国风AI绘画平台Trik;「一个女孩的一生」走红;音视频转文字的精准处理指南;神经网络原理动画 | ShowMeAI日报

AI 绘画 | Stable Diffusion 视频生成重绘 本篇文章教会你如何使用Stable Diffusion WEB UI,实现视频的人物,或是动物重绘,可以更换人物或者动物,也可以有真实变为二次元。原视频和Ai视频画面合并。 阅读详情

👀日报&周刊合集 | 🎡生产力工具与行业应用大全 | 🧡 点赞关注评论拜托啦!

🉑 智谱AI推出第三代基座大模型ChatGLM3,瞄向了 GPT-4V

https://github.com/THUDM/ChatGLM3

10月27日,智谱AI宣布推出全自研的第三代基座大模型 ChatGLM3 及相关系列产品。ChatGLM3 秉承开源精神,将开源模型发布在GitHub,其模型参数为最小的型号6B。

ChatGLM3 是智谱AI和清华大学 KEG 实验室联合发布的新一代对话预训练模型,在前两代模型的基础上进行了全方位技术升级。其中,多模态理解、代码增强模块、网络搜索增、语义能力与逻辑能力的技术提升,瞄向了 GPT-4V。

https://chatglm.cn/main/code

在全新升级的 ChatGLM3 赋能下,生成式AI助手「智谱清言」已成为国内首个具备代码交互能力的大模型产品 (Code Interpreter)。在这一能力的加持下,ChatGLM3可支持图像处理、数学计算、数据分析等使用场景 ⋙ 官方发布


👀 AI成为微软的盈利新马达,GitHub Copilot 付费用户突破 100 万

https://www.fool.com/earnings/call-transcripts/2023/10/24/microsoft-msft-q1-2024-earnings-call-transcript

10月24日,微软举办了2024年第一季度财报电话会议。会议中,微软的CEO Satya Nadella 和 CFO Amy Hood 分别介绍了公司在各个业务领域的进展和业绩。

财报显示,微软的营收同比增长13%,达到565亿美元;净利润同比增长27%,达到222亿美元,数据非常亮眼。其中,AI战略为增长做出了显著贡献,特别是 **GitHub Copilot 的付费用户已经突破了 100 万,**成为历史上最广泛使用的 AI 开发工具。

Nadella 还表示,在即将到来的 Ignite 大会上,微软将发布超过100个AI驱动的新产品和服务。狠狠期待了!

👀 小红书AI绘画平台「Trik」,更适合中国宝宝的绝美国风

https://www.trikai.com/apps/trikwebapp/community/selected

Trik 是小红书推出的AI绘画平台,图片非常有「中国风」的意境!社区中的图片,题材、布局、配色都带着浓烈的国风元素,而且非常好看!只需要下拉页面,美图就会扑面而来~

目前网站功能逐步完善中,可以点击导航栏中的「创作」申请内测权限 (内测申请需要小红书主页链接),感兴趣的创作者们可以试试。

注:Trik 前段时间问世后,曾被站内原创画师指出「AI生成的图像与自己原创作品高度相似」,并引发了「停更潮」。国内应用也在陆续面对「AI生成内容与版权保护」的冲突了,希望可以有妥善的处理结果


👀 腾讯混元大模型全新升级,文生图、代码能力得到显著提升

10月26日,腾讯混元大模型正式开放「文生图」功能,针对语义理解、图片结构、画面细节等进行了升级。此外,经过对32种主流编程语言数据集的学习增训,腾讯混元代码处理水平提升超过20%。

使用混元,可以边聊边画 (与 DALL·E 3 体验相似),也可以在「灵感」中选择绘画风格。目前官方内置了赛博朋克、日漫动画、梵高、扁平插画、像素插画、马赛克等6种风格,可以轻松地绘制水平还不错的图像,而且微信小程序画图特别方便!推荐~

讯混元目前仍是内测状态,需要前往网站(https://hunyuan.tencent.com)或者小程序「腾讯混元助手」进行权限申请

🉑 从无人问津到阅读量突破100万,AI重绘「一个女孩的一生」

上周,小红书上比较火热的AI作品是「一个上海女孩的一生」,用AI绘画展示了一位上海姑娘从出生、上学、工作、出游、逛街、年迈的生命历程。作品短时间内获得了将近100万的阅读、1万多点赞,这个数据对于粉丝量三四千的作者来说,是意外且惊喜的。

这个作品火了之后,作者进行了同类型的其他创作,包括北京女孩、东北女孩、山东女孩、东京女孩、广东女孩、重庆女孩等,热度有所下降但效果也很不错。带有时代和地域特性的内容,可以唤起一代人的共鸣。挺有启发的~


🉑 Whisper+Memo:音视频转文字的精准处理指南

https://sspai.com/post/83644

如何把一份音频、视频文件转为文字,并借助AI工具进行翻译、总结和问答呢?

