作者： Tarogo Cloud

GPT-4 能比你更好地教机器人手做转笔技巧吗？

159
AI项目

Eureka 弥合了高级推理（编码）和低级运动控制之间的差距。它是一种“混合梯度架构”：一个黑盒，仅推理 LLM 指示一个白盒，可学习的神经网络。外循环运行 GPT-4 来细化奖励函数（无梯度），而内循环运行强化学习来训练机器人控制器（基于梯度）。

StoryDiffusion 这个字节的新项目表现很好

262
AI项目

能够生成细节丰富、内容多样的图像和视频，同时保持角色身份和服饰的一致性。 可以帮助生成长篇漫画或者带连续剧情的视频。 与IP-Adapter和PhotoMaker等方法相比，StoryDiffusion在保持角色一致性的同时，还能更好地控制文本提示，生成与描述更匹配的图像和视频。

Supertone Shift：实时语音变换器

215
AI项目, 多媒体处理

可以将你直播说话时候的声音变声其他各种角色和性别的声音。 还能调整音调、音调动态和混响等参数，塑造个性化的声音。 也可以将你声音与任何角色的声音以任意比例混合，创造出新的声音 。

LGM：生成高质量3D模型

369
AI项目, 开源项目

支持文字生成模型、图片生成模型，分辨率512x512，5秒内即可生成。 3D内容创作在质量和速度方面都取得了显着进步。尽管当前的前馈模型可以在几秒钟内生成 3D 对象，但其分辨率受到训练期间所需的密集计算的限制。在本文中，介绍了大型多视图高斯模型...

自动将你的网页内容转换为播客

230
AI项目, 多媒体处理

Audio Native 是一个嵌入式音频播放器，可以自动为网页内容生成语音 只需插入一段简短的代码，即可插入到任何网页和内容中，自动为内容生成语音旁白。 您现在正在阅读的这一行的上方有一个播放按钮。按播放键，您可以收听由 ElevenLabs...

Apple 宣佈將推出全新輔助使用功能

241
AI项目

包括「眼動追蹤」、「音樂觸覺」和「聲音捷徑」 Apple 今日宣佈將於今年稍晚推出全新輔助使用功能，包括「眼動追蹤」，一種讓身體障礙使用者只用眼睛即可控制 iPad 和 iPhone 的方式。此外，「音樂觸覺」將為聾人與聽力障礙使用者提供一種用 iPhone...

关注 Copilot + PC

246
AI项目, MicroSoft

Copilot+ PC 是迄今为止最快、最智能的 Windows PC。凭借强大的新型芯片，能够实现令人难以置信的 40+ TOPS（每秒万亿次操作）、全天的电池寿命以及对最先进人工智能模型的访问，Copilot+ PC 将使您能够完成任何其他 PC 上无法完成的事情。通过 Recall...

装备了AI瞄准步枪的机器狗

363
AI项目

配备人工智能瞄准步枪的机器狗接受美国海军陆战队特种部队评估 正在接受审查的四足动物具有自动瞄准系统，但需要人工监督才能开火。 据战区报道，美国海军陆战队特种作战司令部 (MARSOC) 目前正在评估 Ghost Robotics 开发的新一代机器人“狗”，该机器人“狗”有可能配备国防科技公司...

Interactive3D：用户可以直接通过交互操作指导3D模型生成

229
AI项目

它提供了一种非常灵活的方式来创造和修改3D内容。你可以添加、移除组件来对模型进行各种组合，类似乐高搭建，还可进行可变形和刚性拖动等操作。 也可以通过文本控制。 而且用户交互的实时反馈，能够即时看到你的操作如何影响最终的效果。

Adobe 的新工具： Project Neo

313
Adobe, AI项目

通过3D技术，Project Neo能够为原本平面的2D图像添加立体效果。 能够快速的为图标、动画插图创建独特的3D形状。 通过简单的操作，你可以在几分钟内完成图标、插图设计，极大地提高了工作效率。 Project...

PhysDreamer：由多所大学合作开发

227
AI项目, 开源项目

PhysDreamer：由多所大学（包括麻省理工学院、斯坦福大学、哥伦比亚大学和康奈尔大学）合作开发。 真实的对象交互对于创建沉浸式虚拟体验至关重要，但合成真实的 3D 对象动态以响应新颖的交互仍然是一项重大挑战。与无条件或文本条件动力学生成不同，动作条件动力学需要感知对象的物理材料属性，并将...

ZeST：从单个图像进行零次材料传输

351
AI项目

ZeST（Zero-Shot Material Transfer）是一种基于零样本的方法 介绍 ZeST，这是一种零样本、免训练的方法，用于 (a) 图像到图像的材料传输。 (b) ZeST 可以轻松扩展以在单个图像中执行多种材质编辑

退出移动版