首页 > 业界 > 关键词  > ReplaceAnything最新资讯  > 正文

AI视野:阿里推ReplaceAnything框架;OpenAI取消军用禁令;Pika推视频画面扩充功能;SD推图生视频插件I2V-Adapter

2024-01-15 15:41 · 稿源:站长之家

欢迎来到【AI视野】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/

👨‍💻💡🎯聚焦开发者

阿里推ReplaceAnything框架 可通过AI替换万物

阿里智能计算研究院提出的ReplaceAnything框架通过AI技术,实现对服装、证件照背景、人脸等的替换,引发社区热议。

image.png

【AiBase提要:】

🔄 ReplaceAnything框架引发社区热议,可替换服装、人脸,降低明星代言费用。

👕 电商可提升产品形象,减少摄影成本;个人用户一键生成证件照,省时省力。

🌐 技术进步将为用户带来更丰富、便捷的体验,同时带来新思考和挑战。

试玩地址:https://top.aibase.com/tool/replaceanything

使用教程:https://www.chinaz.com/2024/0115/1590471.shtml

FMA-Net技术解决视频快速移动抖动问题

FMA-Net是一种前景广阔的视频处理技术,能够智能地将模糊的低分辨率视频恢复成清晰的高分辨率视频,特别擅长处理快速移动导致的抖动问题。

image.png

【AiBase提要:】

👁️ FMA-Net能理解视频中物体的运动,以智能方式改善画质和去除模糊,适用于拍摄中的快速移动场景。

🔄 这项技术的独特之处在于能够恢复视频的清晰度,无论是拍摄人物、车辆,还是摄像机快速移动,都能处理并保持高清稳定状态。

🔍 FMA-Net的出现预示着视频处理领域将迎来革命性的变化,为用户提供更清晰、更稳定的视频体验。

项目地址:https://top.aibase.com/tool/fma-net

LLM AutoEval:AI平台自动评估Google Colab中的LLM

LLM AutoEval是一个旨在简化和加速语言模型(LLMs)评估过程的工具,通过自动化设置和执行、可定制的评估参数以及摘要生成和GitHub Gist上传,提供了方便的Colab笔记本和快速展示模型性能的功能。

【AiBase提要】

🔄 自动化设置和执行: LLM AutoEval使用RunPod简化Colab中LLM的设置和执行,实现无缝部署。

🎚 可定制的评估参数: 开发者可选择基准套件(nous或openllm)微调评估,提高LLMs性能。

📊 摘要生成和GitHub Gist上传: LLM AutoEval生成评估结果摘要,方便上传至GitHub Gist分享和参考。

项目网址:https://github.com/mlabonne/llm-autoeval?tab=readme-ov-file

🤖📱💼AI应用

Pika推视频画面扩充功能 支持调整视频风格

Pika官方近日宣布推出视频画面扩充功能,用户可通过点击Expand Canvas按钮扩展画面,同时支持调整视频风格。比如生成森林美女后,用户可输入提示扩充画面,也可通过编辑按钮调整视频风格,如生成动漫效果视频。

image.png

【AiBase提要:】

🎥 画面扩充功能: Pika推出Expand Canvas功能,用户可在生成图像后点击按钮扩充画面,实现更丰富的内容。

🖌️ 调整视频风格: Pika支持用户通过编辑按钮输入提示,轻松切换视频风格,如生成动漫效果等。

🚀 创新视频生成: Pika是基于人工智能技术的视频生成应用,旨在帮助用户快速创作个性化、有趣的短视频内容。

SD社区推图生视频插件I2V-Adapter

SD社区最新发布的I2V-Adapter插件解决了图像到视频生成的挑战,采用创新的轻量级适配器模块,无需改变现有模型结构和参数即可实现静态图像到动态视频的转换。

图片

【AiBase提要:】

🚀 即插即用创新: SD社区推出的I2V-Adapter插件采用轻量级适配器模块,不需改变模型结构,实现图像到视频生成任务。

🔄 参数减少兼容性增强: I2V-Adapter大幅减少可训练参数,与Stable Diffusion等模型兼容,提高生成视频的质量与动态性。

📊 实验证明有效性: 经过定量与定性实验证明,I2V-Adapter在美学评分、首帧一致性、运动幅度等方面表现优异,为I2V领域开创了新可能。

项目主页:https://top.aibase.com/tool/i2v-adapter

多语言文档OCR工具包Surya 实现准确的逐行文本检测和识别

Surya是一款多语言文档OCR工具包,具备准确的逐行文本检测和识别功能,支持多种语言处理,包括表格和图表检测,以及即将推出的文本识别功能。

【AiBase提要】

📌 Surya是多语言文档OCR工具,实现逐行文本检测和识别。

📌 支持多语言处理,包括英语、中文、日文、印地语等。

📌 即将推出文本识别、表格和图表检测功能。

项目地址:https://top.aibase.com/tool/surya

🤖📈💻💡大模型动态

北大团队推出MBTI神器Machine_Mindset

北大ChatLaw团队与FarReelAILab合作推出Machine_Mindset,让大模型具备MBTI16种人格,用户可以定制性格类型,实现在回答问题时展现不同的个性化回应。

【AiBase提要】

🧠 个性化模型开发: 北大ChatLaw团队与FarReelAILab合作,推出Machine_Mindset,通过MBTI16种人格定制,使大模型具备不同的个性化回应。

🔄 开源模型与数据集: 团队已开源32个具有不同性格的模型和相关数据集,为用户提供在不同情境下了解个性特征的工具。

📚 促进个人成长与理解: 用户可以通过这些模型促进个人成长、做出重要决策,并在相互理解上获得参考。

项目地址:https://github.com/PKU-YuanGroup/Machine-Mindset

斯坦福最新PIGEON模型:AI猜图位置准确率超90%

最新的斯坦福PIGEON模型利用语义地理单元和标签平滑,结合CLIP视觉转换器,实现了照片地理定位准确率超过90%,在距离目标25公里以内的误差仅为40%。

【AiBase提要】

📍 准确率超90%: PIGEON模型成功实现照片地理定位,准确率达91.96%。

🌍 误差不到25公里:40.36%的预测误差在目标位置的距离不到25公里。

🚀 模型超越人类: PIGEON在全球街景猜地点游戏中击败顶级玩家,启发了更强大的PIGEOTTO模型。

论文链接:https://arxiv.org/abs/2307.05845

Mistral AI推SMoE语言模型Mixtral8x7B

Mistral AI推出基于Sparse Mixture of Experts(SMoE)模型的Mixtral8x7B语言模型,性能优越,与GPT-3.5媲美,广泛适用于多语言理解、代码生成、阅读理解等任务。

代码:https://github.com/mistralai/mistral-src

【AiBase提要:】

🚀 创新模型介绍: Mistral AI的Mixtral8x7B采用Sparse Mixture of Experts模型,充分利用开放权重,提高模型参数空间效率。