常用的工具,如飞书妙计、通义听悟、讯飞听见,可以满足会议、演讲等日常内容的处理。但是,一旦音视频包含大量专业术语、非中文、或者音源品质一般,这些工具的处理精度就比较一般了。

这篇文章的作者摸索到了一个由「Whisper+Memo」构建的工作流,可以非常精准地将音视频内容转写为文字,并进行快速地一键翻译、双语对照、点击定位跳转等操作。

为了进一步提升处理效果,作者还建议对音源进行降噪、人声增强、去除大段空白等操作,并可以将撰写后散乱的短句合并为段落。整体上,如果你需要更准确的转录结果且电脑能开启 GPU 加速,那么这个方案真的很不错!!

Whisper:https://openai.com/research/whisper

Memo:https://memo.ac/zh

👀 一众大佬再发AI安全联名信,Yann LeCun 喷他们乱秀「优越感」

https://managing-ai-risks.com

最近几天,「AI安全」的消息出现得比较频繁,甚至像是在「吵架」??一起来盘点下各方动作和观点。

10月24日,Bengio、Hinton、姚期智 (Andrew Yao)、张亚勤等知名学者和专家签署联名信,讨论了在AI快速发展的时代,如何管理和应对高级AI系统所带来的风险。

联名信指出,未来10到20年,高级AI系统的许多关键能力就可以超越人类,并由此引发不公平、不稳定等诸多现实问题。因此,关注AI安全和伦理问题已经刻不容缓,并建议重新调整技术研发方向、提高政府对AI发展的监管能力、AI系统应具有红线能力并接收独立审查。

https://openai.com/blog/frontier-model-forum-updates

10月25日,微软、OpenAI、谷歌、Anthropic发布联合声明,表示将设立 1000 万美元的 AI 安全基金,推动 AI 评估研究,帮助社会能够有效地测试和评估「最有能力的 AI 模型」。

10月26日,OpenAI 宣布成立名为「Preparedness (中文翻译:战备)」的新团队,以评估、检测并预防人工智能模型可能导致的「灾难性风险」。此外,OpenAI 发起「Preparedness Challenge」挑战赛来征集新颖的研究方案,并为 TOP 10 团队提供 25,000 美元的奖励和入职机会。

https://www-ft-com.ezproxy.depaul.edu/content/30fa44a1-7623-499f-93b0-81e26e22f2a6

但是!Yann LeCun 在接受金融时报采访时,输出的观点则明显不同。他认为,现在担心AI造成的风险「为时尚早」,AI永远不会威胁人类,而是会成为比人类更聪明的帮手。

他表示,过早地监管AI研发是非常反生产力进步的行为,只会加强大型科技公司的主导地位,扼杀竞争。更直白一点说,一些领先地科技公司提出监管AI研发的要求,是在当众秀优越感,认为只有他们才能安全地发展AI。

2018年,图灵奖颁发给LeCun、Geoffrey Hinton 和 Yoshua Bengio,以表彰他们给人工智能带来的重大突破。然而当下,Hinton 和 Bengio 对下一代AI模型打来的危险表示担忧,LeCun 却认为科幻小说中机器控制人类的场景不会出现。曾经的「深度学习三巨头」,在下一个选择面前,分裂成了两个阵营。


🉑 关于神经网络的原理,看完这些动画&视频你就懂了

https://animatedai.github.io

这是一个关于人工智能原理的动画展示网页,用动画清晰地展示了「卷积神经网络」的基本概念和算法原理,包括卷积 (Convolution)、填充 (Padding)、步长 (Stride)、组卷积 (Groups)、深度卷积 (Depthwise)、深度可分离卷积 (Depthwise-Separable)、像素重排 (Pixel Shuffle)、块大小(Block Size) 等。

每个概念都有一个原理展示动画,可以清晰地get到内在涵义。感兴趣可以前往原网页查看。

感谢贡献一手资讯、资料与使用体验的 ShowMeAI 社区同学们!

