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
今天想看一个项目，看看大概是怎么实现的和设计的。因为毕竟不是自己写的代码，于是直接让 Cursor 先来写一下拆解，然后写入到 md 文件里，就可以对着 md 来一起看这个项目了。
卧槽，来了Meta发布Meta Movie Gen视频音频生成模型系列，剪辑模型也太牛了。
具体包括：
Movie Gen Video：30B DiT 模型，单个文本提示生成高质量、高清晰度的图像和视频。
Movie Gen Audio：13B transformer模型，可以接受视频输入以及可选的文本提示用于可控性，生成与视频同步的高保真音频。
Personalized videos：使用生成或现有视频以及附带的文字说明作为输入，可以执行本地化编辑，如添加、删除或替换元素。
详细信息：https://ai.meta.com/research/movie-gen/
具体包括：
Movie Gen Video：30B DiT 模型，单个文本提示生成高质量、高清晰度的图像和视频。
Movie Gen Audio：13B transformer模型，可以接受视频输入以及可选的文本提示用于可控性，生成与视频同步的高保真音频。
Personalized videos：使用生成或现有视频以及附带的文字说明作为输入，可以执行本地化编辑，如添加、删除或替换元素。
详细信息：https://ai.meta.com/research/movie-gen/
转行AI，花了2个月踩了无数坑开发的基于草台班子vast.ai的调度平台终于稳定运行了，相同性能的GPU机器相比AWS最多可节省95%的成本，同时机器的进出带宽也不计费或几乎不计费，配合Cloudflare的Worker和免费CDN，实现了极其便宜的边缘计算、极其便宜的推理服务器和极其便宜的流量带宽，大部分AI场景都可以节省一半以上的综合费用，特别适合成本敏感的个人开发者和小团队。第一次在生产环境大规模使用Cloudflare，把它们家的产品几乎都摸了一遍，踩了不少坑，cf填坑的速度也很快，肉眼可见地在优化。对cf非常看好，打算定投他们家股票了。另外推理服务用的框架是开源的litserve，经受住了考验，也感谢一下他们。
AI 播客新进展！
目前 NotebookLM 最好用的中文平替
URL--播客--小宇宙
1.输入 URL
2.生成中文播客
3.发布到小宇宙
一站式丝滑完成。。。
群友作品，已经开源
https://github.com/lihuithe/podlm-public
目前 NotebookLM 最好用的中文平替
URL--播客--小宇宙
1.输入 URL
2.生成中文播客
3.发布到小宇宙
一站式丝滑完成。。。
群友作品，已经开源
https://github.com/lihuithe/podlm-public
我很少公开分享和 AI 相关的想法，因为这个领域变化得太快了，所有的想法都显得粗糙和仓促：
1、对话依然是目前 AI 最通用的交互方式。功能套壳用起来很爽很高效，但目前只有对话这个交互形式才能延伸出其他的可能用法。
2、场景让对话更有生产力。场景最重要的是为对话引入了环境上下文。
3、现在做个 AI 应用，应该在场景引入对话、还是在对话中开启场景？比如 Notion AI、Cursor 是前者，ChatGPT Canvas 和 Claude Artifact 很自然地选择了后者…
1、对话依然是目前 AI 最通用的交互方式。功能套壳用起来很爽很高效，但目前只有对话这个交互形式才能延伸出其他的可能用法。
2、场景让对话更有生产力。场景最重要的是为对话引入了环境上下文。
3、现在做个 AI 应用，应该在场景引入对话、还是在对话中开启场景？比如 Notion AI、Cursor 是前者，ChatGPT Canvas 和 Claude Artifact 很自然地选择了后者…
