AI探索指南

关于AIGC人工智能、思维方式、知识拓展，能力提升等。投稿/合作： @inside1024_bot
AIGC 领域的最新工具、开源项目以及行业大事件

AI探索指南

  1. AI探索指南

    对话克隆是我们年底的重磅功能

    对话克隆是我们年底的重磅功能
    我特地为这个功能配了一首主打歌
    希望你会喜欢。

    《突然的真我》

    听见你读 稿子起又落 语气难测 全是那机械波

    我已习惯 你闲聊时的自我 挥挥洒洒 将声音看通透

    那就不要留 机械读稿不再有 你闲聊的音色 挂更多的彩虹

    我会紧紧的 将你呼吸放在心头 说中文时候 就复刻你温柔

    把闲聊填进我的心扉 伤心也是带着微笑的眼泪

    数不尽免费 试不完机会 如果仅有此声 又何用待从头

  2. AI探索指南

    2025年，我们做的的最后一个新功能今天正式上线了

    2025年，我们做的的最后一个新功能今天正式上线了
    全球首个对话语音克隆系统
    在闲聊之中，克隆你最真实的声音
    无限次免费体验，声音不像不要钱。

    什么是对话声音克隆呢？
    先来看看视频演示吧
    也可以直接免费体验
    https://listenhub.ai/voice-cloning

    录个音而已，为什么要整这么麻烦？

    以前的语音克隆方式，都是让你念一段话。
    那个声音是冷冰冰的，没有任何情感。
    它不是在自然说话，而是在机械读稿。
    那个声音，根本就不是你。

    在帮用户克隆声音的这几个月里，我们每天就在想：
    为什么录音这种看似简单的事情，大家都做不好呢？
    为什么大家对着稿子念的时候，就不会正常说话了呢？
    我们后来发现，人们只有在和朋友闲聊的时候，才能使用自己真实自然的声音。

    于是，在 10 月的时候，我做了一个大胆的决定：
    我们要做一个对话声音克隆系统，帮助每个人找回自己最真实的声音。

    这无异于为了一瓶醋包了一顿饺子...

    但我们知道，声音太重要了。
    声音是 ListenHub 的差异化，也是每一位创作者独特的IP属性。
    不管是播客、FlowSpeech 还是解说视频，真实自然的声音都是表达最重要的基石。
    经过2个月的开发、测试、内测，经过了上百位用户的真实体验和反馈，经过了三次线上的迭代...
    今天，我们终于可以骄傲地宣布，全球首个「对话式语音克隆系统」正式上线！

    而且为了帮助每个人都能找到自己真实的声音，此功能可以无限次尝试，完全免费体验。
    每个人都可以这里免费体验，在你找到那个完美的声音之前，都不需要考虑付费。
    如果不满意，那就不要留。

  3. AI探索指南

    传统的视频生产产品，其实一直以来都面临着如何解决和平衡 使用门槛、生产成本和效果控制 这个不可能三角的难题

    AI探索指南
    Medeo 1.0 终于上线了，这是我认为第一个真正意义上的视频 Agent 试了一下相当惊艳，具体的特点有： - 支持非常灵活的通过自然语言进行修改 - 支持超过上千字的超长提示词 - 提供非常好的泛化性，各种风格和垂类都可以做。 写了基础教程，并探索了三套非常好的提示词：https://mp.weixin.qq.com/s/ltoRVzX-6MHkRw8hl3qyNQ 由于篇幅所限这里先分享一下 Medeo 的基础教学和使用技巧以及他们关于视频 Agent 的思考 学一下基础操作 1️⃣第…
    传统的视频生产产品，其实一直以来都面临着如何解决和平衡 使用门槛、生产成本和效果控制 这个不可能三角的难题。

    一些产品可以产出非常复杂而且高质量的内容，但是与此同时带来非常高的使用门槛和学习操作成本；

    一些我们说的套壳产品，快速接入了各种模型和工具，但是他们各自为战，用户需要自己选择对应的模型并且在传统工具中进行复杂的剪辑工具；

    最后是一些本质上是工作流的 Agent 产品，门槛变低了，但是内容制作的广度和多样性被牺牲了，普通用户只能等待产品更新模板或者工作流，而且工作流的更新非常消耗人力。

