站长之家(ChinaZ.com)7月25日 消息:近日,美图秀秀上线“AI移除”功能,只需“框选”或“涂抹”,即可通过AI智能移除照片中不需要的元素,实现便捷、无痕、自然的移除效果。
在实际操作中,用户只需大致框选消除区域,AI即可智能识别需要移除的元素。
同时AI还可以智能填充背景,补齐周围元素,让移除效果更加无痕自然,而当移除后出现不自然的情况,用户可继续框选移除区域,AI将不断校正优化,直至用户满意为主。
(举报)
站长之家(ChinaZ.com)7月25日 消息:近日,美图秀秀上线“AI移除”功能,只需“框选”或“涂抹”,即可通过AI智能移除照片中不需要的元素,实现便捷、无痕、自然的移除效果。
在实际操作中,用户只需大致框选消除区域,AI即可智能识别需要移除的元素。
同时AI还可以智能填充背景,补齐周围元素,让移除效果更加无痕自然,而当移除后出现不自然的情况,用户可继续框选移除区域,AI将不断校正优化,直至用户满意为主。
(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!
小红书博主“脆皮钵钵柒”在平台上分享了自己在天猫App中的新奇体验。他在购物车页面偶然发现了一个“帮讲价”的按钮,出于好奇尝试点击后,出现了客服对话页面,AI主动出击,向商家提出“¥38.3卖不卖”的砍价要求,这一行为让博主感到十分尴尬,形容自己“脚趾扣地”。如何提高AI的讲价准确性,使其更好地服务于消费者,仍是电商平台需要进一步探索的问题。
Facet AI是一款创新的图像编辑工具,它以其独特的功能和用户友好的操作界面,为广告制作和产品图像设计领域带来了革命性的变化。这款工具的核心优势在于其精确控制图像元素的能力,使得用户可以轻松地对图像进行实时编辑和调整。官网地址:https://facet.ai/Facet AI的直观画布操作是其一大亮点。用户可以通过简单的拖拽和调整,实现对图像
美图公司旗下视频编辑软件Wink近期对其“AI动漫”功能进行了全面升级。该功能能够迅速将短剧作品转化为动漫风格效果非常精准和细腻。这一技术的引入,不仅减少了用户平均等待时长和片段闪缩等问题让用户在创作过程中更加自如,视频生成效果更加流畅。
在解决家装家电行业商家经营创作所面临的挑战方面,天猫近期采取了一系列创新举措。4月26日,天猫宣布面向全平台家装家居家电商家免费开放AIGC和3D技术,推出了包括3D互动展厅、AI虚拟棚拍、AI模特以及AI扩图在内的四大功能,旨在帮助商家实现降本增效的目标。更为令人兴奋的是,商家们还可以上传3D商品模型,让消费者在虚拟环境中随心选搭不同品牌和品类的商品进行场景化展示。
腾讯广告一站式AI广告创意平台“腾讯广告妙思”上线图生图能力。通过上传一张参考图,妙思的AI模型便能迅速生成相似图片,实现所见即所得,让创意素材焕发新生。在游戏行业和网服行业中,CTR分别提升了19%和18%,展现出强大的市场竞争力。
4月18日,著名开源大模型平台Stability.ai在官网宣布,最新文生图模型StableDiffusion3和SD3Turbo可以在API中使用。本次继续由知名API管理平台FireworksAI提供服务。在山顶上有一位巫师创作了一幅令人惊叹的艺术作品,他用魔法创造了文字"StableDiffusion3API"。
作为各行各业数字化升级的“发动机”,信创产业近年来受到广泛关注,广大政企机构对于信创应用的迫切需求已经势不可挡。作为数字化办公的重要基础设施,适用于信创环境下的浏览器成为市场新宠。其将持续创新升级,不断优化产品功能,全面赋能政企机构的数字化转型进程。
Meta将在4月为其Ray-Ban智能眼镜引入一系列相当强大的AI功能。这些新功能将允许用户通过一个简单的命令快速识别他们正在查看的物体。这些新功能无疑将为用户带来更加便捷、实用的智能眼镜体验。