◉ 点击 👀日报&周刊合集,订阅话题 #ShowMeAI日报,一览AI领域发展前沿,抓住最新发展机会!

◉ 点击 🎡生产力工具与行业应用大全,一起在信息浪潮里扑腾起来吧!

企业级AI Agent平台建设方案 本报告将深入剖析构成一个顶级AI Agent平台的各个功能层面,为构建者提供一份全面的战略蓝图。 阅读详情

相关推荐

【WILEY】从Revision到Online:逐层拆解投稿状态更新与关键文件提交实战

本文详细解析了学术论文从返修到在线发表的全过程,重点拆解了投稿系统状态更新背后的含义与应对策略。文章提供了返修稿与回复信的准备技巧、关键补充文件(如图文摘要)的提交要点,并分享了校对校样与处理出版协议的实战经验,帮助作者高效、专业地完成发表流程。

weixin_29209805的博客 715

SD-WebUI视频重绘:TemporalKit+EbsynthUtility避坑指南

感兴趣的小伙伴,赠送全套AIGC学习资料,包含AI绘画、AI人工智能等前沿科技教程和软件工具,具体看这里。AIGC技术的未来发展前景广阔,随着人工智能技术的不断发展,AIGC技术也将不断提高。未来,AIGC技术将在游戏和计算领域得到更广泛的应用,使游戏和计算系统具有更高效、更智能、更灵活的特性。同时,AIGC技术也将与人工智能技术紧密结合,在更多的领域得到广泛应用,对程序员来说影响至关重要。未来,AIGC技术将继续得到提高,同时也将与人工智能技术紧密结合,在更多的领域得到广泛应用。

白帽阿叁的博客 8305

基于CANopenNode协议栈在正点原子探索者开发板上进行移植

配置好之后进行采用keil IDE进行代码生成即可,还需要进行CANopenNode的代码集成,并参照demo进行代码移植。发送完成后心跳包以1s的周期重新开始发送。正点原子的开发板引出的是CAN1接口。这里的心跳时间间隔设置为100ms。则将心跳包周期设置为0。

wangfandashe的博客 4702

国潮101:当AI遇上国风,来一场跨时代与次元的对话

AIx国潮探索历史与科技的新玩法在当今AI时代,传统的中国风艺术通过人工智能的"破壁",展现出令人惊叹的新世界。"AIx国潮进化论"是一家视觉实验室式的创意工作室,致力于将中华文化艺术传承与创新融合于数字世代。他们以AI赋能为手段,将中国元素注入数字艺术创作,将中国风从古典走向未来。定位于"AIx国潮进化论"的创意工作室,以其独特的创作风格和代表作品为人所熟知。其中,《赛博佛主》巧妙地将如来佛主与...

shadowcz007的博客 1007

UserWarning: CUDA initialization: Unexpected error from cudaGetDeviceCount()【已解决】

UserWarning: CUDA initialization: Unexpected error from cudaGetDeviceCount()【已解决】

围炉夜敲的博客 1万+

TI MSPM0G3507 循迹小车强制寻黑线代码一

一个基于MSPM0微控制器的循迹小车控制系统。系统通过8路循迹传感器检测黑线位置偏差,使用PID算法计算电机控制量。主程序初始化中断、PWM等外设,在按键触发后进入循迹模式。传感器数据处理函数根据检测到的黑线位置返回偏差值(-7到7),PID控制器根据偏差调整左右电机速度。系统还包含限幅处理、中断服务等模块,实现稳定的自动循迹功能。代码结构清晰,展示了嵌入式系统中传感器数据处理、电机控制和PID算法的典型实现方式。

雾削木的优快云博客 1856

学习之旅:揭秘AI绘画与视频生成的奥妙(2)

Ebsynth Utility插件实践:让AI视频焕然一新

记录我的学习历程 3979

【WorkBuddy专栏43】如何利用WorkBuddy开发一个PC网站(上)——环境选型、设计编码到部署上线

【WorkBuddy专栏43】如何利用WorkBuddy开发一个PC网站(上)——环境选型、设计编码到部署上线

AI人人懂 2277

【AI绘画】Stable Diffusion系列教程

其实这个方法很简单,但是问题也是存在很大的,比如画面闪烁,没有声音之类的,当然也有很多办法去解决这个问题,或者换一个方法,但是麻烦不少,比如选择使用emporal Kit + EbSynth。声音的话,提取原视频声音,然后加上去即可。有兴趣可以试试这个!有人问工具箱和个人博客用不了,是因为服务器到期了,网站迁移完毕了,但是还在备案中,所以个人博客以及工具箱目前使用不了,大概这周就好了。SD全套资料,包括汉化安装包、常用模型、插件、关键词提示手册、视频教程等都已经打包好了,无偿分享,有需要的小伙伴可以自取。

