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
AIGC 领域的最新工具、开源项目以及行业大事件
去年被 Google 收购的一家创业公司 Socratic (移动学习教育 APP)，创始人 Shreyans 有一篇文章，总结了她从这次收购中看到了、学到了什么。
去年读的时候感觉挺平常的，今天重读一遍发现有一些点还是很深刻的，比如大公司对于创业公司的看法是什么、什么情况才会注意到创业公司、大公司相比于创业公司的优劣势等。
1）Google does things the Google way, 谷歌以谷歌的方式做事
谷歌使用的几乎每一款软件和基础设施都是在谷歌构建的，这是比大多数公司更早面对最棘手的工程问题下的自然结果。
这意味着我们无法保留我们自己的代码库，必须从头开始，在谷歌的技术栈上重建我们的应用程序，与新团队一起重建产品。
2）简单的事情反复完成会让人感到不可思议
我注意到的一个模式是，伟大的 AI 研究人员愿意手动检查大量数据。不仅如此，他们还构建了基础设施，使他们能够快速手动检查数据。虽然并不光彩，但手动检查数据可以提供有关问题的宝贵直觉。
3）大多数问题不值得谷歌花费时间
大多数用户规模在 1000 万至 5000 万之间的问题并不值得谷歌花费时间，而且不符合他们的战略。但对于符合他们性质、战略以及某人的晋升目标的问题，他们将投入大量精力。
4）谷歌员工渴望交付出色的工作，但往往无法做到
虽然毫无疑问，有一些人是冲着美食而来，每天只工作 3 小时，享受着提前退休的生活，但我所遇到的所有人都是认真、努力工作，并希望能够做出优秀的工作。
打败渴望出色的员工的是审查的重重关卡、频繁的组织重组、过去失败留下的制度疤痕，以及在国际舞台上做一些简单事情的复杂性。初创公司可以忽略许多问题，但谷歌员工很难做到这一点。
另一个阻碍他们的是他们自己。所有聪明的人都能反驳任何事情，但却不能支持某件事情。所有的领导者缺乏说出令人不适的真相的勇气，以及所有被雇佣却没有明确项目可供工作的人，但仍必须通过虚构的工作来保留其晋升资格。
5）头重脚轻、结构庞大的组织很难调整方向
我亲身经历的另一个阻碍进展的因素是组织结构的顶层过重。一个团队拥有多位成功的联合创始人和 10~20 年的谷歌老兵听起来可能是取得伟大成就的秘诀，但这也是制造僵局的秘诀。
如果有多个领域可以探索，明确的目标以及强大的自主权来追求这些路径，这种结构可能有效。但如果你想要致力于一个统一的产品，它需要一个明确的领导者，一个明确的方向，以及更多的实干者而非思考者。与直觉相反，在早期项目中增加更多人并不能使项目进展得更快。
6）在谷歌，只要你玩对了游戏，惊喜的事情就是可能的
谷歌曾经有一套他们称之为“三尊重”的内部价值观：尊重用户，尊重彼此，尊重机遇。
前两者比较容易理解，但第三者却让大多数人感到困惑。我的理解是：你在谷歌，这是一个极其盈利、充满天才的企业。你薪水丰厚，食物丰盛，生活在永恒的春天天堂——硅谷。
所以，拥有这种疯狂的运气，你能做的最好的事情是什么呢？
去年读的时候感觉挺平常的，今天重读一遍发现有一些点还是很深刻的，比如大公司对于创业公司的看法是什么、什么情况才会注意到创业公司、大公司相比于创业公司的优劣势等。
1）Google does things the Google way, 谷歌以谷歌的方式做事
谷歌使用的几乎每一款软件和基础设施都是在谷歌构建的，这是比大多数公司更早面对最棘手的工程问题下的自然结果。
这意味着我们无法保留我们自己的代码库，必须从头开始，在谷歌的技术栈上重建我们的应用程序，与新团队一起重建产品。
2）简单的事情反复完成会让人感到不可思议
我注意到的一个模式是，伟大的 AI 研究人员愿意手动检查大量数据。不仅如此，他们还构建了基础设施，使他们能够快速手动检查数据。虽然并不光彩，但手动检查数据可以提供有关问题的宝贵直觉。
3）大多数问题不值得谷歌花费时间
大多数用户规模在 1000 万至 5000 万之间的问题并不值得谷歌花费时间，而且不符合他们的战略。但对于符合他们性质、战略以及某人的晋升目标的问题，他们将投入大量精力。
4）谷歌员工渴望交付出色的工作，但往往无法做到
虽然毫无疑问，有一些人是冲着美食而来，每天只工作 3 小时，享受着提前退休的生活，但我所遇到的所有人都是认真、努力工作，并希望能够做出优秀的工作。