世界卫生组织统计,全球每分钟有1名女性确诊宫颈癌,每两分钟有1名女性因宫颈癌去世。据湖北发布、长江日报等媒体报道,“加强四价、九价HPV疫苗供应保障,便捷接种”被列为湖北省十大民生项目之一。湖北省高度重视适龄女性HPV疫苗的供应保障和接种工作,通过加快HPV疫苗采购,优化接种流程,确保适龄女性“愿接尽接”。据了解,湖北省部分接种点已开通HPV疫苗接种
谷歌最近开始测试其AI听力技能,推出了一项功能,允许人们通过手机与对话AI机器人进行英语对话练习。谷歌于2023年10月推出了口语练习功能。谷歌尚未透露其语言学习计划或口语练习功能是否会扩展到更多国家。
RAGFlow是一个开源的RAG(Retrieval-Augmented Generation)引擎,基于深度文档理解,提供流线型的RAG工作流程,适用于各种规模的企业。它结合了大型语言模型(LLM)提供真实的问答能力,支持从各种复杂格式数据中引用确凿的引文。
EmojiTell是一个创新的在线服务,可以将文本翻译成表情组合,增加沟通的趣味性和表现力。它由一支对表情符号充满热情的开发者和设计师团队开发,旨在通过表情符号的力量,让信息传递更加生动和个性化。
Perplexica是一个开源的AI驱动搜索引擎,它不仅搜索网络,还理解您的问题。它使用先进的机器学习算法,如相似性搜索和嵌入,来优化结果,并提供引用来源的清晰答案。使用SearxNG保持最新和完全开源,确保您始终获得最新信息,同时不损害您的隐私。
FaceChain是一个深度学习工具链,由ModelScope提供支持,能够通过至少1张肖像照片生成你的数字孪生体,并在不同设置中生成个人肖像(支持多种风格)。用户可以通过FaceChain的Python脚本、熟悉的Gradio界面或sd webui来训练数字孪生模型并生成照片。FaceChain的主要优点包括其生成个性化肖像的能力,支持多种风格,以及易于使用的界面。
HuggingFace镜像站是一个非盈利性项目,旨在为国内的AI开发者提供一个快速且稳定的模型和数据集下载平台。通过优化下载过程,减少因网络问题导致的中断,它极大地提高了开发者的工作效率。该镜像站支持多种下载方式,包括网页直接下载、使用官方命令行工具huggingface-cli、本站开发的hfd下载工具以及通过设置环境变量来实现非侵入式下载。
WebLlama是一个基于Meta Llama 3构建的代理,专门为网页导航和对话进行了微调。它旨在构建有效的以人为中心的代理,帮助用户浏览网页,而不是取代用户。该模型在WebLINX基准测试中超越了GPT-4V(零样本)18%,展示了其在网页导航任务中的卓越性能。
GitHub Copilot for Infrastructure as Code(简称Infra Copilot)是一个利用机器学习技术帮助基础设施专业人员自动生成精确基础设施代码的工具。它通过理解基础设施任务的上下文,允许专业人员使用自然语言表达需求,并接收相应的代码建议。Infra Copilot不仅简化了基础设施即代码(IaC)的开发过程,还确保了跨环境和项目的一致性,加速了新团队成员的上手和学习过程,显著提高了工作效率并节约了时间。
LLaVA++是一个开源项目,旨在通过集成Phi-3和LLaMA-3模型来扩展LLaVA模型的视觉能力。该项目由Mohamed bin Zayed University of AI (MBZUAI)的研究人员开发,通过结合最新的大型语言模型,增强了模型在遵循指令和学术任务导向数据集上的表现。
PhysDreamer是一个基于物理的方法,它通过利用视频生成模型学习到的对象动力学先验,为静态3D对象赋予交互式动力学。这种方法允许在缺乏真实物体物理属性数据的情况下,模拟出对新颖交互(如外力或代理操作)的真实反应。PhysDreamer通过用户研究评估合成交互的真实性,推动了更吸引人和真实的虚拟体验的发展。
AI快站是一个为AI开发者设计的服务平台,提供HuggingFace模型的免费加速下载,解决大模型下载缓慢和断开的问题,支持高达4M/s的下载速度,大幅减少等待时间,提高开发效率。
