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
支持音频和视频：现在 Gemini CLI 可以处理音频和视频内容（贡献者：santhoshkumarCodes）。
升级到 Ink 6 和 React 19：底层框架升级，带来更好的性能和兼容性（贡献者：SandyTao520）。
Markdown 文件导入：GEMINI md 文件现在可以通过 @ 导入其他 markdown 文件，方便内容复用（贡献者：bniladridas）。
支持带有 headers 的 Http MCP 服务器：增强了与 MCP 服务器的集成能力（贡献者：aspiers）。
新增 Markdown 表格渲染：可以在 CLI 中更好地显示表格内容（贡献者：heartyguy）。
重构历史记录压缩：优化了历史记录的存储和处理方式（贡献者：scidomino）。
新增 /privacy 命令：允许用户查看和更改隐私设置，提升了隐私管理能力。
增加无限循环保护：为客户端增加了防止无限循环的机制（贡献者：allenhutchison）。
新增 Shades of Purple 主题：为 CLI 增加了新的配色主题（贡献者：ahmadawais）。
支持用 VSCodium 修改：可以直接用 VSCodium 编辑文件（贡献者：psinha40898）。
支持用 Neovim 修改：可以直接用 Neovim 编辑文件（贡献者：yuki-yano）。
Rask - 领先的AI视频本地化和配音工具
Rask 领先的AI视频本地化和配音工具
链接：
https://zh.rask.ai/
#Ai工具推荐
Rask 领先的AI视频本地化和配音工具
链接：
https://zh.rask.ai/
#Ai工具推荐
zh.rask.ai
领先的AI视频本地化和配音工具
告别昂贵的翻译员。我们的目标是用人工智能提供不亚于人类的配音和翻译体验。
录咖AI音视频处理 - AI生成字幕、语音转文字、文字配音、文生视频、视频翻译神器
录咖AI音视频处理 AI生成字幕、语音转文字、文字配音、文生视频、视频翻译神器
链接：
https://reccloud.cn/&utmmedium=uisdc&utmcampaign=ona
#Ai工具推荐
录咖AI音视频处理 AI生成字幕、语音转文字、文字配音、文生视频、视频翻译神器
链接：
https://reccloud.cn/&utmmedium=uisdc&utmcampaign=ona
#Ai工具推荐
AI降本增效，一开始最好简单粗暴。
差生文具多，如果要做优等生，先得抛弃对工具无休止的追逐。
哪怕是AI博主，也应该回归基本，主动熵减，把日常使用的AI工具控制在 20个以内。
我的工作场景主要围绕AI职场办公，智能体开发和媒体制作。如果按付费意愿，真正会坚持用的会有以下几个：（无广）
1.主力AI模型
GPT+Claude
平替：豆包+文小言（移动版）+kimi
GPT越来越有被Claude替代的趋势，尤其是代码。但是GPTs还是增强了我的使用粘性。豆包的TTS语音国内无法被替代。文小言有一些我喜欢的功能，比如信息聚合订阅。
2.主力IM
飞书
平替：Notion+企微
我知道Notion很强。但是鉴于复杂的操作+国内网络不稳定+数据安全是真不太喜欢用。
创业以来我觉得最值得投入学习时间的并不是任何一款AI软件，而是飞书本身。好的SaaS就是最佳实践的产品化。企微是出于私域+客户对公不得不用。
3.数据分析
Excel+GPT+各平台数据看板
平替：飞书多维表单
Excel没有平替。AI只是帮我解锁高阶功能，比如VBA和宏。多维表单的插件生态值得投入时间学习。
4.设计
Midjourney+ideagram
平替：Canvas+稿定设计+佐糖
比起Mj，Ideagram的出图更具场景感，配合简单工具出海报+商图+封面+运营位都很方便。
5.PPT
PPT+islide插件+彩璇PPT
平替：Gamma，aippt
