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
去年整了个共创小组
一起写AI产品的
后来出了叛徒
一气之下解散了
毕竟人多嘴杂
单独拉了个很小的群
有三个线下见过几次
非常有想法和执行力的小伙伴
感觉受益匪浅
这三位朋友都在开始做AI创业项目
有两个已经在PMF阶段
甚至开始用内容/投放策略跑
还有一个也是紧锣密鼓的
我的AI应用也马上发布
感慨
靠谱的人永远是靠谱的
所以筛选是必要的
即使成本再高也值得
因为同路人是可以一直往前走的
一起写AI产品的
后来出了叛徒
一气之下解散了
毕竟人多嘴杂
单独拉了个很小的群
有三个线下见过几次
非常有想法和执行力的小伙伴
感觉受益匪浅
这三位朋友都在开始做AI创业项目
有两个已经在PMF阶段
甚至开始用内容/投放策略跑
还有一个也是紧锣密鼓的
我的AI应用也马上发布
感慨
靠谱的人永远是靠谱的
所以筛选是必要的
即使成本再高也值得
因为同路人是可以一直往前走的
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。
