作者： Tarogo Cloud

OpenAI公布其语音生成模型：Voice Engine

212
AI项目

根据文本输入和一个15秒的音频样本，就能生成接近原始说话者声音的自然听起来的语音。 Voice Engine最初于2022年底开发，并已经提供给包括Heygen在内的少数公司进行测试性使用。

介绍 Private LLM（@private_llm）

223
AI项目

Mac 可以通过 Private LLM 运行更大模型（32k 令牌长度窗口），无需 Nvidia RTX，无需 GPU。 将 AI 添加到你的工作流程变得更简单！无需代码，只需你的创造力和 Apple 快捷指令即可进行提示工程。

通过聊天的方式来进行UI设计

198
AI项目, 开源项目

W&B 团队开发的一个开源工具，你可以通过文字来描述你想要的UI界面，OpenUI可以帮你实时进行渲染出效果。 你还可以通过聊天的方式进行任意修改，并将HTML转换为React、Svelte、Web Components等多种前端框架。

TextCraftor是一种创新的文本编码器微调技术

213
AI项目

为了解决现有模型的局限性，研究者们提出了TextCraftor，这是一种端到端的文本编码器微调技术。TextCraftor的核心思想是通过奖励函数来增强预训练的文本编码器，从而显著提高图像质量和文本图像对齐的准确性。这种方法不需要额外的文本-图像配对数据集，而是仅使用文本提示进行训练，从而减轻了存储

腾讯发布了AniPortrait：

167
AI项目

1）从音频中提取3D中间表示，并将它们投影到一系列2D面部标志点上 2）利用一个结合了运动模块的扩散模型，将标志点序列进一步转化为具有高视觉质量的动画

服装三维生成器

238
AI项目

引入了 Garment3DGen 一种新方法，以单个输入图像作为指导，从基础网格合成 3D 服装资产。我们提出的方法允许用户根据两者生成 3D 纹理衣服

Al Comic Factory：漫画工厂

206
AI项目, 开源项目

自动生成有情感、有故事性的漫画内容 它使用大语言模型和如SDXL来自动创建漫画面板。 你只需提供一个简单的文本提示，AI Comic Factory就能根据这个提示生成包含人物对话和场景描述的漫画。

SuperBeasts的ComfyUI真好用

306
AI项目

调整阴影、高光和整体 HDR 效果的强度。 应用伽玛校正来控制整体亮度和对比度。 增强对比度和色彩饱和度，以获得更鲜艳的效果。 通过在 LAB 色彩空间中处理图像来保持色彩准确性