Llama-3 8B Instruct 262k是一款由Gradient AI团队开发的文本生成模型,它扩展了LLama-3 8B的上下文长度至超过160K,展示了SOTA(State of the Art)大型语言模型在学习长文本操作时的潜力。该模型通过适当的调整RoPE theta参数,并结合NTK-aware插值和数据驱动的优化技术,实现了在长文本上的高效学习。此外,它还基于EasyContext Blockwise RingAttention库构建,以支持在高性能硬件上的可扩展和高效训练。
CoreNet 是一个深度神经网络工具包,使研究人员和工程师能够训练标准和新颖的小型和大型规模模型,用于各种任务,包括基础模型(例如 CLIP 和 LLM)、对象分类、对象检测和语义分割。
Llama中文社区是一个专注于Llama模型在中文方面的优化和上层建设的技术社区。社区提供基于大规模中文数据的预训练模型,并对Llama2和Llama3模型进行持续的中文能力迭代升级。社区拥有高级工程师团队支持,丰富的社区活动,以及开放共享的合作环境,旨在推动中文自然语言处理技术的发展。
Interactive3D是一个先进的3D生成模型,它通过交互式设计为用户提供了精确的控制能力。该模型采用两阶段级联结构,利用不同的3D表示方法,允许用户在生成过程的任何中间步骤进行修改和引导。它的重要性在于能够实现用户对3D模型生成过程的精细控制,从而创造出满足特定需求的高质量3D模型。
GraphRAG (Graphs + Retrieval Augmented Generation) 是一种通过结合文本提取、网络分析以及大型语言模型(LLM)的提示和总结,来丰富理解文本数据集的技术。该技术即将在GitHub上开源,是微软研究项目的一部分,旨在通过先进的算法提升文本数据的处理和分析能力。
Qwen1.5-110B是Qwen1.5系列中规模最大的模型,拥有1100亿参数,支持多语言,采用高效的Transformer解码器架构,并包含分组查询注意力(GQA),在模型推理时更加高效。它在基础能力评估中与Meta-Llama3-70B相媲美,在Chat评估中表现出色,包括MT-Bench和AlpacaEval 2.0。该模型的发布展示了在模型规模扩展方面的巨大潜力,并且预示着未来通过扩展数据和模型规模,可以获得更大的性能提升。
ID-Aligner 是一种用于增强身份保留文本到图像生成的反馈学习框架,它通过奖励反馈学习来解决身份特征保持、生成图像的审美吸引力以及与LoRA和Adapter方法的兼容性问题。该方法利用面部检测和识别模型的反馈来提高生成的身份保留,并通过人类标注偏好数据和自动构建的反馈来提供审美调整信号。ID-Aligner 适用于LoRA和Adapter模型,通过广泛的实验验证了其有效性。
Bundle of Joy是一个为准父母设计的应用程序,可以在几秒钟内为他们的新生儿浏览和筛选名字。该应用根据父母的偏好推荐名字,并根据父母的喜好进行学习,为他们提供适合他们口味的新的推荐。父母可以指示宝宝的性别,然后选择以下两个选项之一:名字的首选来源、宗教、主题、首字母和含义。他们开始根据自己的独特偏好获得漂亮的宝宝名字推荐。他们可以随时修改这些偏好,并继续根据自己的口味获得新鲜的推荐。
StudyBoosterAI通过AI技术提供个性化支持,包括定制化学习材料、生动的学习内容、个性化学习计划等,帮助学生更有效地学习和记忆知识。
SNAPVID是一款智能视频编辑工具,利用AI技术提供多个热门视频剪辑建议,用户只需点击一次即可创建多个病毒式视频剪辑。同时,用户可以根据需要自定义剪辑长度和风格,并添加自定义的字幕和动画表情。SNAPVID还支持批量导出和品牌定制,使用户能够轻松导出自己喜欢的视频剪辑并保存项目设置,方便在多个项目中复用。通过AI B Roll技术,SNAPVID还可以自动添加相关的库存视频,提升视频的沉浸感。