目前没有同时满足不要钱、支持定制模板、不科学上网、智能还可控性强的方案。但是PPT+islide已经增效超过50%。Gamma是应急神器。
彩璇PPT比较小众，是一个方便做课件分享+编辑的平台，对咨询师/老师有刚需。
6.剪辑
剪映（含AI）+即梦AI
初学者够用，为了省事就用字节系的。
7.文本创作
飞书文档+flomo+GPT
平替：记事本
简单点好。如果开发一个支持flomo api导出直接AI生成标题/思路/文章大纲的工作流会不会有需求？
8.智能体开发
Coze/Dify
平替：百度智能体
目前还在钻研工作流场景。已经做了20多个Bot。Coze/Dify各有千秋，百度则是打通了支付环节和数字人形象的交互。待继续钻研好和大家分享。
9.代码辅助
Cursor+Claude
平替：字节豆包Marscode
10.工作流编排
Coze+飞书+各类Github（开源项目）
通过飞书机器人平台把各类BOT接入到飞书群里。实现在IM办公软件中使用自己调试过的AI数字员工。
#AI工作流
差生文具多，如果要做优等生，先得抛弃对工具无休止的追逐。
哪怕是AI博主，也应该回归基本，主动熵减，把日常使用的AI工具控制在 20个以内。
我的工作场景主要围绕AI职场办公，智能体开发和媒体制作。如果按付费意愿，真正会坚持用的会有以下几个：（无广）
1.主力AI模型
GPT+Claude
平替：豆包+文小言（移动版）+kimi
GPT越来越有被Claude替代的趋势，尤其是代码。但是GPTs还是增强了我的使用粘性。豆包的TTS语音国内无法被替代。文小言有一些我喜欢的功能，比如信息聚合订阅。
2.主力IM
飞书
平替：Notion+企微
我知道Notion很强。但是鉴于复杂的操作+国内网络不稳定+数据安全是真不太喜欢用。
创业以来我觉得最值得投入学习时间的并不是任何一款AI软件，而是飞书本身。好的SaaS就是最佳实践的产品化。企微是出于私域+客户对公不得不用。
3.数据分析
Excel+GPT+各平台数据看板
平替：飞书多维表单
Excel没有平替。AI只是帮我解锁高阶功能，比如VBA和宏。多维表单的插件生态值得投入时间学习。
4.设计
Midjourney+ideagram
平替：Canvas+稿定设计+佐糖
比起Mj，Ideagram的出图更具场景感，配合简单工具出海报+商图+封面+运营位都很方便。
5.PPT
PPT+islide插件+彩璇PPT
平替：Gamma，aippt
目前没有同时满足不要钱、支持定制模板、不科学上网、智能还可控性强的方案。但是PPT+islide已经增效超过50%。Gamma是应急神器。
彩璇PPT比较小众，是一个方便做课件分享+编辑的平台，对咨询师/老师有刚需。
6.剪辑
剪映（含AI）+即梦AI
初学者够用，为了省事就用字节系的。
7.文本创作
飞书文档+flomo+GPT
平替：记事本
简单点好。如果开发一个支持flomo api导出直接AI生成标题/思路/文章大纲的工作流会不会有需求？
8.智能体开发
Coze/Dify
平替：百度智能体
目前还在钻研工作流场景。已经做了20多个Bot。Coze/Dify各有千秋，百度则是打通了支付环节和数字人形象的交互。待继续钻研好和大家分享。
9.代码辅助
Cursor+Claude
平替：字节豆包Marscode
10.工作流编排
Coze+飞书+各类Github（开源项目）
通过飞书机器人平台把各类BOT接入到飞书群里。实现在IM办公软件中使用自己调试过的AI数字员工。
#AI工作流
阿里又tm 整了个大活，输入图片和音频就可以生成富有表现力的视频，并且嘴型是可以跟声音匹配的。#ai视频#
支持多语言、谈话、唱歌以及快语速的适配，这玩意又是一个造假利器，这下可能很多名人真要说“不是我说的，你别瞎说”了。
可以根据输入视频的长度生成任意持续时间的视频。
实现方式：
该方法主要分为两个阶段。第一阶段是“帧编码”阶段，在这个阶段，我们使用 ReferenceNet 来从参考图像和运动帧中提取特征。随后进入“扩散过程”阶段，在这一阶段，一个预先训练好的音频编码器用于处理音频数据的嵌入。此外，面部区域的掩码与多帧的噪声数据结合在一起，用于引导面部图像的生成过程。
