发者、研究人员以及对AI编程能力有兴趣的用户来说是一个宝贵的资源。

  • OpenAI & other LLM API Pricing Calculator:AI项目成本计算器,比较不同AI模型的成本。

    OpenAI和其他大型语言模型(LLM)API的成本计算器,帮助企业和开发者评估和比较不同AI模型在项目中的成本。该工具提供了包括OpenAI、Azure、Anthropic、Llama 3、Google Gemini、Mistral和Cohere等在内的多个模型的价格计算。它基于输入的token数、输出的token数和API调用次数来计算成本。

  • Clay Filter AI:将您的角色照片转换成粘土动画风格的图像

    粘土 AI 是一款 AI 工具,可以将照片转换成粘土动画风格的图像。通过分析面部特征,生成逼真的效果,提供灵活的编辑功能。价格定位为免费使用。使用比较简单,上传你的照片并提交,稍等10-20 秒可以获得粘土动画风格的图像。

  • TopMixLabs:在线AI视频动画生成工具

    TopMixLabs 是一个 AI 动画制作工具,通过上传图片,用户可以轻松地将图像转换为专业级动画,适用于各种规模的企业,提升品牌形象。使用简单,只需要4张照片,上传稍等10 -20分钟左右,即可以生成高质量的动画,生成的动画支持下载mp4格式,而且在平台上创建的动画用于个人和商业目的。

  • StartKit.AI:快速搭建AI创业项目

    StartKit.AI是一个旨在帮助开发者快速构建AI项目的在线平台。它提供了一个包含所有所需功能来发布SaaS产品的AI样板,无需AI经验即可使用。该平台由James和Danielle开发,他们拥有超过10年的SaaS产品开发经验,并成功运营着AI产品Ellie。StartKit.AI集成了30多个模块和超过8000行代码,提供了先进的AI特性,如聊天、图像、文本、语音、翻译和内容审核等。此外,它还包括了OpenAI的所有功能,并支持创建自己的ChatGPT克隆体。产品定位于帮助开发者快速启动AI项目,保持技术领先,并支持通过Stripe进行产品变现。

  • Cressi:AI驱动的个性化购物助手

    Cressi是一个由AI驱动的个性化购物助手,旨在通过分析用户的搜索历史、兴趣、联系人和日历等信息,提供定制化的购物建议。Cressi不仅能够理解用户的偏好,而且能够随着用户生活方式的变化而不断进化,提供真正人性化的购物体验。Cressi致力于使购物更加个性化、高客户满意度,并减少浪费,以实现更有意义和可持续的购物方式。

  • Decks:一款专业的笔记应用,助你快速掌握任何学科

    Decks是一款专为学习设计的应用,它通过创新的笔记方式帮助用户更快地掌握知识。用户可以免费开始使用,并在14天后选择月度或年度订阅。Decks提供每月8美元或每年79美元的订阅选项。

  • AutoPilotI18n:AI驱动的国际化工具 简化i18n流程。

    AutoPilotI18n 是一款利用 AI 技术提供精确翻译的国际化工具,可自动化翻译任务,简化 i18n 流程。其主要优点在于精确翻译、多框架支持、高效工作流程,适用于 React、Vue、Angular 等。AutoPilotI18n 定价透明,提供免费和付费版本。

  • Docu Dig:AI驱动的智能文档搜索与洞察

    Docu Dig是一个利用尖端AI技术提供安全、高效的文档内容搜索和洞察的商业解决方案。它通过先进的加密技术保护数据安全,提供上下文智能搜索,与传统搜索方法相比,能够提供更准确的文档洞察,提高团队效率,并改善信息获取。此外,它还支持团队协作,允许团队成员在共享文档上协作,提高工作效率。适用于需要处理大量文档的行业,如法律、医疗和金融领域。

  • V-Express:生成受控于参考图像、音频和V-Kps序列的头像视频。

    V-Express是一个由腾讯AI实验室开发的头像视频生成模型,它通过一系列渐进式丢弃操作平衡不同的控制信号,使得生成的视频能够同时考虑姿态、输入图像和音频。该模型特别针对音频信号较弱的情况进行了优化,解决了在控制信号强度不同的情况下生成头像视频的挑战。

今日大家都在搜的词: