4月30日 AI资讯汇总

4月30日 AI资讯汇总 😼 4月30日 AI资讯汇总 Modified May 7, 2025 Audio or video is not supported Please download the file and open it with the appropriate software. 250430 豆包 1.1.mp4 · 47.62MB 250430 豆包 1.1 00:00 Audio or video is not supported Please download the file and open it with the appropriate software. 250430 谷歌 1.1.mp4 · 32.97MB 250430 谷歌 1.1 00:00 In Context Edit：浙江大学等组织开源基于指令的图像编辑框架 技术由浙江大学与哈佛大学等组织联合研究，仅使用 0.5% 的训练数据和 1% 的先前 SOTA 方法所需参数，即可实现最先进的基于指令的编辑。 可是实现多轮编辑以及多样的视觉效果编辑效果。 相比 Gemini、GPT4o 等商业模型，速度更快（处理一幅图像大约需要 9 秒），同时官方表示方法在角色 ID 保存和指令跟随方面与这些商业模型相当甚至更胜一筹。 🌟地址： https://river zhang.github.io/ICEdit gh pages/ F Lite：由 Freepik X Fal 合作开发的新开源可商用图像生成基础模型 Freepik与AI初创公司Fal.ai合作推出了开源AI图像模型F Lite。这款模型的独特之处在于它完全基于Freepik内部约8000万张商业许可和安全内容（SFW）数据集进行训练，确保生成的图像可以安全用于商业用途，解决了其他AI图像生成模型在版权和内容安全方面的担忧。 F Lite的主要特点包括： • 开源可商用：模型完全开源，生成的图像可安全用于商业用途。 • 大数据集训练：基于Freepik内部约8000万张有版权的数据集进行训练。 • 技术架构：采用T5 XXL作为文本编码器，参数量为10B。 官方效果： 🌟地址： https://github.com/fal ai/f lite ShowMak3r：动态辐射场重建技术 ShowMak3r是由首尔国立大学研究人员开发的一项AI技术，能够从电视节目视频片段中重建动态场景，实现对场景的编辑和操控。 核心技术与功能 1. 动态辐射场重建：从电视节目视频片段中重建动态场景，包括背景舞台和可追踪的动态角色。 2. 三大核心模块： ◦ 3DLocator：利用深度信息将角色定位在舞台场景中，并通过插值估计不可见的姿态 ◦ ShotMatcher：在镜头切换时追踪角色，解决演员关联问题 ◦ 面部拟合网络：动态恢复角色的表情变化 3. 编辑能力：允许从新的视角渲染场景，实现角色删除、插入、重新定位和姿态调整等编辑操作 No access 【AI视频】ShowMak3r：重建节目中的动态辐射场，从而可以编辑场景250430 00:00 🌟地址： https://nstar1125.github.io/showmak3r/ 🤖️AI 音乐 谷歌：针对专业AI音乐人推出Music AI Sandbox AI音乐制作工具 Music AI Sandbox工具的更新版本，为专业AI音乐人提供了更强大的音乐制作能力。 此次更新引入了两个重要新功能： 1. Lyria 2：高保真音乐生成模型，能够生成48kHz高保真立体声音频，覆盖多种音乐风格和复杂编曲，精准捕捉不同乐器和演奏风格的细微差别。 2. Lyria RealTime：实时音乐创作模型，允许用户交互式地创建、表演和控制音乐，可以混合流派、融合风格并实时塑造音频。 特点： 1.Music AI Sandbox 能够理解音乐类型、情绪、声乐风格和乐器。Create 工具可生成多种不同的音乐样本 No access 【AI音乐】谷歌针对专业AI音乐人推出Music AI Sandbox AI音乐制作实验工具，目前测试邀请中 250430 00:00 2.用户可以调节每句歌词的时间线位置，并指定节奏和调性等音乐特征。 No access 【AI音乐】谷歌Music AI Sandbox使用编辑功能重塑您的音乐 250430 00:00 3.歌曲自然延长 4.精细控制重塑音乐，可以改变整个片段的氛围、类型或风格，或对特定部分进行有针对性的修改 No access 250430 Music AI Sandbox 1.3 (1) 00:00 🌟地址： https://deepmind.google/discover/blog/music ai sandbox now with new features and broader access/ 邀请表格：https://docs.google.com/forms/d/e/1FAIpQLSfmU9T4KF 3ks57ACPnXqz4f9CX4guYEJrDhYSft9zAZItn w/viewform?pli=1 🤖️AI模型/应用 NotebookLM ：音频概览现已提供 50种不同语言 （Audio Overview）音频概览能把用户的原始资料转换为生动有趣、像是podcast 的对话，自从去年底推出以来，就马上广受欢迎。 