紧接着，我们使用 Backbone Network 来执行去噪处理。在 Backbone Network 中，我们运用了两种关键的注意力机制：一种是基于参考图像的“参考注意力（Reference-Attention）”，另一种是基于音频的“音频注意力（Audio-Attention）”。
这两种机制对于确保角色的面部特征保持一致和调整角色的面部运动至关重要。最后，我们还利用了时间模块来调节图像的时间维度，使角色的运动速度得以调整。这些组合在一起构成了我们的整体框架。
项目地址：网页链接歸藏的AI工具箱的微博视频
支持多语言、谈话、唱歌以及快语速的适配，这玩意又是一个造假利器，这下可能很多名人真要说“不是我说的，你别瞎说”了。
可以根据输入视频的长度生成任意持续时间的视频。
实现方式：
该方法主要分为两个阶段。第一阶段是“帧编码”阶段，在这个阶段，我们使用 ReferenceNet 来从参考图像和运动帧中提取特征。随后进入“扩散过程”阶段，在这一阶段，一个预先训练好的音频编码器用于处理音频数据的嵌入。此外，面部区域的掩码与多帧的噪声数据结合在一起，用于引导面部图像的生成过程。
紧接着，我们使用 Backbone Network 来执行去噪处理。在 Backbone Network 中，我们运用了两种关键的注意力机制：一种是基于参考图像的“参考注意力（Reference-Attention）”，另一种是基于音频的“音频注意力（Audio-Attention）”。
这两种机制对于确保角色的面部特征保持一致和调整角色的面部运动至关重要。最后，我们还利用了时间模块来调节图像的时间维度，使角色的运动速度得以调整。这些组合在一起构成了我们的整体框架。
项目地址：网页链接歸藏的AI工具箱的微博视频
一个猜测，Open AI在Tiktok发布的这些Sora视频的配音和配乐是不是也是某个模型自动匹配和生成的？#ai视频##sora#
提示：“一位 F1 车手白天在旧金山的街道上比赛，头盔摄像头捕捉到了车手的视角。远处可以看到金门大桥和城市景观，蓝天和阳光照亮了场景。驾驶员熟练地操纵汽车，在弯道上超越了汽车。” 歸藏的AI工具箱的微博视频
提示：“一位 F1 车手白天在旧金山的街道上比赛，头盔摄像头捕捉到了车手的视角。远处可以看到金门大桥和城市景观，蓝天和阳光照亮了场景。驾驶员熟练地操纵汽车，在弯道上超越了汽车。” 歸藏的AI工具箱的微博视频
今天整理的 AI 工具里，有两个是尝试打通 ChatGPT 和 MidJourney 技术栈、摸索交叉领域的。一个是宠物定制画册、一个是生成多幕故事和配图；在 AIGC 领域，还有一个推荐和补全台词的产品，以及一个多语言翻译+配音+字幕的视频工具产品。每天都能够越来越强烈的感觉到，内容领域里新的工作流程正在逐渐成形。我司的短视频工作流也即将完成技术验证，进入产品化阶段。希望可以在这轮工业革命中冲一冲浪。
本日AI工具清单更新如下：
****MakeMyTale****
功能：通过 prompt 生成多幕的故事和配图。
标签：#AIGC #分幕脚本制作
推荐：🌟🌟🌟
地址：https://makemytale.com/
****Translate.video****
功能：自动化视频的字幕、翻译、多语言配音流程。
标签：#视频制作 #AI配音 #AI翻译
推荐：🌟🌟🌟🌟
地址：https://www.translate.video/
****Fobizz****
功能：线上教学辅助工具，提效课件准备、赋能师生互动。
标签：#在线教育
推荐：🌟🌟🌟
地址：https://tools.fobizz.com/
Noise Eraser
功能：减少视频或音频中的噪音。
标签：#音频编辑
推荐：🌟🌟
地址：https://eraserapp.dwave.cc/
****Your Own Story Book****
功能：根据选定脚本，以用户宠物为主人公制作故事画册。支持交付实体书。
