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
万字解析，我们在做中国版的Replika，吗？
https://a0orhs0srr.feishu.cn/docx/Joi6dumdCorhJUx6XHYc05BKnCg
为了做出世界上最棒的虚拟伴侣产品，加入我们！
https://a0orhs0srr.feishu.cn/docx/LdUodR4bYoU2S9xWdZ4cBwdBnde
央视这个AI视频做得真的很不错。
初步拆解下，这个AI视频的工作流大概是mj+sd+runway/pika，sd有用到animatediff和deforum插件。
央视最近跟疯了一样地拥抱AI，从春晚到专题报道再到实际工作中的素材都在全面拥抱AI，激进得和老大哥稳重形象一点都不符，用的还都是要科学上网才能用的工具…
是有什么kpi吗？
初步拆解下，这个AI视频的工作流大概是mj+sd+runway/pika，sd有用到animatediff和deforum插件。
央视最近跟疯了一样地拥抱AI，从春晚到专题报道再到实际工作中的素材都在全面拥抱AI，激进得和老大哥稳重形象一点都不符，用的还都是要科学上网才能用的工具…
是有什么kpi吗？
终于来了！ Midjourney角色一致性功能发布.
下面视频是网站的使用方法和介绍：
这个功能和之前的风格参照很相似，不同之处在于它不是匹配一个特定风格，而是让角色与给定的角色参照图像相符合。
如何使用：
在你输入的指令后面加上 --cref URL，URL是你选择的角色图像的链接。
你还可以用 --cw 来调整参照的“强度”，范围从100到0。
默认的强度是100 (--cw 100)，这时会参考人物的脸部、发型和衣着。
如果设置为强度0 (--cw 0)，那么系统只会关注脸部（这对于更换服饰或发型很有帮助）。
适用范围：
这个功能最适合用于Midjourney创作的角色图像。不太适合用于真人照片（可能会产生一些扭曲，就像普通图像提示那样）。
Cref的工作方式类似于普通图像提示，但它更专注于角色的特征。
但请注意，这项技术的精确度是有限的，它无法复制极其细微的特征，比如特定的酒窝、雀斑或T恤上的标志。 Cref同样适用于Niji和普通MJ模型，并且可以与--sref一起使用。
高级功能：
你可以使用多个URL，通过 --cref URL1 URL2 的方式来结合多个图像中的角色信息（这和使用多重图像或风格提示类似）。
在web alpha版本中如何操作：
只需将图片拖动或粘贴到想象工具栏，你会看到三个图标。选择这些图标之一，可以设置图片用作图像提示、风格参照或角色参照。如果你想让一张图像同时用于多个类别，只需按住Shift键再选择。
请记住，由于MJ V6目前还处于alpha测试阶段，这个和其他功能可能会有所变化。但不久后，我们会推出官方的V6 beta版。
下面视频是网站的使用方法和介绍：
这个功能和之前的风格参照很相似，不同之处在于它不是匹配一个特定风格，而是让角色与给定的角色参照图像相符合。
如何使用：
在你输入的指令后面加上 --cref URL，URL是你选择的角色图像的链接。
你还可以用 --cw 来调整参照的“强度”，范围从100到0。
默认的强度是100 (--cw 100)，这时会参考人物的脸部、发型和衣着。
如果设置为强度0 (--cw 0)，那么系统只会关注脸部（这对于更换服饰或发型很有帮助）。
适用范围：
这个功能最适合用于Midjourney创作的角色图像。不太适合用于真人照片（可能会产生一些扭曲，就像普通图像提示那样）。
Cref的工作方式类似于普通图像提示，但它更专注于角色的特征。
但请注意，这项技术的精确度是有限的，它无法复制极其细微的特征，比如特定的酒窝、雀斑或T恤上的标志。 Cref同样适用于Niji和普通MJ模型，并且可以与--sref一起使用。