HJS123456780的博客 1430

【信号与系统】Multisim 仿真信号合成与分解

软件 Multisim 进行方波信号的产生、分解和合成,观察信号波形的分解与合成,加深对信号频谱的理解。

AXYZdong的博客 2万+

S7-200 SMART PLC 子程序功能块(阀门控制)

由于S7-200 SMARTPLC的子程序种种功能、容量限制,有时想实现多次调用的子程序可能并不是太容易,这篇博客还是给出一些推荐写法,供大家参看。

RXXW_Dor的博客 8071

AI工具快速重绘爆款插画短视频

最近经常刷到这种视频,时长十几秒,前面是正能量视频,最后是一张AI绘画,作品数据都非常不错。

Nonsense_man的博客 599

Unity零基础到入门 ☀️| 小万字教程 对 Unity 中的 协程 ❤️全面解析+实战演练❤️

Unity,为了让Unity基础知识专栏更加完善,又肝了一篇协程来学习。 协程在Unity中还是很常用的,一起来看一下协程的基本概念和使用方法吧!

努力前行,总会成为自己心中的那道光 8万+

AI绘画:采样步数对出图质量的影响实测

实测表明,采样步数并非越多越好。在DPM++ 2M Karras采样器下,20-30步已达画质巅峰,30步后边际收益趋近于零,50步以上纯属浪费时间。不同采样器最优步数各异,其中UniPC在低步数(8-12步)即能媲美高步数效果,适合快速迭代。推荐日常出图使用25步,追求质量可至30步,兼顾效率与画质,避免盲目堆步数。

不踩坑,不知道坑有多深;不总结,踩过的坑白踩。 1万+

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

视频隐私脱敏工程化:CSRT/KCF追踪算法在本地推理中的实现与边界

在短视频内容合规审查中,动态遮挡(Dynamic Masking)是高频且高耗时的环节。传统手动关键帧打码不仅效率低下,且在目标快速移动或遮挡时极易出现遮罩漂移。本文从计算机视觉工程角度,解析基于CSRT与KCF算法的目标追踪方案在视频隐私处理中的技术路径、性能权衡及落地实践。

Mysssone的博客 384

IMSL CNL 7.0.0 (x86-64)Crack

IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件,这是C++版本的破解文件

UML面向对象-分析、建模与设计(第三版·微课视频·题库版)顺序图画图

该顺序图展示了客户端(Client)通过事务对象(Transaction)与ODBC代理(ODBCProxy)的交互过程。客户端创建事务,设置操作参数并提交,事务调用代理完成数据设置,最后销毁事务。整个流程体现了对象间协作与生命周期管理,清晰展现了系统内部调用顺序与状态变化。

一亩高粱 34

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

AI 视频进入智能体时代:一条短片,如何从灵感走到成片?

AI 视频创作正在从单点生成走向完整流程。本文结合 Adobe Firefly 的新动向,梳理从确定目标、准备授权素材、设计画面到配音字幕和发布前复核的五步方法,并介绍 Aivo容剪如何辅助团队衔接创作环节。

AIVOClaw的博客 145

AI动画视频生成器免费在线怎么用?新手完整操作教程

AI动画视频生成器让零基础用户也能快速制作动画内容,本文拆解在线创作全流程:剧本构思、角色场景设定、提示词撰写、分镜生成、后期剪辑导出。对比免费版与付费版本的差异,讲解免费工具常见限制,分享素材导入、提升画面一致性的实操技巧,解答角色跑脸、提示词难写等高频问题,同时介绍适合短剧团队的规模化创作方案,帮助个人创作者和团队按需挑选AI动画工具。

2601_96477822的博客 370

视频解说交付前,用 Python 检查字幕时轴与证据镜头是否对齐

用普通 SRT 和 Python 标准库复现两类字幕错误:时轴重叠,以及结论比证据画面提前出现。附可运行示例、修正结果和人工审片边界。

linan96的博客 149

从一段视频到可漫游的 4D 有声场景:思路拆解与最小复现手记

只需一段手机视频,你就能生成可"走进去"的 4D 有声场景:转头时狗叫声方向随之变化,走近时声音更清晰。本文拆解 Video-to-4DAVScene 的核心思路,手把手带你用几十行 Python 搭出最小管线,把视频中的运动物体变成带空间位置的声源,并附上三个真实踩坑的排障经验,代码可直接跑。🎧

helloagent的博客 246

本地化部署会议视频软件如何替换旧平台?账号迁移、历史数据与用户培训怎么安排?

