AI 共存派

利用声音设计API和动态头像技术，智能分析Twitter用户资料，生成个性化虚拟形象。项目部署在Vercel平台，提供简单用户体验 体验地址： https://www.xtovoice.com 项目地址： https://github.com/elevenlabs/elevenlabs-examples/tree/main/examples/text-to-voice/x-to…

来自阿里，完美继承了InstantID和PulID的优势，SDXL-EcomID为ComfyUI用户带来全新使用体验，支持基础和换脸两种工作流程，提供高级定制功能，展现出极强的适应性。 地址： https://github.com/alimama-creative/SDXL_EcomID_ComfyUI

具体来说，使用该功能设计的菜单和 UI 组件可以依据屏幕尺寸自动进行调整。Layouts 能够使图形随着屏幕大小的变化进行缩放、拉伸或者重新排列，并且在此过程中不会丧失动画效果和流畅性。同时，它还支持图形在不同设备之间实现平滑过渡，无需频繁地进行调整，仅需一次设计就能适应各种设备。 体验地址： https://rive.app

Hertz-Dev 是一个开源音频模型，它具有 8.5 亿参数。该模型在延迟方面表现出色，理论延迟仅有 80 毫秒，实际延迟为 120 毫秒。这种低延迟的特性极大地提升了实时对话的体验，使得人与机器之间的交流更加流畅和自然。例如，在客户支持场景中，用户可以更快地得到回应，提高服务效率；在智能家居环境中，设备的响应速度更快，增强了用户的使用感受。 地址： https://si.i…

研究人员设计出一种简单有效的流程，这个流程能够唤醒 Diffusion 模型的 “上下文学习” 能力。这样做的好处是大大降低了 AI 模型的训练成本。由于训练成本降低，更多的人可以参与到 AI 创作中来。 项目地址： https://ali-vilab.github.io/In-Context-LoRA-Page

腾讯发布了开源的 3D 生成模型。这个模型是第一个能够同时支持通过文字生成 3D 以及通过图片生成 3D 的开源模型。用户可以上传一张照片，通过这个模型生成 3D 模型，进而可以进行 3D 打印。并且展望未来，通过这个模型有望实现玩具自由，即可以轻松制作各种玩具。 为了解决现有的3D生成模型在生成速度和泛化能力上存在不足，我们开源了混元3D-1.0模型，可以帮助3D创作者和艺术…

腾讯混元 Large 模型与腾讯混元 Pro、腾讯混元 Turbo 等不同尺寸模型源于同一技术体系，在腾讯内部近 700 个业务和场景中广泛应用，如腾讯元宝、微信公众号等。该模型总参数量为 389B，激活参数量 52B，上下文长度达 256K，采用主流的 MoE 架构模型，推理成本远低于同等参数稠密模型，在多学科综合评测集及 9 大维度中全面领先。已同步上架腾讯云 TI 平台，…

高性能与普及性完美平衡，免费开放商用，人人可用的AI绘画工具。 Stable Diffusion 3.5 Medium 是由 Stability AI 发布的最新 AI 图像生成模型，旨在为用户提供更高质量和更灵活的图像生成体验。该模型于2023年10月29日正式发布，具备25亿参数，采用了改进的MMDiT-X架构，能够在消费级硬件上快速运行，支持生成分辨率从0.25百万到2百…

字节跳动最新推出的AI模型分享社区平台炉米Lumi，旨在满足日益增长的AI模型交流与应用需求。该平台专注于电商高效图片设计，为设计师提供了一系列实用工具和资源。 炉米Lumi的主要特点 总结 炉米Lumi作为字节跳动推出的新平台，通过结合AI技术和丰富的设计资源，为电商行业的设计师提供了一个高效、智能的工作环境。这一平台不仅提升了设计效率，也为创作者提供了更多的创作自由与灵活性…