高级功能：
你可以使用多个URL，通过 --cref URL1 URL2 的方式来结合多个图像中的角色信息（这和使用多重图像或风格提示类似）。
在web alpha版本中如何操作：
只需将图片拖动或粘贴到想象工具栏，你会看到三个图标。选择这些图标之一，可以设置图片用作图像提示、风格参照或角色参照。如果你想让一张图像同时用于多个类别，只需按住Shift键再选择。
请记住，由于MJ V6目前还处于alpha测试阶段，这个和其他功能可能会有所变化。但不久后，我们会推出官方的V6 beta版。
我认为，自动化软件工程的发展轨迹会与自动驾驶类似。以自动驾驶为例，它的发展过程大致可以分为以下几个阶段：
起初，人们完全手动驾驶。
随后，AI开始帮忙控制车辆保持车道。
接着，AI能够根据前车速度调整自己的行驶速度。
之后，AI进一步能够自主变道和选择分叉路口。
然后，AI还能在交通标志和红绿灯前停车，并执行转弯操作。
最终，随着功能的完善和质量的不断提升，实现完全自动驾驶成为可能。
在这个过程中，AI的参与程度越来越高，而人类的直接操作则逐渐减少，但仍需进行监督。软件工程的发展也遵循着类似的模式：
最初，开发者完全手动编写代码。
然后，GitHub Copilot能够自动补全几行代码。
进一步地，ChatGPT可以编写较大的代码块。
之后，我们会处理越来越大的代码差异（例如，Cursor copilot++风格，可以参考这个精彩的演示 网页链接）。
5.... “Devin”是一个非常引人注目的演示，它可能预示着软件工程的下一步发展方向：协调多种开发工具（如终端、浏览器、代码编辑器等）的集成应用，同时人类监督者的角色也逐渐转变为进行更高层次的抽象管理。
在这一过程中，不仅AI技术本身需要大量的工作，用户界面和用户体验设计也同样重要。我们需要思考，开发者如何有效地进行监督？他们需要关注哪些信息？他们如何引导AI朝向不同的发展路径？遇到问题时，他们又该如何进行调试？为了适应这些变化，我们可能需要对代码编辑器进行根本性的改进。
总之，软件工程正处于一个重大变革的时期。在未来，它更可能呈现为监督自动化过程的形式，同时贡献高层次的指令、创意或发展策略，而这一切都将通过英语来实现。
来源：网页链接
这些超级计算集群将用于支持多种人工智能任务，包括培训 Llama 3 大型人工智能模型。Meta 特别强调，他们致力于开放式计算和开源技术，这些集群基于 Grand Teton、OpenRack 和 PyTorch 等平台构建而成。
这些集群设计用于支撑大型和复杂的人工智能模型，着重于提升性能、确保可靠性和扩展能力。
Meta 的策略包括了设计定制化的硬件设备、采用先进的网络解决方案，比如 RDMA over converged Ethernet (RoCE) 和 NVIDIA Quantum2 InfiniBand 网络技术，还有利用 FUSE API 和 Tectonic 分布式存储等技术的优化存储方案。
此外，Meta 也在注重通过软件优化和与框架开发者（例如 PyTorch）合作，使其人工智能集群在最大化性能的同时，也易于使用。
来源：网页链接
Cognition发布首位AI软件工程师Devin，这个演示相当惊艳。#ai#
Devin 是一个自主Agents，它通过使用自己的 shell、代码编辑器和网络浏览器来解决工程任务。
Devin成功通过了知名人工智能公司的实际工程面试，甚至还在 Upwork 上完成了实际工作。
Devin 在无辅助情况下正确解决了 13.86% 的问题， ...
Devin 是一个自主Agents，它通过使用自己的 shell、代码编辑器和网络浏览器来解决工程任务。
Devin成功通过了知名人工智能公司的实际工程面试，甚至还在 Upwork 上完成了实际工作。
Devin 在无辅助情况下正确解决了 13.86% 的问题， ...