Audio or video is not supported Please download the file and open it with the appropriate software. 250430 豆包 1.1.mp4 · 47.62MB 250430 豆包 1.1 00:00 Audio or video is not supported Please download the file and open it with the appropriate software. 250430 豆包 1.1.mp4 · 47.62MB 250430 豆包 1.1 00:00 Audio or video is not supported Please download the file and open it with the appropriate software. 250430 谷歌 1.1.mp4 · 32.97MB 250430 谷歌 1.1 00:00 Audio or video is not supported Please download the file and open it with the appropriate software. 250430 谷歌 1.1.mp4 · 32.97MB 250430 谷歌 1.1 00:00 In Context Edit：浙江大学等组织开源基于指令的图像编辑框架 技术由浙江大学与哈佛大学等组织联合研究，仅使用 0.5% 的训练数据和 1% 的先前 SOTA 方法所需参数，即可实现最先进的基于指令的编辑。 可是实现多轮编辑以及多样的视觉效果编辑效果。 相比 Gemini、GPT4o 等商业模型，速度更快（处理一幅图像大约需要 9 秒），同时官方表示方法在角色 ID 保存和指令跟随方面与这些商业模型相当甚至更胜一筹。 🌟地址： https://river zhang.github.io/ICEdit gh pages/ F Lite：由 Freepik X Fal 合作开发的新开源可商用图像生成基础模型 Freepik与AI初创公司Fal.ai合作推出了开源AI图像模型F Lite。这款模型的独特之处在于它完全基于Freepik内部约8000万张商业许可和安全内容（SFW）数据集进行训练，确保生成的图像可以安全用于商业用途，解决了其他AI图像生成模型在版权和内容安全方面的担忧。 F Lite的主要特点包括： • 开源可商用：模型完全开源，生成的图像可安全用于商业用途。 • 大数据集训练：基于Freepik内部约8000万张有版权的数据集进行训练。 • 技术架构：采用T5 XXL作为文本编码器，参数量为10B。 官方效果： 🌟地址： https://github.com/fal ai/f lite ShowMak3r：动态辐射场重建技术 ShowMak3r是由首尔国立大学研究人员开发的一项AI技术，能够从电视节目视频片段中重建动态场景，实现对场景的编辑和操控。 核心技术与功能 1. 动态辐射场重建：从电视节目视频片段中重建动态场景，包括背景舞台和可追踪的动态角色。 2. 三大核心模块： ◦ 3DLocator：利用深度信息将角色定位在舞台场景中，并通过插值估计不可见的姿态 ◦ ShotMatcher：在镜头切换时追踪角色，解决演员关联问题 ◦ 面部拟合网络：动态恢复角色的表情变化 ◦ 3DLocator：利用深度信息将角色定位在舞台场景中，并通过插值估计不可见的姿态 ◦ ShotMatcher：在镜头切换时追踪角色，解决演员关联问题 ◦ 面部拟合网络：动态恢复角色的表情变化 3. 编辑能力：允许从新的视角渲染场景，实现角色删除、插入、重新定位和姿态调整等编辑操作 No access 【AI视频】ShowMak3r：重建节目中的动态辐射场，从而可以编辑场景250430 00:00 No access 【AI视频】ShowMak3r：重建节目中的动态辐射场，从而可以编辑场景250430 00:00 No access 【AI视频】ShowMak3r：重建节目中的动态辐射场，从而可以编辑场景250430 00:00 🌟地址： https://nstar1125.github.io/showmak3r/ 🤖️AI 音乐 谷歌：针对专业AI音乐人推出Music AI Sandbox AI音乐制作工具 Music AI Sandbox工具的更新版本，为专业AI音乐人提供了更强大的音乐制作能力。 此次更新引入了两个重要新功能： 1. Lyria 2：高保真音乐生成模型，能够生成48kHz高保真立体声音频，覆盖多种音乐风格和复杂编曲，精准捕捉不同乐器和演奏风格的细微差别。 2. Lyria RealTime：实时音乐创作模型，允许用户交互式地创建、表演和控制音乐，可以混合流派、融合风格并实时塑造音频。 特点： 1.Music AI Sandbox 能够理解音乐类型、情绪、声乐风格和乐器。Create 工具可生成多种不同的音乐样本 No access 【AI音乐】谷歌针对专业AI音乐人推出Music AI Sandbox AI音乐制作实验工具，目前测试邀请中 250430 00:00 No access 【AI音乐】谷歌针对专业AI音乐人推出Music AI Sandbox AI音乐制作实验工具，目前测试邀请中 250430 00:00 2.用户可以调节每句歌词的时间线位置，并指定节奏和调性等音乐特征。 