20240426 每日AI必读资讯

阅读本书更多章节>>>>

🔊 OpenVoice V2版本发布 

- 原生支持英语、西班牙语、法语、中文、日语和韩语。

- 音频质量大幅提升。

- 能轻松克隆任何声音，用多种语言说话，并可控制情感口音。

- 能对声音风格的精细控制，包括情感、口音、节奏、停顿和语调，同时能够复制参考发言者的音色。

网站：Open Voice
GitHub: http:// github.com/myshell-ai/OpenVoice
技术报告:https://arxiv.org/pdf/2312.01479.pdf
在线演示: OpenVoice | Lepton AI Playground
创建自己的语音机器人: http://myshell.ai

🔗 https://blink.csdn.net/details/1687888

🎭DeepFacelive： 可以在直播过程和视频通话时进行实时换脸的工具

- 建立在 DeepFaceLab 的基础上，后者为当前领先的面部交换框架，能够产生接近电影质量的面部合成效果。

- 用户可以在视频通话中实时更换自己的面部，使用来自网络摄像头的实时视频或预录视频。

- DeepFaceLive应用中还包括一个面部动画模块，用户可以控制静态面部图片，通过视频或相机捕捉的自己的面部来操作这些图片。

🔗GitHub：https://github.com/iperov/DeepFaceLive…

🔗软件下载：https://deepfakevfx.com/downloads/deepfacelive/…

🔗 https://blink.csdn.net/details/1687876

👗超真实的虚拟试衣软件IDM-VTON 连衣服的褶子都那么真实

- 高度真实感: IDM-VTON生成的试衣图像细节精细，为用户带来接近现实的试衣体验。

- 复杂背景处理: 技术能在各种场景中准确展示衣物的试穿效果，保持图像高质量。

- 一致性保持: 在不同人物模型上展示同一件服装时，保持服装细节的一致性，确保呈现效果一致。

🔗项目地址：https://idm-vton.github.io/

🔗 https://blink.csdn.net/details/1687877

🔍 HiDiffusion：大幅提升扩散模型的图像生成质速度提升6倍

- HiDiffusion技术能显著提升SD生成图像的分辨率和生成速度，允许图像分辨率高达4096×4096，生成速度提高1.5至6倍。

- HiDiffusion包含认知分辨率U-Net模块和修改版本升降窗多头自注意力机制，有效避免对象重复现象，减少计算量。

- 通过应用HiDiffusion于预训练的扩散模型，能将图像生成的分辨率提高至4096×4096，同时提升生成速度1.5至6倍。

 🔗项目地址：https://hidiffusion.github.io

🔗 https://blink.csdn.net/details/1687878

🎵阿里对口型项目EMO开启内测 可将照片转为唱歌视频

- 简便操作和低成本：用户只需提供照片和语音模型即可定制数字人像，与其他产品相比具有免费高效的优势。

- 广泛适用性：不仅限于写实人像，还能生成3D模型和二次元漫画风格视频，满足不同用户需求。

- 自然表达：EMO模型首次提出weak condition设计，生成表情丰富、表现力强的人脸，保持音频特征与图像像素的一致性。

🔗内测申请地址：https://www.wjx.top/vm/exOVbr1.aspx#

🌐比Gemini Pro1.5强！可解读视频的多模态模型Pegasus-1公测

- Pegasus-1在视频理解领域取得新突破，比Gemini Pro1.5强。

- 数据优化驱动模型表现，提供强大基础视频理解能力。

- 在视频问答、对话和摘要等任务中胜过现有模型，展现出卓越性能。

🔗API文档：https://docs.twelvelabs.io/docs/generate-text-from-video

🔗 Introducing Video-To-Text and Pegasus-1 (80B)

🤖Nvidia CEO黄仁勋亲自向OpenAI交付第一台DGX H200

- Nvidia DGX H200作为最新、最先进的AI处理器，在人工智能技术领域迈出重要一步。

- OpenAI通过获得DGX H200将提升研究能力，尤其是在GPT-5模型的发展上。

- DGX H200的推出将赋予研究人员和开发人员处理更雄心勃勃项目的能力，可能在药物发现、气候建模和自动驾驶技术等领域取得重大突破。

🎬 AI电影制作平台Morph Studio正式向候补用户开放访问权限

- Morph Studio正式向候补用户开放访问权限，新增视频生成角色一致性和配音生成功能。

- 用户可通过引入参考图像精细制作视频，使用音效模型丰富音频效果。

- Morph Studio一体化制作流程高效连贯，建立活跃用户社区是竞争优势。

🔗产品入口：Morph Studio

🔗点此加入候补名单：https://app.morphstudio.com/waitlist

阅读本书更多章节>>>>

本文链接：https://www.kjpai.cn/gushi/2024-04-28/163090.html，文章来源：网络cs，作者：往北，版权归作者所有，如需转载请注明来源和作者，否则将追究法律责任！