打败渴望出色的员工的是审查的重重关卡、频繁的组织重组、过去失败留下的制度疤痕，以及在国际舞台上做一些简单事情的复杂性。初创公司可以忽略许多问题，但谷歌员工很难做到这一点。
另一个阻碍他们的是他们自己。所有聪明的人都能反驳任何事情，但却不能支持某件事情。所有的领导者缺乏说出令人不适的真相的勇气，以及所有被雇佣却没有明确项目可供工作的人，但仍必须通过虚构的工作来保留其晋升资格。
5）头重脚轻、结构庞大的组织很难调整方向
我亲身经历的另一个阻碍进展的因素是组织结构的顶层过重。一个团队拥有多位成功的联合创始人和 10~20 年的谷歌老兵听起来可能是取得伟大成就的秘诀，但这也是制造僵局的秘诀。
如果有多个领域可以探索，明确的目标以及强大的自主权来追求这些路径，这种结构可能有效。但如果你想要致力于一个统一的产品，它需要一个明确的领导者，一个明确的方向，以及更多的实干者而非思考者。与直觉相反，在早期项目中增加更多人并不能使项目进展得更快。
6）在谷歌，只要你玩对了游戏，惊喜的事情就是可能的
谷歌曾经有一套他们称之为“三尊重”的内部价值观：尊重用户，尊重彼此，尊重机遇。
前两者比较容易理解，但第三者却让大多数人感到困惑。我的理解是：你在谷歌，这是一个极其盈利、充满天才的企业。你薪水丰厚，食物丰盛，生活在永恒的春天天堂——硅谷。
所以，拥有这种疯狂的运气，你能做的最好的事情是什么呢？
大家好，确实，我昨天刚刚离开了OpenAI。首先要说的是，这并非因为发生了什么特别的事件或问题，也不涉及任何戏剧性的变故（不过，大家继续提出的各种阴谋论还是挺有趣的:））。其实，过去大约一年在OpenAI的经历非常棒——团队实力强大，同事们非常棒，而且OpenAI的发展规划也极具吸引力，我相信我们都有很多值得期待的事情。目前，我打算专注于我的个人项目，看看能碰到什么新奇的事。那些一直关注我的朋友，可能对我接下来会做什么已经有所预期了;) 再会
跟朋友们做了个情人节小项目，输入图片和想说的话可以生成一张花朵的拍立得照片。
感兴趣可以玩玩。如果觉得不错可以介绍给朋友们试试，生成时间稍微有点长可以耐心等一会。
扫描图片二维码就可以参与。
试了一下Leiapix 这个可以提取图片深度信息，然后生成运镜视频的产品。
效果还挺好的，自定义选项也很丰富，一些简单的场景运镜视频不用视频生成工具用这个也挺好。
直接上传图片然后再右侧调整选项就行。
这里尝试：https://www.leiapix.com/
Invalid media: video
效果还挺好的，自定义选项也很丰富，一些简单的场景运镜视频不用视频生成工具用这个也挺好。
直接上传图片然后再右侧调整选项就行。
这里尝试：https://www.leiapix.com/
Invalid media: video
KREA 发布了他们图像放大功能的 2.0 版本，从演示来看似乎跟 Magnific AI 不相上下了。#ai画图#
可以免费试用，但是需要排队，时长有点离谱，不过整体来看还是比Magnific AI便宜。
这里尝试：网页链接歸藏的AI工具箱的微博视频
可以免费试用，但是需要排队，时长有点离谱，不过整体来看还是比Magnific AI便宜。
这里尝试：网页链接歸藏的AI工具箱的微博视频
这个模型基于Würstchen架构，可以显著降低模型训练的算力成本，比 SD2.1 的算力成本降低了 10 倍左右。另外推理速度会比现有的 SD 模型快一倍左右。
更多功能：
除了标准的文本到图像生成之外，Stable Cascade 还可以执行图像变化和图像到图像生成。
会跟随模型一起发布的 Controlnet：
局部重绘：输入与文本提示附带的蒙版配对的图像。该模型根据提供的文本提示填充图像的遮罩部分。
Canny Edge：通过跟踪输入到模型的现有图像的边缘来生成新图像。该测试也可以从草图进行扩展。
2x超分辨率：也可用于C阶段生成的潜在空间。
了解更多：网页链接
试了一下Leiapix 这个可以提取图片深度信息，然后生成运镜视频的产品。#ai视频#
效果还挺好的，自定义选项也很丰富，一些简单的场景运镜视频不用视频生成工具用这个也挺好。
直接上传图片然后再右侧调整选项就行。
这里尝试：网页链接歸藏的AI工具箱的微博视频
效果还挺好的，自定义选项也很丰富，一些简单的场景运镜视频不用视频生成工具用这个也挺好。
直接上传图片然后再右侧调整选项就行。
这里尝试：网页链接歸藏的AI工具箱的微博视频