No access 【AI音乐】谷歌Music AI Sandbox使用编辑功能重塑您的音乐 250430 00:00 No access 【AI音乐】谷歌Music AI Sandbox使用编辑功能重塑您的音乐 250430 00:00 3.歌曲自然延长 4.精细控制重塑音乐，可以改变整个片段的氛围、类型或风格，或对特定部分进行有针对性的修改 No access 250430 Music AI Sandbox 1.3 (1) 00:00 No access 250430 Music AI Sandbox 1.3 (1) 00:00 🌟地址： https://deepmind.google/discover/blog/music ai sandbox now with new features and broader access/ 邀请表格：https://docs.google.com/forms/d/e/1FAIpQLSfmU9T4KF 3ks57ACPnXqz4f9CX4guYEJrDhYSft9zAZItn w/viewform?pli=1 🤖️AI模型/应用 NotebookLM ：音频概览现已提供 50种不同语言 （Audio Overview）音频概览能把用户的原始资料转换为生动有趣、像是podcast 的对话，自从去年底推出以来，就马上广受欢迎。 🌟使用地址： https://blog.google/technology/google labs/notebooklm audio overviews 50 languages/ 谷歌：推出Little Language Lessons语言学习实验小应用 谷歌宣布推出Little Language Lessons，这是一款利用使用 Gemini API 构建，让语言练习更加个性化的学习工具。具有三个模块： • Tiny Lesson 选择学习语言，和主题，可快速延生相关词汇、短语和语法内容 • Slang Hang 从母语对话中学习本土表达方式 • Word Cam 拍照快速了解物品外语叫法 目前限定区域使用。 No access 【AI应用】谷歌外语学习AI小应用Little Language Lessons 250430 00:00 No access 【AI应用】谷歌外语学习AI小应用Little Language Lessons 250430 00:00 🌟地址： labs.google/lll/tiny lesson labs.google/lll/tiny lesson 🐱 猫叔留言： AI资讯公众号：超时空视角 猫叔个人公众号：AI替代人类 小红书/抖音：EverAI B站：Ever AI酱 （❤这里会有教程及AI工具界面操作） 猫叔留言： AI资讯公众号：超时空视角 猫叔个人公众号：AI替代人类 小红书/抖音：EverAI B站：Ever AI酱 （❤这里会有教程及AI工具界面操作） 🌟 04月30日 AI资讯 【AI 视频/绘图】 • 豆包：推出超能创意1.0，支持批量生图，维持角色一致性的情况下局部改图，升图片的生成效率和修改效率 • 谷歌：集成Gemini，Veo等模型能力，推出节点式画布AI视频创作工具视频 • In Context Edit：浙江大学等组织开源基于指令的图像编辑框架 • F Lite：由 Freepik X Fal 合作开发的新开源可商用图像生成基础模型 【AI 音乐】 • 谷歌：针对专业AI音乐人，更新Music AI Sandbox AI音乐制作工具，邀请测试中 【AI 模型/应用】 • NotebookLM ：音频概览现已提供 50种不同语言 • 谷歌：推出Little Language Lessons语言学习实验小应用 04月30日 AI资讯 【AI 视频/绘图】 • 豆包：推出超能创意1.0，支持批量生图，维持角色一致性的情况下局部改图，升图片的生成效率和修改效率 • 谷歌：集成Gemini，Veo等模型能力，推出节点式画布AI视频创作工具视频 • In Context Edit：浙江大学等组织开源基于指令的图像编辑框架 • F Lite：由 Freepik X Fal 合作开发的新开源可商用图像生成基础模型 【AI 音乐】 • 谷歌：针对专业AI音乐人，更新Music AI Sandbox AI音乐制作工具，邀请测试中 【AI 模型/应用】 • NotebookLM ：音频概览现已提供 50种不同语言 • 谷歌：推出Little Language Lessons语言学习实验小应用 🤖️AI 视频/绘图 豆包：超能创意1.0，批量生图，改图超牛 豆包更新超能创意1.0能力，提升图片的生成效率和修改效率，我们试用下来它具有以下特点： • 支持批量生成（批量生成时，可以保证一定的角色一致性与风格一致性） • 上下文理解力，可以基于画面进行多轮的修改 • 简单好上手，对于基于自然语言沟通即可完成 • 生成画面角色稳定 • 对于中文文字的处理优秀，可以用来制作海报，字体，logo设计 可以看我们的测试效果： 🌟地址： https://www.doubao.com/chat/create image 谷歌：节点式画布AI视频创作工具（概念产品） 技术基于 Vertex AI ，利用 Gemini图像生成模型Imagen 和 视频生成模型Veo 打造。 概念视频中中，画草图就能实现概念图，实时视频生成并基于实时视频进行元素添加