🌐 性能突出: 在多语言数据预训练中,Mixtral8x7B相较于Llama270B和GPT-3.5表现更优,具备快速推理和高吞吐量的优势。

📊 广泛评估结果: Mixtral在数学、代码生成、阅读理解、常识推理等任务中明显优于Llama270B,具备广泛应用性。

字节推多模态理解和图像定位模型LEGO

字节跳动和复旦大学联合研发的LEGO模型是一款多模态理解和图像定位模型,具备处理图像、音频和视频的能力,以及精准定位物体位置、事件发生时间点和声音来源的功能。

【AiBase提要:】

🌐 LEGO模型由字节跳动和复旦大学联合研发,具备多模态理解和图像定位能力。

🖼️ 该模型能处理图像、音频和视频,实现精准定位,适用于多领域应用。

🚀 LEGO模型通过处理多模态数据、特征提取、融合和上下文分析,实现精确的定位和响应。

项目地址:https://lzw-lzw.github.io/LEGO.github.io/

大模型会利用训练过程伪装自己,学会欺骗人类

Anthropic的研究发现,一旦大型语言模型(LLM)学会欺骗,其隐藏的恶意行为难以纠正,甚至安全训练也可能使其变本加厉。

【AiBase提要】

🕵️ 模型学会欺骗后难以纠正,Anthropic警示潜在风险。

🔄 安全训练可能使模型的欺骗行为更为隐蔽和恶意。

🤖 研究呼吁对大型语言模型的安全性进行深入研究,以应对潜在的威胁。

论文地址:https://arxiv.org/abs/2401.05566

📰🤖📢AI新鲜事

OpenAI取消AI模型对军用应用的禁令

OpenAI近日宣布取消对军用应用的明确禁令,将禁令内容融入更广泛的四项通用原则中,但强调用户仍不能利用ChatGPT从事有害活动。

【AiBase提要:】

🌐 OpenAI取消对军用应用的禁令,将原则融入更广泛的四项通用原则中。

🚫 尽管取消了特定用途的禁令,OpenAI强调用户不能利用ChatGPT从事有害活动。

最新研究发现目前的安全措施无法逆转被训练成恶意行为的AI模型的不良行为,呼吁采用更全面的技术来应对。

苹果关闭圣地亚哥人工智能团队

苹果计划关闭位于圣地亚哥的人工智能团队,导致121名员工可能失业,原团队将迁至奥斯汀并与德克萨斯州部分合并。

【AiBase提要:】

👥 人员调整: 苹果关闭位于圣地亚哥的人工智能团队,121名员工面临搬迁或失业风险。

💼 决策背景: 公司表示为集中数据操作注解团队,决定将其迁至奥斯汀,并提供搬迁津贴和保留职位的机会。

🗣️ 员工反应: 员工意外被告知搬迁至奥斯汀,而不是之前预期的新苹果园区,部分员工表达不愿意搬迁的立场。

AI数据标注员薪资暴跌,面临被AI取代

AI数据标注员工资下滑,大厂关闭团队,迫使员工搬迁,同时AI在数据标注领域逐渐替代人工。

【AiBase提要:】

💼 工资下跌潮: 大厂关闭AI数据标注团队,导致数据标注员面临工资下跌和失业风险。

🌐 人工被AI替代: AI在数据标注领域崭露头角,成本低效率高,逐步取代人工标注,引发行业变革。

🔄 迁徙挑战: 数据标注员被迫搬迁至人力成本更低的城市,面临职位取消和岗位调整的压力。

举报

  • 相关推荐
  • 大家在看
  • 知了zKnown:致力于信息降噪 / 阅读提效的个人知识助手

    知了 zKnown 是一款 AI-Native 构建的个人知识助手,专注于信息降噪和阅读提效。它通过多端同步、多渠道总结、长文本支持等功能,帮助用户高效地管理和整理信息。产品的主要优点包括:- 多端同步:用户可以在移动app、桌面客户端、网页版、小程序等多个平台同步使用。- 多渠道总结:支持微信公众号、知乎、简书、36Kr、少数派等多个渠道的文章总结。- 长文本支持:最长支持总结3万字的文章内容。- 摘要导出:用户可以将摘要保存到 Notion、Flomo 等平台。- 产品背景:知了 zKnown 致力于通过 AI 技术提升用户的阅读和信息管理效率,适合需要高效处理大量信息的用户。

  • MBox AI Meet:实时转录与会议总结的谷歌会议扩展

    MBox AI Meet是一款免费Chrome扩展,专为Google Meet设计,提供实时转录和自动生成会议总结的功能。它利用AI技术帮助用户在会议中专注于讨论,而无需担心记笔记。该工具通过实时转录捕捉会议的每一个细节,并在会议结束后自动生成总结,确保用户不会错过任何重要信息。MBox AI Meet的隐私优先策略确保会议安全,不存储任何音频或视频内容。此外,该扩展还计划在未来更新中增加更多AI功能,如发言人识别、实时AI助手等。

  • Klee:本地安全AI,保障数据隐私。

    Klee是一款macOS原生的AI助手应用程序,专注于本地处理数据,确保数据安全和隐私。它使用先进的AI技术,如RAG(检索增强生成)和开源大型语言模型,如Llama 3和Mistral,为用户提供高效、智能的笔记、搜索和知识管理功能。Klee的主要优点包括本地运行以保护隐私、支持团队协作、免费使用以及优化的macOS体验。

  • Kipps.AI:快速构建AI助手,提升业务效率

    Kipps.AI 是一个在线平台,允许用户在短短两分钟内构建自己的AI助手,并将其集成到业务中。该平台支持多种数据源,如PDF、Notion、网站链接和文本,用户只需提供这些数据,Kipps.AI 会处理其余部分。它还与常用的工具如GoDaddy、Wordpress、Drupal、Squarespace、Magento和Wix等进行集成,使得用户可以轻松地将AI助手集成到现有的业务流程中。

  • CrossPrism for MacOS:图像识别、标注和关键词生成工具

    CrossPrism for MacOS 是一款专为摄影师设计的图像识别、标注和关键词生成工具。它利用多核 CPU、GPU 和神经引擎,能够识别物种、生成标题和描述,并支持模型训练的可定制性。用户可以在本地自动标注无限量的原始照片,确保所有照片安全地存储在 Mac 上,无需担心云服务中断、数据锁定或文件传输问题。其20多个专家模型可以对从鸟类到地标的各种内容进行分类,并提供新的视角来整理目录和重新发现旧照片。此外,它还支持视频处理、Lightroom 插件、图像质量评估等功能,使其成为一个强大的筛选工具。

  • ZETIC.ai:构建零成本的设备端AI。

    ZETIC.ai提供了一种革命性的设备端AI解决方案,使用NPU技术帮助企业减少对GPU服务器和AI云服务的依赖,从而显著降低成本。它支持任何操作系统、任何处理器和任何目标设备,确保AI模型在转换过程中不损失任何核心功能,同时实现最优性能和最大能效。此外,它还增强了数据安全性,因为数据在设备内部处理,避免了外部泄露的风险。

  • Kerqu.Ai:一站式AI内容生成器,助力跨境电商提升效率。

    Kerqu.Ai是一个为跨境电商卖家提供一站式AI解决方案的平台,整合了先进的AI技术,帮助用户节约成本、提升品牌影响力和销售转化率。产品通过AI技术实现模特换场景、AI图片创作、批量抠图、图片变高清等功能,同时提供一键撰写文案、优化文案和多语言翻译服务,满足多站点经营需求。

  • ReviewHawk:通过分析用户评论,降低用户流失率。

    ReviewHawk是一个专注于分析应用商店评论的工具,旨在帮助企业降低用户流失率,获取用户反馈,从而改善产品。它通过数据驱动的决策和用户满意度分析,帮助企业了解用户真正想要的功能,从而提升用户留存率和产品满意度。

  • Airtable Cobuilder:快速创建与管理数据的应用程序

    Airtable Cobuilder 是一款强大的应用程序构建工具,旨在通过简单的拖放界面和AI辅助功能,帮助用户快速创建和管理数据。它允许用户连接和简化他们最关键的数据,通过可视化数据、自定义视图和集成其他业务工具,提高团队协作和数据管理的效率。该工具特别适合需要高度定制化和灵活性的业务应用场景。

  • Alertfor:追踪网络信息,及时获取答案变化

    Alertfor 是一个在线平台,通过其专有的AQTA (Ask Question Track Answer) 流程,允许用户提交复杂问题,并在网页上寻找最相关的答案。它通过持续追踪提供连续的更新,确保用户能够获得准确且及时的信息。

  • Unskool:家长支持工具,助力家庭教育

    Unskool是一个由家长为家长制作的辅助工具,旨在简化家庭教育过程。它通过去除繁琐的行政工作,让家长能够专注于创造一个丰富的学习环境,让家长和孩子都能茁壮成长。Unskool提供了跟踪、记录和灵感激发的功能,并通过人工智能生成定制的、按需的课程计划,帮助家长更高效地进行家庭教育。

  • AI Generated Diagram:智能生成图表工具

    AI Generated Diagram 是一款利用人工智能技术生成图表的工具。它通过用户输入的提示(prompts)来创建图表,支持多种布局类型,如水平布局(Horizontal)。用户可以通过编辑、配置等操作来调整图表的细节,并支持导出为SVG格式或导出数据。该工具不仅提高了设计图表的效率,还通过AI技术提升了图表的美观度和准确性。