标签：#AIGC #分幕脚本制作
推荐：🌟🌟🌟
地址：https://www.yourownstorybook.com/
****Cogram****
功能：根据沟通类型，自动完成会议纪要、总结待办事项等。
标签：#会议纪要
推荐：🌟🌟🌟
地址：https://www.cogram.com/
****Celebrity Voice Changer AI****
功能：变声为名人。
标签：#变声器
推荐：🌟🌟
地址：https://celebvoice.my.canva.site/
****Datature****
功能：高效搭建计算机视觉的工作栈。
标签：#开发工具 #计算机视觉
推荐：🌟🌟🌟
地址：https://celebvoice.my.canva.site/
****Superflow Rewrite****
功能：基于浏览器的网页内容改写。
标签：#改写 #AB测试
推荐：🌟🌟
地址：https://www.usesuperflow.com/rewrite-chatgpt
****AI Screenwriter****
功能：根据大纲及上下文自动补充角色台词。
标签：#分幕台词
推荐：🌟🌟🌟🌟
地址：https://aiscreenwriter.com/
****PostalAI****
功能：根据 prompt 制作明信片。
标签：#AI绘图
推荐：🌟
地址：https://postalai.co/generateImage
本日AI工具清单更新如下：
****MakeMyTale****
功能：通过 prompt 生成多幕的故事和配图。
标签：#AIGC #分幕脚本制作
推荐：🌟🌟🌟
地址：https://makemytale.com/
****Translate.video****
功能：自动化视频的字幕、翻译、多语言配音流程。
标签：#视频制作 #AI配音 #AI翻译
推荐：🌟🌟🌟🌟
地址：https://www.translate.video/
****Fobizz****
功能：线上教学辅助工具，提效课件准备、赋能师生互动。
标签：#在线教育
推荐：🌟🌟🌟
地址：https://tools.fobizz.com/
Noise Eraser
功能：减少视频或音频中的噪音。
标签：#音频编辑
推荐：🌟🌟
地址：https://eraserapp.dwave.cc/
****Your Own Story Book****
功能：根据选定脚本，以用户宠物为主人公制作故事画册。支持交付实体书。
标签：#AIGC #分幕脚本制作
推荐：🌟🌟🌟
地址：https://www.yourownstorybook.com/
****Cogram****
功能：根据沟通类型，自动完成会议纪要、总结待办事项等。
标签：#会议纪要
推荐：🌟🌟🌟
地址：https://www.cogram.com/
****Celebrity Voice Changer AI****
功能：变声为名人。
标签：#变声器
推荐：🌟🌟
地址：https://celebvoice.my.canva.site/
****Datature****
功能：高效搭建计算机视觉的工作栈。
标签：#开发工具 #计算机视觉
推荐：🌟🌟🌟
地址：https://celebvoice.my.canva.site/
****Superflow Rewrite****
功能：基于浏览器的网页内容改写。
标签：#改写 #AB测试
推荐：🌟🌟
地址：https://www.usesuperflow.com/rewrite-chatgpt
****AI Screenwriter****
功能：根据大纲及上下文自动补充角色台词。
标签：#分幕台词
推荐：🌟🌟🌟🌟
地址：https://aiscreenwriter.com/
****PostalAI****
功能：根据 prompt 制作明信片。
标签：#AI绘图
推荐：🌟
地址：https://postalai.co/generateImage