Turrit是一款Telegram第三方客户端，默认支持全语言，除原版功能，还包括：
💡Features：
- Upload and download speed boost（上传下载极速，最高提速20倍）
- Pre-send translation through ChatGPT （内置自动翻译器，发送前翻译，支持Chatgpt翻译）
- Set up privacy with just a click to block random people from pulling you into groups. （一键隐私设置，防止陌生人拉群）
- Add friends through QR code scanning （扫二维码快速加好友）
- Hide Stories from chat page （支持移除Story）
⬇Google Play:
https://play.google.com/store/apps/details?id=org.telegram.group
⬇iOS：
https://apps.apple.com/us/app/turrit-messenger-for-telegram/id6471781238
📱 Platform: #Android #iOS
这个利用 3D 制作白膜然后 SD 重绘生成视频的项目，最后的效果非常好，同时作者给了相对详细的操作步骤。#ai视频##ai画图#
下面是他的工作流：
基础渲染：
首先在Cinema 4D软件中创建并动画化了一个3D虚拟角色，这个角色的体型和面部结构都是依照客户的样貌设计的。
我还细致地给这个3D角色做了纹理处理，以便使用EbSynth软件更好地追踪角色身体的不同部位。这里还涉及到了我为角色设计的3D服装，我将它们作为一个独立的渲染通道，在后期合成阶段加入。
AI输出：
接着，我利用了一个AI模型（SD 1.5版本，当然是得到客户许可后进行的）来处理客户的相貌特征，并使用了一个名为Warp Fusion的技术来生成你现在看到的图像序列。使用Warp Fusion的过程非常耗时，主要是因为它需要不断地尝试和调整。
去闪烁：
这是最复杂的一个步骤。我使用EbSynth进行初步处理，然后通过Davinci Resolve和Topaz Video AI软件来平滑化Warp Fusion的输出结果，同时尽量保持细节。
此外，我还使用了Google Research的帧插值工具来优化角色脸部的某些动作（这些动作在EbSynth中无法得到很好的处理），然后在After Effects软件中把这些处理后的画面加入到视频中。
3D服装：
这一步主要是把之前“基础渲染”阶段制作的服装渲染通道加入进来，并尽可能地进行蒙版处理和合成。由于去闪烁过程对角色动作的插值有所改变，所以服装渲染并不完全同步于角色，但效果依然可以接受。
后期处理：
这个步骤主要是在After Effects中进行常规的视频合成工作。
来源：Reddit 用户Jushooter 歸藏的AI工具箱的微博视频
下面是他的工作流：
基础渲染：
首先在Cinema 4D软件中创建并动画化了一个3D虚拟角色，这个角色的体型和面部结构都是依照客户的样貌设计的。
我还细致地给这个3D角色做了纹理处理，以便使用EbSynth软件更好地追踪角色身体的不同部位。这里还涉及到了我为角色设计的3D服装，我将它们作为一个独立的渲染通道，在后期合成阶段加入。
AI输出：
接着，我利用了一个AI模型（SD 1.5版本，当然是得到客户许可后进行的）来处理客户的相貌特征，并使用了一个名为Warp Fusion的技术来生成你现在看到的图像序列。使用Warp Fusion的过程非常耗时，主要是因为它需要不断地尝试和调整。
去闪烁：
这是最复杂的一个步骤。我使用EbSynth进行初步处理，然后通过Davinci Resolve和Topaz Video AI软件来平滑化Warp Fusion的输出结果，同时尽量保持细节。
此外，我还使用了Google Research的帧插值工具来优化角色脸部的某些动作（这些动作在EbSynth中无法得到很好的处理），然后在After Effects软件中把这些处理后的画面加入到视频中。
3D服装：
这一步主要是把之前“基础渲染”阶段制作的服装渲染通道加入进来，并尽可能地进行蒙版处理和合成。由于去闪烁过程对角色动作的插值有所改变，所以服装渲染并不完全同步于角色，但效果依然可以接受。
后期处理：
这个步骤主要是在After Effects中进行常规的视频合成工作。
来源：Reddit 用户Jushooter 歸藏的AI工具箱的微博视频
与其他画笔快速生成图片的尴尬应用不同， Musepro 这个iPad 应用看起来是真的可用了。#ai画图#
借助 iPad 搭配的 Apple Pencil以及内置的丰富笔刷，应该可以极大的提高画图效率。
还支持非常精细的种子和重绘幅度调整，支持图像放大以及分图层绘制。
官网： 网页链接歸藏的AI工具箱的微博视频
借助 iPad 搭配的 Apple Pencil以及内置的丰富笔刷，应该可以极大的提高画图效率。
还支持非常精细的种子和重绘幅度调整，支持图像放大以及分图层绘制。
官网： 网页链接歸藏的AI工具箱的微博视频
