浏览量:193
最新流量情况
月访问量
17788.20k
平均访问时长
00:05:32
每次访问页数
5.42
跳出率
44.87%
流量来源
直接访问
48.44%
自然搜索
36.49%
邮件
0.03%
外链引荐
12.04%
社交媒体
2.98%
展示广告
0
截止目前所有流量趋势图
地理流量分布情况
中国
14.62%
印度
7.73%
日本
3.41%
俄罗斯
5.72%
美国
17.44%
PIA:个性化图像动画师
PIA(Personalized Image Animator)是一款个性化图像动画师。它基于机器学习技术,能够将静态图片转化为有趣的动画效果。用户可以选择不同的动画风格和参数,以定制独特的图像动画。PIA 还提供了 API 接口,供开发者在自己的应用中集成使用。PIA 在图像处理和动画设计领域具有广泛的应用前景。
利用简单视频输入生成富有表现力的角色表演
Act-One 是 Runway Research 推出的一款创新工具,它通过简单的视频输入生成富有表现力的角色表演。这款工具代表了使用生成模型进行表情丰富的真人动作和动画内容的重大进步。Act-One 的技术突破在于,它能够将演员的表演转化为适合动画流水线的3D模型,同时保留情感和细节。与传统的面部动画流程相比,Act-One 使用的流程完全由演员的表演驱动,无需额外设备。Act-One 的出现为创造性角色设计和动画开辟了新的可能性,它能够准确翻译表演到与原始源视频比例不同的角色上,并且能够在不同的摄像机角度下保持高保真度的面部动画。此外,Act-One 还承诺负责任的开发和部署,包括内容审核和安全预防措施。
AI驱动的无代码A/B测试和网站个性化平台
CustomFit.ai是一个为市场营销人员设计的无代码平台,用于A/B测试、个性化和弹窗。它能够轻松地在任何页面上运行A/B测试,识别出最能推动销售的因素。此外,它还允许通过拖放的方式添加新的内容块,如用户生成的视频、最近查看或购买的商品等,利用人工智能机器学习优化转化率(CRO),提高收入,增强销售策略。
Imajinn AI - 使用精确的AI生成独特的视觉效果工具和产品。
Imajinn AI是一款使用最新的人工智能技术将您的照片和图像转化为令人惊叹的艺术作品的工具。您可以使用Imajinn AI生成任何人或任何地方的惊人图像,包括个人资料图片、产品图片、品牌和样式。您甚至可以通过Imajinn AI进行自定义AI模型的微调,以生成与众不同的图像。
个性化图像生成的注意力混合架构
Mixture-of-Attention (MoA) 是一种用于个性化文本到图像扩散模型的新架构,它通过两个注意力路径——个性化分支和非个性化先验分支——来分配生成工作负载。MoA 设计用于保留原始模型的先验,同时通过个性化分支最小干预生成过程,该分支学习将主题嵌入到先验分支生成的布局和上下文中。MoA 通过一种新颖的路由机制管理每层像素在这些分支之间的分布,以优化个性化和通用内容创建的混合。训练完成后,MoA 能够创建高质量、个性化的图像,展示多个主题的组成和互动,与原始模型生成的一样多样化。MoA 增强了模型的先有能力与新增强的个性化干预之间的区别,从而提供了以前无法实现的更解耦的主题上下文控制。
视频到视频,图像增强和升级
GoEnhance AI 是一个视频到视频、图像增强和升级的平台。它可以将您的视频转换为多种不同风格的动画,包括像素和扁平动漫。通过 AI 技术,它能够将图像增强并升级到极致的细节。无论是个人创作还是商业应用,GoEnhance AI 都能为您提供强大的图像和视频编辑工具。
使用扩散模型实现时域一致的人体图像动画
MagicAnimate是一款基于扩散模型的先进框架,用于人体图像动画。它能够从单张图像和动态视频生成动画视频,具有时域一致性,能够保持参考图像的特征,并显著提升动画的保真度。MagicAnimate支持使用来自各种来源的动作序列进行图像动画,包括跨身份的动画和未见过的领域,如油画和电影角色。它还与DALLE3等T2I扩散模型无缝集成,可以根据文本生成的图像赋予动态动作。MagicAnimate由新加坡国立大学Show Lab和Bytedance字节跳动共同开发。
Askflow提供互动式AI驱动的商品问答推荐系统
Askflow是一款使用机器学习的Shopify应用程序,可以通过针对客户的互动问题推荐最佳商品,从而提高客户参与度和转化率。它使用视觉化的无代码建设器,使商家可以轻松创建针对其产品和目标受众的个性化推荐问答流程。关键功能包括AI自动生成问题、实时分析和调整、深入的洞察力等。Askflow与Shopify无缝集成,安装简单,是提升用户体验和销售的有效工具。
个性化音乐播放列表推荐平台
findmusic.ai 是一个基于用户对歌曲的评分来生成预测性播放列表的音乐推荐平台。该平台利用先进的算法分析用户的音乐偏好,并据此提供个性化的音乐体验。产品的主要优点包括能够根据用户的喜好自动生成播放列表,以及对现有的Spotify播放列表进行排序,以满足用户的个性化需求。产品背景信息显示,findmusic.ai 提供了一个免费的beta版本供用户试用,并且与Spotify平台进行了连接,使得用户可以轻松地将个性化的音乐体验融入到日常的音乐聆听中。
8B参数变分自编码器模型,用于高效的文本到图像生成。
Flux.1 Lite是一个由Freepik发布的8B参数的文本到图像生成模型,它是从FLUX.1-dev模型中提取出来的。这个版本相较于原始模型减少了7GB的RAM使用,并提高了23%的运行速度,同时保持了与原始模型相同的精度(bfloat16)。该模型的发布旨在使高质量的AI模型更加易于获取,特别是对于消费级GPU用户。
与AI伙伴共存,个性化的关怀与乐趣。
GiddyGiddy是一款以人工智能为基础的社交应用,旨在通过超真实的AI伙伴来消除用户的孤独感、焦虑和无聊。这些AI伙伴能够全天候理解和响应用户,提供深度交流和娱乐。产品通过个性化的AI伙伴,打破了传统社交模式,提供了一个充满关怀和吸引力的社交平台。GiddyGiddy的主要优点包括高度个性化的AI伙伴、丰富的互动方式和故事性的内容。产品背景强调了AI伙伴作为日常生活的一部分,提供真正的理解和连接。GiddyGiddy目前提供免费下载,并通过内购提供额外服务。
一键生成多语言视频字幕和翻译
Aragorn视频翻译是一个在线平台,旨在简化视频内容的字幕生成和翻译过程。它利用先进的ASR技术和机器学习模型,如whisper和ChatGPT-4,为用户提供一个界面友好、操作简便的服务。用户可以上传视频或提供视频链接,平台将自动生成字幕,并支持将字幕翻译成多种语言。Aragorn的使命是让全世界的人们能够无缝沟通,而不必学习外语。它支持80多种语言,并且不断更新以支持更多语言。Aragorn的价格基于视频处理时间,1 Aragorn credit等于一分钟的视频处理时间,用户可以根据需要购买credits。
多语言生成语言模型
Aya模型是一个大规模的多语言生成性语言模型,能够在101种语言中遵循指令。该模型在多种自动和人类评估中优于mT0和BLOOMZ,尽管它覆盖的语言数量是后者的两倍。Aya模型使用包括xP3x、Aya数据集、Aya集合、DataProvenance集合的一个子集和ShareGPT-Command等多个数据集进行训练,并在Apache-2.0许可下发布,以推动多语言技术的发展。
由CohereForAI开发的Hugging Face Space
Aya Expanse是一个由CohereForAI开发的Hugging Face Space,它可能涉及到机器学习模型的开发和应用。Hugging Face是一个专注于自然语言处理的人工智能平台,提供各种模型和工具,以帮助开发者构建、训练和部署NLP应用。Aya Expanse作为该平台上的一个Space,可能具有特定的功能或技术,用于支持开发者在NLP领域的工作。
FAIR Chemistry团队发布的材料科学模型
OMat24是由Meta的FAIR Chemistry团队发布的一系列模型检查点,这些模型在不同的模型大小和训练策略上有所不同。这些模型使用了EquiformerV2架构,旨在推动材料科学领域的研究,通过机器学习模型来预测材料的性质,从而加速新材料的发现和开发。这些模型在公开的数据集上进行了预训练,并提供了不同规模的版本,以适应不同的研究需求。
多语言大型语言模型,支持23种语言
Aya Expanse 32B是由Cohere For AI开发的多语言大型语言模型,拥有32亿参数,专注于提供高性能的多语言支持。它结合了先进的数据仲裁、多语言偏好训练、安全调整和模型合并技术,以支持23种语言,包括阿拉伯语、中文(简体和繁体)、捷克语、荷兰语、英语、法语、德语、希腊语、希伯来语、印地语、印尼语、意大利语、日语、韩语、波斯语、波兰语、葡萄牙语、罗马尼亚语、俄语、西班牙语、土耳其语、乌克兰语和越南语。该模型的发布旨在使社区基础的研究工作更加易于获取,通过发布高性能的多语言模型权重,供全球研究人员使用。
长视频语言理解的时空自适应压缩模型
LongVU是一种创新的长视频语言理解模型,通过时空自适应压缩机制减少视频标记的数量,同时保留长视频中的视觉细节。这一技术的重要性在于它能够处理大量视频帧,且在有限的上下文长度内仅损失少量视觉信息,显著提升了长视频内容理解和分析的能力。LongVU在多种视频理解基准测试中均超越了现有方法,尤其是在理解长达一小时的视频任务上。此外,LongVU还能够有效地扩展到更小的模型尺寸,同时保持最先进的视频理解性能。
一个灵活的框架,使用ComfyUI生成个性化诺贝尔奖图片
EveryoneNobel是一个利用ComfyUI生成个性化诺贝尔奖图片的框架。它不仅可以用来生成诺贝尔奖图片,还可以作为一个通用框架,将ComfyUI生成的视觉效果转化为最终产品,为进一步的应用和定制提供结构化的方法。该项目展示了如何在30小时内构建整个应用并销售产品,提供了详细的安装和使用指南,适合希望快速生成个性化图片的用户。
开源的PDF到Podcast工作流构建工具
NotebookLlama是一个开源项目,旨在通过一系列教程和笔记本指导用户构建从PDF到Podcast的工作流。该项目涵盖了从文本预处理到使用文本到语音模型的整个流程,适合对大型语言模型(LLMs)、提示和音频模型零知识的用户。NotebookLlama的主要优点包括易用性、教育性和实验性,它不仅提供了一个参考实现,还鼓励用户通过实验不同的模型和提示来优化结果。
视觉配音中个性化人物形象的呈现
PersonaTalk是一个基于注意力机制的两阶段框架,用于实现高保真度和个性化的视觉配音。该技术通过风格感知的音频编码模块和双注意力面部渲染器,能够在合成准确的唇形同步的同时,保持和突出说话者的“个性”。它不仅能够捕捉说话者独特的说话风格,还能保留面部细节,这对于音频驱动的视觉配音来说是一个相当大的挑战。PersonaTalk的主要优点包括视觉质量高、唇形同步准确以及个性保持,它作为一个通用框架,能够达到与特定人物方法相媲美的性能。
开源视频生成模型
genmoai/models 是一个开源的视频生成模型,代表了视频生成技术的最新进展。该模型名为 Mochi 1,是一个基于 Asymmetric Diffusion Transformer (AsymmDiT) 架构的10亿参数扩散模型,从零开始训练,是迄今为止公开发布的最大的视频生成模型。它具有高保真运动和强提示遵循性,显著缩小了封闭和开放视频生成系统之间的差距。该模型在 Apache 2.0 许可下发布,用户可以在 Genmo 的 playground 上免费试用此模型。
新闻资讯平台,提供个性化内容体验
Ellipsis News是一个新闻资讯平台,通过使用cookies来个性化内容,运行广告并分析流量。该平台提供新闻内容,并通过App Store提供下载,用户可以通过使用促销代码'ELLIPSISOCT'享受一个月的免费服务。Ellipsis News致力于为用户提供一个便捷、个性化的新闻阅读体验,并通过其网站和应用程序覆盖广泛的用户群体。
轻量级推理模型,用于生成高质量图像
Stable Diffusion 3.5是一个用于简单推理的轻量级模型,它包含了文本编码器、VAE解码器和核心MM-DiT技术。该模型旨在帮助合作伙伴组织实现SD3.5,并且可以用于生成高质量的图像。它的重要性在于其高效的推理能力和对资源的低要求,使得广泛的用户群体能够使用和享受生成图像的乐趣。该模型遵循Stability AI Community License Agreement,并且可以免费使用。
强大的图像生成模型
Stable Diffusion 3.5是Stability AI推出的一款图像生成模型,具有多种变体,包括Stable Diffusion 3.5 Large和Stable Diffusion 3.5 Large Turbo。这些模型可高度定制,能在消费级硬件上运行,并且根据Stability AI社区许可协议,可以免费用于商业和非商业用途。该模型的发布体现了Stability AI致力于让视觉媒体变革的工具更易于获取、更前沿、更自由的使命。
开源的去蒸馏FLUX模型
LibreFLUX是一个基于Apache 2.0许可的开源版本,提供了完整的T5上下文长度,使用注意力掩码,恢复了分类器自由引导,并去除了大部分FLUX美学微调/DPO。这意味着它比基础FLUX更不美观,但有潜力更容易地微调到任何新的分布。LibreFLUX的开发秉承开源软件的核心原则,即使用困难,比专有解决方案更慢、更笨拙,并且审美停留在21世纪初。
用于双手操作的扩散基础模型
RDT-1B是一个参数量达到1B(目前最大)的模仿学习扩散变换器,预训练在超过1M(目前最大)的多机器人情节上。给定语言指令和多达三个视图的RGB图像,RDT可以预测接下来的64个机器人动作。RDT与几乎所有现代移动操作器兼容,包括单臂到双臂、关节到末端执行器、位置到速度,甚至包括轮式运动。该模型在6K+(最大的之一)自收集的双手情节上进行了微调,并部署在ALOHA双臂机器人上。它在灵巧性、零样本泛化能力和少样本学习方面达到了最先进的性能。
IBM Granite 3.0模型,高效能AI语言模型
IBM Granite 3.0模型是一系列高性能的AI语言模型,由IBM开发,并通过Ollama平台提供。这些模型在超过12万亿个token上进行训练,展示了在性能和速度上的显著提升。它们支持基于工具的用例,包括检索增强生成(RAG)、代码生成、翻译和错误修复。IBM Granite 3.0模型包括密集型模型和Mixture of Expert(MoE)模型,后者专为低延迟使用而设计,适合在设备上应用或需要即时推理的场景。
© 2024 AIbase 备案号:闽ICP备08105208号-14