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
找到三个开源的 AI 工具，搭配使用，可以流水线搞定“短剧出海”问题😂
1）视频换脸工具 roop，https://github.com/s0md3v/roop ，提供一张图片就行了，不需要数据集，也不需要训练
2）翻译+配音工具 pyvideotrans，https://github.com/jianchang512/pyvideotrans ，支持切换不同的语音识别、文字翻译、文字合成语音工具
3）唇形同步工具 wa2lip，https://github.com/Rudrabha/Wav2Lip ，唇形同步之后，嘴巴会变得有些奇怪，可以用另外一个开源工具 GFPGAN 进行面部修复，https://github.com/TencentARC/GFPGAN ，有点类似老照片修复技术
这几款工具都能够离线使用，因此也可以通过简单的工程流搭建，实现程序化批量产出。调研完，有点手痒了……
1）视频换脸工具 roop，https://github.com/s0md3v/roop ，提供一张图片就行了，不需要数据集，也不需要训练
2）翻译+配音工具 pyvideotrans，https://github.com/jianchang512/pyvideotrans ，支持切换不同的语音识别、文字翻译、文字合成语音工具
3）唇形同步工具 wa2lip，https://github.com/Rudrabha/Wav2Lip ，唇形同步之后，嘴巴会变得有些奇怪，可以用另外一个开源工具 GFPGAN 进行面部修复，https://github.com/TencentARC/GFPGAN ，有点类似老照片修复技术
这几款工具都能够离线使用，因此也可以通过简单的工程流搭建，实现程序化批量产出。调研完，有点手痒了……
Warp 和 Cursor 最近给了我不少产品灵感，和 coding 没关系。而是 AI 产品的底层逻辑到底应该是怎样思考，如何连接 model-engineering- user这三者。PM们千万不要因为这看起来是给研发设计的工具，而错过了理解业界即将到来的最佳实践的机会。链接中这篇 Cursor 在去年10月给自己设定的命题，是如此深刻，越看越有共鸣。
可以用 AI 将文本内容图像化的笔记产品 Napkin
相当的惊艳，完成度很高。
非常适合用来生成 PPT 的思维图或者帮助自己思考。
比如视频这个例子他会根据文字推荐最适合的图表给你，并且搭配你的文字内容。
你也可以自己创建示意图，饼图这种甚至可以帮你连比例都计算好。
所有的生成的图片都是矢量的可以编辑。
也可以选择 PNG 还是 SVG 进行下载。
单纯当做一个笔记产品用也是很好的。
这里体验：https://app.napkin.ai
相当的惊艳，完成度很高。
非常适合用来生成 PPT 的思维图或者帮助自己思考。
比如视频这个例子他会根据文字推荐最适合的图表给你，并且搭配你的文字内容。
你也可以自己创建示意图，饼图这种甚至可以帮你连比例都计算好。
所有的生成的图片都是矢量的可以编辑。
也可以选择 PNG 还是 SVG 进行下载。
单纯当做一个笔记产品用也是很好的。
这里体验：https://app.napkin.ai
最后，用 Notion AI 一顿「改写」、一顿「续写」。
一篇体面的、人模狗样的文档，就搞出来了。
才 9 点半。就完成了今天焦虑值最高的一份工作。。现在去理个发。
42 章经播客的最新一集中，@曲凯 说了这么一段：
“所以，我们说 C.AI 被收购其实是一个标志性事件，这个事件宣告了很多事情，比如：
1）底层大模型的战争几乎结束，代理人之争也几乎结束
2）模型注定会成为商品化（commodity）的选择，是一种市场通用的解决方案，而不是壁垒（正如我们 23 年初的判断一样）
3）做产品的暂时不用再纠结端到端和全栈的问题，可以放开手去拥抱开源方案，只要多在工程落地上做文章就足够”
这个观察实际上是从 C.AI 的「人才收购」中得到的：做模型的创始人并入 Google，而做应用的团队则继续留在 C.AI。
这是一次模型与应用之间的产业重新分工。
「端到端、全栈、产模一体」模式在去年甚至今年 H1 都很流行。没有自己训练的模型，投资人都不想聊。当然这是国内科技一级市场投资的特定条件决定的，但同时也让 AI 应用的涌现速度慢了更多，而在基础模型上重复建设和投入，很难说没有浪费。
国内的应用开发者没办法，只能在海外找钱，要么找投资，要么独立开发找市场。
相比而言，YC 今年破天荒的开了秋季 batch，其它的孵化器 / 加速器也开足马力。9 月底 YC S24 的 Demo Day 上，很多在今年 H1 开动的产品都会有更完整的形态公之于世。
这时候再回来看，重新划定的分工是不是合理，以及过去几个季度以来大厂囤积的算力，和老黄卖出的显卡到底是不是过剩的。
研究1实验结果显示，在机器人服务情境下，顾客更愿意表达他们的初始需求，表现出更多的自主行为。
研究 2 进一步探讨了社会舒适感在机器人服务影响顾客自主行为中的中介作用。研究发现，顾客在遇到服务机器人时感到的社会舒适感更高，这中介了机器人对自主行为的正面影响。
研究 3a 和 3b 检验了自我呈现关注作为边界条件的影响。研究3a通过线下实验，研究了排队等候环境下的自我呈现关注如何影响顾客行为;研究3b则探讨了社会焦虑水平不同的个体在面对机器人服务时的自主行为差异。
研究 4研究了文化背景(以中美两国顾客为例)对机器人服务影响顾客自主行为的调节作用。结果表明，具有独立自我概念的美国顾客在机器人服务中表现出的自主行为差异不大，而具有依赖自我概念的中国顾客则更倾向于在机器人服务中表现出自主行为。理论意义
本研究扩展了社会影响理论在旅游服务领域的应用，提供了实证证据表明顾客在机器人服务设置中表现出更多的自主行为。研究还探讨了社会舒适感作为中介变量，以及自我呈现关注和自我概念作为边界条件的作用，丰富了对消费者行为的理解
研究 2 进一步探讨了社会舒适感在机器人服务影响顾客自主行为中的中介作用。研究发现，顾客在遇到服务机器人时感到的社会舒适感更高，这中介了机器人对自主行为的正面影响。
研究 3a 和 3b 检验了自我呈现关注作为边界条件的影响。研究3a通过线下实验，研究了排队等候环境下的自我呈现关注如何影响顾客行为;研究3b则探讨了社会焦虑水平不同的个体在面对机器人服务时的自主行为差异。
研究 4研究了文化背景(以中美两国顾客为例)对机器人服务影响顾客自主行为的调节作用。结果表明，具有独立自我概念的美国顾客在机器人服务中表现出的自主行为差异不大，而具有依赖自我概念的中国顾客则更倾向于在机器人服务中表现出自主行为。理论意义
本研究扩展了社会影响理论在旅游服务领域的应用，提供了实证证据表明顾客在机器人服务设置中表现出更多的自主行为。研究还探讨了社会舒适感作为中介变量，以及自我呈现关注和自我概念作为边界条件的作用，丰富了对消费者行为的理解