账号先映射:身份与权限验证通过,再开放使用。资料分级处理:能查、能读、权限正确,比“全部搬完”更重要。切换可恢复:入口、增量数据和业务通知都要纳入回退方案。培训按岗位落地:让用户完成真实任务,而不是只听功能介绍。这套方法适合政企、集团及医疗等具有长期资料留存、多终端接入和业务集成需求的组织。小规模替换可以简化批次与流程,但不应省略权限验证、备份恢复和关键会议演练。

hz56789的博客 292

打字就能剪视频的AI工具

AI 会替代剪辑师吗?这个问题和“AI 会替代程序员吗”一样,问错了方向。会用 AI 工具的人,正在替代不会用的人。一个剪辑师用传统方式花三天做的宣传片,另一个人用 UniCut 一天做完,质量差不多,市场会选谁,答案很明显。工具的进化从来不是把专业的人淘汰掉,而是把专业的门槛拆掉。浏览器已经打开了,剩下的就是你愿不愿意试一下。体验地址:https://unicut.h5ds.com/开源仓库:https://github.com/mtsee/unicut。

d676015863的博客 166

AI 礼盒开箱视频怎么做?让商品亮相更有仪式感

AI商品视频通过精细设计开箱动作与场景节奏,将礼盒从静态包装转化为沉浸式送礼体验。从暖光布景、情感化构图到手部停顿、商品细节特写,每一帧都传递“精致”与“珍视”。以珠宝礼盒为例,俯拍视角下,红色对开门展开如舞台揭幕,银色项链在深蓝夜空衬底中缓缓呈现,掌心承托、缓慢转动,强化视觉记忆。结尾平铺构图,礼盒与商品共存,情绪由期待落至静谧珍藏。全程无文字,靠画面叙事,实现仪式感与品牌调性的深度融合。

yunhhhhh的博客 130

RN鸿蒙空间音频实战

示例仓库:https://atomgit.com/m0_37170006/react-native-ohos-spatial-audio 社区导引:框架源码与版本发布见 https://atomgit.com/CPF-RN/ohos_react_native/tree/0.84-main CPF-RN 鸿蒙社区:https://atomgit.com/CPF-rn。

buhuisuanfa的博客 2万+

通过 AIGC 生成视频何时才能告别“抽卡”!

如果视频的主体内容已经符合要求,只存在错误字幕或局部画面瑕疵时,重新生成不仅增加成本,还可能改变原本满意的部分。针对这类问题,WAND-EraseVibe+ 提供了视频擦除与画面重建能力。根据腾讯云披露的技术方案,该工具采用基于隐空间 Transformer 的生成式修复架构,先将视频画面编码为隐空间特征,在特征层推断并重建需要修复的区域,再解码为视频画面。白模前置、垂直场景调优和局部修复分别作用于不同环节,目的都是减少为了获得可用内容而付出的重复生成成本。

Enweitech Software Works 163

网页视频资源识别与本地化管理:从 HTTP 流媒体技术到完整的视频工作流

现代网页视频技术已经从简单的文件传输发展到分段传输、自适应码率和浏览器端媒体处理。这使视频播放体验不断改善,也让资源识别和本地管理变得更加复杂。对于技术人员而言,理解 HTTP、HLS、MPEG-DASH 和 MSE 的基本工作机制,有助于更准确地分析网页视频的传输过程。对于视频创作者和研究人员而言,建立从内容发现、资源识别到本地整理的完整工作流,可能比单纯寻找一个下载工具更有长期价值。

m0_68263549的博客 453
上一篇: 国家数据局国考招录12人;两万字全景讲解Agent;当基座LLM公司开始转2C;「霉霉说中文」视频的3种实现方案 | ShowMeAI日报
下一篇: AI、万圣节与聊斋;用AI写甜蜜恋爱小暖文;AGI新趋势与机会洞察;Meta官方Llama 2入门指南 | ShowMeAI日报
ShowMeAI
博客等级 码龄5年 6514粉丝 672原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

ShowMeAI

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值