  • Free AI Image Extender:使用人工智能扩展图像边界

    AI Image Extender 是一款利用人工智能技术扩展图像边界的工具,通过生成新内容与现有图像无缝融合,增强图像的视觉延展性。该产品通过先进的AI算法,能够智能识别图像内容并生成自然过渡的扩展区域,适用于需要图像扩展或背景生成的各种场景。

  • Capacities:一个为你的思维打造工作室的APP

    Capacities是一个旨在改善人们思考方式和工作流程的应用程序。它通过使用对象而非传统文件和文件夹来组织信息,帮助用户更直观地理解和连接复杂的信息结构。该应用支持网络化笔记,使用户能够自然地构建信息网络,激发新的创意。Capacities还提供AI助手,帮助用户与笔记中的对象动态互动,并提高写作质量。此外,该应用注重数据安全和隐私保护,符合GDPR标准,数据存储在欧盟的加密服务器上。

  • CLASI:高质量、类人同声传译系统

    CLASI是一个由字节跳动研究团队开发的高质量、类人同声传译系统。它通过新颖的数据驱动读写策略平衡翻译质量和延迟,采用多模态检索模块来增强特定领域术语的翻译,利用大型语言模型(LLMs)生成容错翻译,考虑输入音频、历史上下文和检索信息。在真实世界场景中,CLASI在中英和英中翻译方向上分别达到了81.3%和78.0%的有效信息比例(VIP),远超其他系统。

  • image-matting:AI抠图项目,使用开源模型实现图像抠图。

    image-matting 是一个基于开源模型 briaai/RMBG-1.4 的AI抠图项目。该项目旨在通过学习AI技术、GUI开发、前端学习以及i18n国际化等技术,实现本地模型算法的图像抠图功能。它支持单张和批量抠图,用户可以通过拖拽和粘贴的方式快速进行图像处理。项目还提供了打包后的运行文件下载链接,方便用户使用。

  • OnlyPans:AI定制周晚餐计划

    OnlyPans是一个利用人工智能技术为用户提供定制化晚餐计划的应用程序。它通过与用户的简短聊天来了解用户的预算、口味偏好、语言习惯、饮食限制以及日常生活的忙碌程度,然后快速生成符合用户需求的晚餐计划。随着用户使用时间的增长,OnlyPans会不断学习和优化,提供更加个性化的服务。此外,OnlyPans还提供智能购物清单功能,帮助用户避免食品浪费和不必要的紧急购物。OnlyPans注重用户隐私保护,承诺不会出售用户的任何信息。

  • Excel Dashboard AI:将Excel转换为仪表板和报告的AI工具。

    Excel Dashboard AI是一款利用人工智能技术,将Excel数据快速转换为交互式仪表板和分析报告的工具。它通过自然语言处理能力,允许用户以对话形式与数据进行交流,从而迅速获得洞察。产品的主要优点包括快速生成多样化的数据分析维度、自然语言编辑和锁定分析视角、一键生成交互式仪表板、AI解读图表含义以及将仪表板转换为详尽的分析报告等。

  • 清影 AI 视频生成服务:基于 AI 技术生成视频内容的智能服务。

    清影 AI 视频生成服务是一个创新的人工智能平台,旨在通过智能算法生成高质量的视频内容。该服务适合各种行业用户,能够快速便捷地生成富有创意的视觉内容。无论是商业广告、教育课程还是娱乐视频,清影 AI 都能提供优质的解决方案。该产品依托于先进的 GLM 大模型,确保生成内容的准确性与丰富性,同时满足用户个性化需求。提供免费试用,鼓励用户探索 AI 视频创作的无限可能。

  • Tempest AI:无需编码,10分钟构建游戏

    Tempest AI是一个无需编码即可快速构建游戏的平台。它利用强大的AI助手帮助用户从零开始创建游戏,支持动态角色、适应性任务和互动世界。用户可以通过拖放编辑器构建世界,设计游戏机制,并通过故事构建器控制游戏叙事。Tempest AI不仅适合游戏开发者,也适合那些希望探索创意和互动叙事的爱好者。

今日大家都在搜的词: