站长之家（ChinaZ.com）7月5日 消息:百度宣布，AI作画产品文心一格“二次编辑”功能上线。通过AI技术结合创作者的需求对图像进行二次编辑优化，使得画作更加精准的符合用户创意需求，创作优质画作。
据介绍，用户只需通过涂抹等形式确定原画作中待编辑和加工的区域;接着调用人工智能AI编辑功能，获取整幅画作的编辑信息;最后对编辑区域的内容进行与原画风格一致的补全编辑，并对补全画作连接处进行平滑处理，最终即可生成满足用户需求和审美的理想画作。
除了涂抹编辑功能，文心一格还推出了首创性的图片风格叠加的玩法，图片叠加支持多张图片风格特征融合，快速实现画作风格迁移、主体与场景融合、多角色特点融合等创意。
（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
百度日前官方宣布文心一言语音定制功能上线，只需2秒钟，AI就能完美重建任何一个人的声音，每个人都能拥有自己的AI声优。用户只需打开文心一言App，选择创建智能体，点击创建自己的声音，随后系统会给出一句话，只需用平时说话的语气念一遍。很多时候甚至能理解文本中的情绪，最大程度上保持原声的情感、风格和自然度，因此只需要极短的样本，几秒钟就能完成。
百度在今日的AI开发者大会上宣布，文心一言用户数已突破2亿，同时API日均调用量达到2亿，该用户量自公司去年12月更新以来大约翻了一番。李彦宏介绍，“文心一言从去年3月16日发布，到今天是一年零一个月的时间。根据AIcpb.com的数据，OpenAI的ChatGPT仍是全球最受欢迎的生成式AI服务，总流量增长9%，达到18.6亿次浏览。
4月16日，以“创造未来”为主题的2024百度CreateAI开发者大会在深圳举办。百度集团副总裁、小度科技CEO李莹正式发布了小度新一代操作系统DuerOSX，该操作系统是小度基于百度文心大模型推出的全球首个AI原生操作系统。小度将通过持续探索，打破智能能力的天花板，为更多人带来便捷、舒适、科技感的生活体验，提高人们的生活品质，真正让AI走进千行百业、千家万户。
DesignEdit是一款突破性的图像编辑软件，它采用了设计领域中常见的图层概念，为用户带来了一种全新的空间感知图像编辑体验。通过将复杂的图像编辑任务分解为多层潜在的编辑操作，DesignEdit实现了对象移除、多对象编辑、镜头平移和缩放、排版编辑以及跨图像合成等一系列高级编辑功能。这不仅为创意设计提供了无限的可能性，也为图像合成和视觉特效制作带来了新的解决方案。
百度文库在2024年的Create2024百度AI开发者大会上发布了全新的「智能漫画」和「智能画本」功能，标志着内容创作迈入了跨模态时代。这些功能让用户只需输入一句话就能在几分钟内创作出漫画或画本，从创意激发到内容生成实现了全链路创作路径的打通。「智能画本」功能则让父母能够为孩子创作图文并茂、人声朗读的视频。
Adobe旗下AI图像生成器Firefly推出了“结构参考"重大新功能，让用户在生成图像时拥有更多控制力。这项功能类似于ControlNet里的canny模式，可以保持图片结构不变，改变画风。AdobeFirefly的不断创新和推广，将为用户带来更便捷、更安全、更高效的图像生成体验。
作为一种受众广泛的艺术形式，漫画的影响力应该不需要我多说什么。强烈的视觉化和叙事性，让漫画成为无数年轻读者的阅读启蒙，也让无数二十一世纪青年拥有了自己的「漫画梦」。解锁您内心的漫画家，释放创造力，创作属于自己的漫画作品，百度文库AI让艺术不再成为障碍，讲故事变得轻易举。
教育春招正当时，为积极探索AIGC产品对教育行业的营销助力，百度营销在2月底发布了全新升级的教育行业AIGC营销解决方案，从教育客户在百度的全域玩法出发，进行AIGC系产品整合，并与行业产品“课效通”进行紧密结合，以更好地适配教育行业客户的营销诉求，达到营销效果。24年春招已有近3000家客户进行尝试，享受到了AI产品的流量红利，实现了教育行业营销规模的进一步增长。客户通过擎舵实现从营销洞察到创意内容制作，通过智能体实现从需求挖掘到内容承接的完美交互，联动轻舸实现智能化投放的一站式需求满足。
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。
产品简介：FacetAI是一款创新的图像编辑工具，以实时图像生成和精确控制图像元素为核心优势，为广告制作和产品图像设计领域带来革命性变化。用户可通过直观的画布操作实现对图像元素的精准控制，提高工作效率。侧边栏第二个按钮还支持对生成的图片进行风格，色调，光线的调整，这里就不一一赘述，大家可以根据自己的喜好来调整。
chat-ui是一个开源的聊天界面，使用开源模型如OpenAssistant或Llama。它是一个SvelteKit应用程序，为hf.co/chat上的HuggingChat应用提供支持。该产品允许用户通过自定义配置来运行和部署自己的Chat UI实例，支持多种语言模型和功能，如Web搜索、自定义模型等。
360AI 浏览器利用人工智能技术，提供智能搜索、PDF、视频、网页总结等功能，旨在帮助用户高效获取知识，提升阅读体验。
AI FAQ Generator是一款利用先进AI技术，通过分析常见问题自动生成FAQ列表的工具。它能够快速高效地生成FAQ，节省时间和资源，同时提供准确的答案，帮助提高客户满意度，并改善SEO效果。
BrickCenter是一个在线平台，允许用户免费创建自己的乐高套装和迷你人物。它提供了一个将创意转化为详细乐高设计的工具，无论是复杂的场景还是个性化的迷你人物，用户都可以在这个平台上实现自己的设计梦想。该平台以其用户友好的界面和强大的定制功能而受到乐高爱好者的欢迎。
《100 UI/UX Tips》提供了设计界面所需的所有提示，让用户感到满意。强调产品的主要优点、背景信息、价格和定位。
whatwide.ai是一个提高生产力的AI助手，使用人工智能技术来节省时间并提高工作效率。它提供了50多种AI模型，包括文本生成、网站帮助、社交媒体分析、编程辅助等多种功能。whatwide.ai的优点在于高质量的内容生成、快速且安全的操作，以及多种AI类型供用户选择。
Stream of Consciousness是一个记录并分享艺术家思维的项目，通过创作和分享图像来展示创造力。它提供了一个深入艺术家思维的窗口，让人们了解艺术创作的过程和灵感的来源。
Neurelo是一个专为云数据库而设计的平台，通过使用云API和人工智能技术，提供自动生成API、自定义查询API、查询可观察性和Schema as Code等功能，以提高开发人员的生产力。Neurelo能够简化数据库编程相关的复杂性，并具备可伸缩性、安全性和查询优化能力。
EdrawMax是一款功能强大的图表设计软件，它提供一站式的图表解决方案，适用于流程图、思维导图、组织结构图、甘特图、平面图和ER图等210多种图表类型。它具有简洁的用户界面，类似于MS Office的干净、整齐的界面，直观且易于导航的工具集，以及无缝的拖放功能。此外，EdrawMax还提供了23000多个用户制作的模板，850个精心制作的内置模板，以及26000多个免费符号，覆盖所有图表类型。它还具备AI功能，可以生成和分析22种类型的图表，包括文本到绘图和图片到绘图以及AI聊天。EdrawMax支持跨平台集成，可以在云端保存文件并通过链接共享，支持通过社交媒体或电子邮件发送作品，并能以13种格式导出图表，包括VSDX、PPTX和SVG等。此外，EdrawMax遵循GDPR标准，使用最高级别的256位SSL加密，确保用户隐私和数据安全。
Notta Showcase是一款在线视频翻译和配音工具，它通过AI技术帮助用户将视频内容翻译成15种不同的语言，同时保持原始的语音风格和情感，以提供自然的听觉体验。该产品的主要优点包括高效率、成本效益、用户友好的界面、高准确度的转录和翻译，以及支持多种文件格式和平台。它适用于营销、社交媒体和教育等多个领域，可以显著扩大内容的全球影响力。
Suno API是一个开源项目，允许用户设置自己的Suno AI音乐服务API。它实现了app.suno.ai的创建API，兼容OpenAI的API格式，支持自定义模式，一键部署到Vercel，并且拥有开放源代码许可证，允许自由集成和修改。
x-crawl 是一款基于 Node.js 的 AI 辅助爬虫库，它通过强大的 AI 辅助功能，使得爬虫工作变得更加高效、智能和便捷。它支持对动态页面、静态页面、接口数据以及文件数据的爬取，同时提供了自动化操作、键盘输入、事件操作等控制页面的能力。此外，它还具备设备指纹、异步同步、间隔爬取、失败重试、轮换代理、优先队列和记录爬取等功能，以适应不同的爬取需求。x-crawl 拥有类型，通过泛型实现完整的类型，基于 MIT 许可发布，适合需要进行数据爬取的开发者和企业。
MetaCLIP是一个开源的机器学习模型，用于图像和文本的联合表示学习。它通过一个简单算法对CLIP数据进行筛选，不依赖于先前模型的过滤，从而提高了数据的质量和透明度。MetaCLIP的主要贡献包括无过滤的数据筛选、透明的训练数据分布、可扩展的算法和标准化的CLIP训练设置。该模型强调数据质量的重要性，并提供预训练模型，以支持研究人员和开发者进行控制实验和公平比较。
AI Town是一个基于MIT许可的可部署启动套件，用于构建和定制您自己的AI城镇版本。这个项目受到了研究论文'Generative Agents: Interactive Simulacra of Human Behavior'的启发，旨在提供一个强大的基础平台，旨在被扩展。后端原生支持共享全局状态、事务和模拟引擎，适用于从简单的项目到可扩展的多人游戏。
Vanna是一个使用Retrieval-Augmented Generation (RAG) 技术的开源Python框架，用于SQL生成和相关功能。它通过训练RAG模型，将自然语言问题转换为SQL查询，从而允许用户以提问的形式与数据库进行交互。Vanna的主要优点包括高准确度、安全性、私有性、自学习能力，并且支持任何SQL数据库。
fal.ai 是一款面向开发者的生成媒体平台，提供了业界最快的推理引擎，可以让您以更低的成本运行扩散模型，创造出全新的用户体验。它拥有实时、无缝的 WebSocket 推理基础设施，为开发者带来了卓越的使用体验。fal.ai 的定价方案根据实际使用情况灵活调整，确保您只为消耗的计算资源付费，实现了最佳的可扩展性和经济性。
Chat With Llama 3 是一个开源的聊天机器人，由Meta AI开发。它能够进行多种智能对话，包括解释复杂概念、创作诗歌、编写代码、解决逻辑谜题，甚至帮助用户给宠物起名。这个聊天机器人的主要优点在于它的多功能性和开源性，使其可以被广泛地应用于各种场景，并且可以根据需要进行定制和改进。
AI图片生成与搜索是一个在线平台，利用先进的人工智能技术，允许用户快速生成或搜索各种风格的AI图片。该技术的重要性在于它能够极大提高设计和创意工作的效率，同时降低成本。产品的主要优点包括丰富的图片资源、高效的生成速度、以及用户友好的界面。产品背景信息显示，这是一个面向广大创意工作者和设计师的工具，旨在帮助他们快速实现创意构想。目前，该产品提供免费试用，但具体价格和定位信息未在页面中提供。
OpenPerplex是一个提供广泛知识资源的在线平台，它通过整合多种信息源，为用户提供了一个便捷的知识获取渠道。该产品以其丰富的信息量、高效的检索能力和友好的用户界面而受到用户的青睐。它不仅适用于个人学习，也适合专业人士进行深入研究。
JavaVision是一个基于Java开发的全能视觉智能识别项目，它不仅实现了PaddleOCR-V4、YoloV8物体识别、人脸识别、以图搜图等核心功能，还可以轻松扩展到其他领域，如语音识别、动物识别、安防检查等。项目特点包括使用SpringBoot框架、多功能性、高性能、可靠稳定、易于集成和灵活可拓展。JavaVision旨在为Java开发者提供一个全面的视觉智能识别解决方案，让他们能够以熟悉且喜爱的编程语言构建出先进、可靠且易于集成的AI应用。
