作者： Tarogo Cloud

根据单张图像和音频输入生成唱歌和说话视频

231
AI项目, 多媒体处理

和EMO相比，该项目已开源😄 它能够通过输入语音，生成对应的人物嘴唇同步、表情变化和姿态变化的动画。 提高了语音与生成动画之间的对齐精度，使动画的嘴唇、表情和姿态与语音更匹配。 提供对角色表情、姿态和嘴唇运动的精确控制。 支持多种表情和姿态的自适应控制，增强动画的多样性和真实性。

AI开源项目：AI Math Notes

155
AI项目, 开源项目

AI Math Notes 是一个互动绘图应用程序，用户可以在画布上绘制数学方程。 绘制完方程后，应用程序会使用多模态大语言模型 (LLM) 计算结果，并在等号旁显示。 该应用程序使用 Python 编写，图形用户界面采用 Tkinter 库，图像处理使用 PIL 库。

苹果发布的Translation API

452
AI行业应用, AI项目

苹果新出的翻译 API，不需要联网，完全使用本机大语言模型。 使用翻译框架提供应用内翻译。您可以使用内置 UI，让系统代表您向用户提供翻译。或者您可以使用该框架来定制翻译体验。 要提供内置系统翻译体验，请将视图修饰符锚定到包含要翻译的文本的 SwiftUI 视图。当您希望显示内置系统翻译...

Niceaunties的灵感集

256
AI项目

@niceaunties 作者介绍：“Niceaunties”的灵感来自于阿姨文化中荒唐又可爱的行为。 TED 演讲者。奖学金 艺术家。

NVIDIA 與開發商攜手合作，利用 NVIDIA ACE 數位化身雲端引擎

243
AI项目

NVIDIA ACE（Avatar Cloud Engine）是一套可協助開發人員使用生成式AI將數位化身變為現實的技術。透過 ACE，非玩家角色 (NPC) 可以轉變為動態的互動式角色，能夠發起對話，或提供遊戲知識來幫助玩家完成任務。 在 CES 2024 上，我們宣布推出ACE...

OpenAI宣布收购 Rockset

185
AI巨头, OpenAI

这是一家领先的实时分析数据库公司，提供世界级的数据索引和查询能力。 OpenAI称通过这次收购，OpenAI计划将Rockset的技术集成到其产品中，以增强其检索基础设施，使AI能够更好地利用和访问实时数据。

Florence-2：微软开源视觉基础模型

276
AI巨头, AI项目

Florence-2 是 Microsoft 在 MIT 许可下开源的轻量级视觉语言模型。该模型在字幕、对象检测、接地和分割等任务中展示了强大的零样本和微调功能。 尽管尺寸很小，但它所取得的结果与大许多倍的模型（如 Kosmos-2）相当。该模型的优势不在于复杂的架构，而在于大规模的...

kijai 开发的 Florence-2 ComfyUI 插件上线

544
AI项目

支持从图片生成提示词和指定位置的蒙版。 从图片生成提示词支持三个详细等级，内容会越来越多，蒙版生成类似 SAM 输入区域的单词就行。 提示词推理比 WD14 快非常多，也比较准确。