    Medeo 的选择是：构建一套专门为视频 Agent 创作的语言Gensystem，主要由三部分构成：

    首先是 Medeo DSL：一套专门用来对视频内容和制作方法进行表述的“视频制作语言”可以将用户的模糊自然语言指令转换为模型可以理解的视频编辑操作。

    然后是 Context System：由工具集、视频制作方式等信息构建的上下文系统，每次对话都可以从用户的指令和需求中匹配更多的视频制作专业上下文。

    最后是 Environment：这是一个可以支持用户与 AI 共同行动、控制编辑的视频剪辑界面，我们前面说的混合编辑就是这个东西。

    我前几天说过，我写Medeo提示词有两个原则：

    尽可能的简洁，少写一些具体的需求
    尽可能的通用，让提示词能支持更多的能力和更多的场景

    但是，这两个能促使我去实现这两种写法的，其实对于模型本身和整个Agent的系统有足够高的要求。

    这个系统必须能够自己补充上下文，同时自己有一定的智能，无论是在图像设计上的智能，还是在视频剪辑以及视频构建上的智能。

    所以一个系统是否能支持这两种写法和原则，可以一定程度上判断这个系统的上下文管理能力、上下文获取能力以及智能程度。

  4. AI探索指南

    Medeo 1.0 终于上线了，这是我认为第一个真正意义上的视频 Agent

    Medeo 1.0 终于上线了，这是我认为第一个真正意义上的视频 Agent

    试了一下相当惊艳，具体的特点有：

    - 支持非常灵活的通过自然语言进行修改
    - 支持超过上千字的超长提示词
    - 提供非常好的泛化性，各种风格和垂类都可以做。

    写了基础教程，并探索了三套非常好的提示词：https://mp.weixin.qq.com/s/ltoRVzX-6MHkRw8hl3qyNQ

    由于篇幅所限这里先分享一下 Medeo 的基础教学和使用技巧以及他们关于视频 Agent 的思考

    学一下基础操作

    1️⃣第一个部分是他们的一些模板，这里不是只有画面风格，他包含了画面、台词、剪辑方式以及音乐等一系列优质视频的必要要求，你可以选择一个你喜欢的直接套用。

    2️⃣第二个部分很好理解了，你可以选择生成横版或者竖版视频，这里目前只支持 16:9 以及 9:16 两个常见比例。

    3️⃣第三个部分，里面支持超多的自定义设置，如果你对细节要求较高可以选择，比如视频时长、具体生成的类型只生成图片或者是视频、画面风格、配音的声音。

    4️⃣最后一个部分是素材上传，支持直接从 URL 里面拉取其中的文本和图片作为素材，也可以自己上传对应的文本和图片。

    基本上，你在输入框直接描述你的视频生成需求，就可以开始创作。

    而且这里你也不需要过于详细地描述需求，因为 Medeo 是支持后续通过自然语言对生成的视频进行修改的。

    比如，这里前面有两段素材重复了，你就可以告诉它这两段素材的位置，然后让它重新生成，并且替换。它可以很完美地执行这些操作。

    当然，更简单的是让他自己找出重复的素材然后替换也行。

    Medeo 几乎支持市面上常见的所有图像和视频模型

    由于非常强的泛化性，你可以通过提示词指定他具体使用哪些模型生成图片或者视频，再或者直接用 Sora 这种模型直接生成完整视频。

    他甚至非常聪明地自己在决定什么时候该用文生图，什么时候该用图生图。

    除了支持自然语言编辑，Medeo 依然支持在左侧使用你熟悉的剪辑页面编辑，这个也是独一份的体验。

    你可以拖动每个分镜的边界线去控制分镜的时长，也可以直接在 Audio script 部分编辑对应文案，还能具体定义每个音频的音量和时间。

    他们为什么可以做好

    从官号和跟他们日常聊天了解了一下，他们为了实现质量和灵活度都兼顾的 Agent 架构做了哪些事情。

  10. AI探索指南

    6G全球顶级平台｜官方直营

    Forwarded from Post Bot


    6G全球顶级平台｜官方直营
    亿万级资金池 · 大额秒提 0风控
     6G.com

    特码48.8倍
    高赔率 高反水
    官方同步 · 正实时开奖 · 公平透明
     彩票入口：6G.COM
    爆庄王者 首充1000,6天狂赚120万U
    爆奖接力 玩家500一拉爆奖133万U
    麻将传说 · 一局起飞 · 豪揽100万U
    亿万备用金坐镇｜大额无忧 · 真硬实力
    所有爆奖记录公开可查｜真数据 真提现

    新人注册送 最高666U
     电子每日首存 +16%
     首存最高 送6666U
     二三存再 送8666U
    每日飞投下注抢彩金 8888U


     综合盘入口: 6G.com
     彩票入口: 6G.com
    彩票客服：@PC6G
     综合盘飞投: @AA6G
     综合盘客服：@KF6G
    综合盘代理：@daili6G
    官方频道：@ www6gvip

    日出款千万 · 链上可查
    #权威认证 #亿万资金保障 #爆奖无限