12月24日 AI资讯汇总
12月24日 AI资讯汇总
12月24日 AI资讯汇总 12月24日 AI资讯汇总 Modified December 25, 2024 No access DisPose 00:00 No access InvSR 00:00 No access postshot v0.5 trailer 00:00 No access OCTAVE 圣诞 00:00 No access X2Twitter.com WR10KZl7Qrp0S0 t 720p (2) 00:00 • 在实时响应中还可以生成两个AI角色的可交互对话系统。 No access X2Twitter.com Rrxa o79kOYWsuyj 720p 00:00 🌟地址： https://www.hume.ai/blog/introducing octave Sketch2Sound：生成式音频模型 由Adobe提供能力支持，能够根据一组可解释的时变控制信号（响度、音调以及文本提示）创建高品质声音。 比如：用户通过哼唱发出配音节奏，通过文本提示，形成逼真的狮吼音效。 这种方法可以更有效地保持生成的音效节奏。 Sketch2Sound 可以在任何文本转音频潜在扩散变换器 (DiT) 之上实现，并且每个控件只需要 40k 步微调和一个线性层，这使其比 ControlNet 等现有方法更轻量。 效果： No access hero 00:00 🌟地址： https://hugofloresgarcia.art/sketch2sound/ 🤖️其他 xAI 完成 60亿融资 马斯克xAI完成60亿融资，本轮融资的资金将用于进一步加速基础设施以及模型 Grok 3 的训练 主要投资者包括： A16Z、Blackrock、Fidelity Management & Research Company、Kingdom Holdings、Lightspeed、MGX、Morgan Stanley、OIA、QIA、Sequoia Capital、Valor Equity Partners 和 Vy Capital 等。 战略投资者 NVIDIA 和 AMD 也参与其中 另外：根据网友Nima Owji 爆料GROK 将很快上线语音对话功能 🌟地址： https://x.ai/blog/series c LuminaBrush：图像重新照明效果 人形机器人开发公司Apptronik 与 Google DeepMind Robotics 合作，利用 Gemini，加速人形AI机器人研究。 Apptronik 成立于 2016 年，总部位于德克萨斯大学奥斯汀分校的人性化机器人实验室，在制造和测试了 15 种不同类型的机器人（包括NASA 的 Valkyrie Robot）后，Apptronik 开发出了当前的 Apollo 版本。Apollo 身高 5 英尺 8 英寸，体重 160 磅，旨在执行体力要求高的任务，并与人类一起在工业空间中安全运行。 🌟地址： https://apptronik.com/news collection/apptronik partners with google deepmind robotics No access DisPose 00:00 No access DisPose 00:00 No access InvSR 00:00 No access InvSR 00:00 No access postshot v0.5 trailer 00:00 No access postshot v0.5 trailer 00:00 No access OCTAVE 圣诞 00:00 No access OCTAVE 圣诞 00:00 No access X2Twitter.com WR10KZl7Qrp0S0 t 720p (2) 00:00 No access X2Twitter.com WR10KZl7Qrp0S0 t 720p (2) 00:00 • 在实时响应中还可以生成两个AI角色的可交互对话系统。 No access X2Twitter.com Rrxa o79kOYWsuyj 720p 00:00 No access X2Twitter.com Rrxa o79kOYWsuyj 720p 00:00 🌟地址： https://www.hume.ai/blog/introducing octave Sketch2Sound：生成式音频模型 由Adobe提供能力支持，能够根据一组可解释的时变控制信号（响度、音调以及文本提示）创建高品质声音。 比如：用户通过哼唱发出配音节奏，通过文本提示，形成逼真的狮吼音效。 这种方法可以更有效地保持生成的音效节奏。 Sketch2Sound 可以在任何文本转音频潜在扩散变换器 (DiT) 之上实现，并且每个控件只需要 40k 步微调和一个线性层，这使其比 ControlNet 等现有方法更轻量。 效果： No access hero 00:00 No access hero 00:00 🌟地址： https://hugofloresgarcia.art/sketch2sound/ 🤖️其他 xAI 完成 60亿融资 马斯克xAI完成60亿融资，本轮融资的资金将用于进一步加速基础设施以及模型 Grok 3 的训练 主要投资者包括： A16Z、Blackrock、Fidelity Management & Research Company、Kingdom Holdings、Lightspeed、MGX、Morgan Stanley、OIA、QIA、Sequoia Capital、Valor Equity Partners 和 Vy Capital 等。 战略投资者 NVIDIA 和 AMD 也参与其中 另外：根据网友Nima Owji 爆料GROK 将很快上线语音对话功能 🌟地址： https://x.ai/blog/series c LuminaBrush：图像重新照明效果 人形机器人开发公司Apptronik 与 Google DeepMind Robotics 合作，利用 Gemini，加速人形AI机器人研究。 Apptronik 成立于 2016 年，总部位于德克萨斯大学奥斯汀分校的人性化机器人实验室，在制造和测试了 15 种不同类型的机器人（包括NASA 的 Valkyrie Robot）后，Apptronik 开发出了当前的 Apollo 版本。Apollo 身高 5 英尺 8 英寸，体重 160 磅，旨在执行体力要求高的任务，并与人类一起在工业空间中安全运行。 🌟地址： https://apptronik.com/news collection/apptronik partners with google deepmind robotics 🐱 猫叔留言： AI资讯公众号：超时空视角 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 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） 🤖️AI 视频/绘画 DisPose：开源的跳舞视频生成增强技术 由清华大学与北大大学等组织联合发布的一种可控的人体图像动画方法，输入动作视频参考和人物图像，可以形成新的角色舞蹈视频。 一种即插即用的混合 ControlNet，在架构上以类似 ControlNet 的方式实现这些解开的控制信号，以将它们集成到现有方法中。最后，将运动场和点嵌入注入到潜在视频扩散模型中，从而产生准确的人体图像动画。 效果： 🌟地址： https://lihxxx.github.io/DisPose/ InvSR：开源图像超分辨率模型 提升图像分辨率的开源新工具，只需一个采样步骤（支持1 5的材料步骤）即可增强图像，可以高清修复图像。 效果： 🌟地址、在线试用地址： https://github.com/zsyOAOA/InvSR?tab=readme ov file railway car online demo https://huggingface.co/spaces/OAOA/InvSR 🤖️AI 3D Postshot v0.5 现已推出 高斯点云模型训练工具Postshot v0.5现已推出，帮助用户只需几分钟从视频或一组照片中生成逼真3D模型的软件，本次更新支持虚幻引擎集成，支持VR立体渲染、合并多个场景！ Postshot 目前处于测试阶段。它的功能尚未完善或稳定。 效果： 🌟地址： https://www.jawset.com/docs/d/Postshot+User+Guide/Release+Notes/v0.5 🤖️AI 语音 Hume AI ：推出全能文本与语音引擎 OCTAVE Hume AI 推出全能文本与语音引擎 OCTAVE ，将OpenAI高级即时语音、Elevenlabs TTS语音设计， NotebookLM 等系统的功能相结合。可实现以下能力： • 通过简短的文字描述或录音，OCTAVE不仅可以生成声音，克隆音色，还可以设置生成声音的（语言、口音、感情，背景）等参数。 效果：模仿openai圣诞老公公声音 效果：语音生成效果