AI项目
通过聊天的方式来进行UI设计
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。
让你的手机“活起来” ，把你的手机变成桌面机器人
Looi采用了仿生行为系统，时刻感知你和你周围的环境。同时接入了ChatGPT，能够通过对话与用户进行互动，可以在手机上显示富有表情的画面。
TextCraftor是一种创新的文本编码器微调技术
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，从而减轻了存储和加载大规模图像数据集的负担。
AI21发布世界首个Mamba的生产级模型：Jamba
Jamba代表了在模型设计上的一大创新。这里的”Mamba”指的是一种结构化状态空间模型（Structured State Space Model, SSM），这是一种用于捕捉和处理数据随时间变化的模型，特别适合处理序列数据，如文本或时间序列数据。SSM模型的一个关键优势是其能够高效地处理长序列数据，但它在处理复杂模式和依赖时可能不如其他模型强大。
Al Comic Factory：漫画工厂
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
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
LaVague现已作为托管应用程序在huggingface Space上
现在，您可以在不安装任何东西的情况下尝试 LaVague，并根据自然语言指令实现自动化 Web 操作。
这个当中最好的部分？所有堆栈都是开源的！我们使用 Hugging Face #Gradio 作为 UI，他们的 Inference API 调用 #Mixtral 、 @llama_index 用于 #RAG ，LaVague 本身也是开放的-来源。
腾讯也搞了一个让照片能唱歌说话的项目
比阿里EMO先开源
AniPortrait：根据音频和图像输入 生成会说话、唱歌的动态视频
它可以根据音频（比如说话声）和一张静态的人脸图片，自动生成逼真的人脸动画，并保持口型一致。
Databricks发布了最强的开源模型DBRX
它在语言理解、编程、数学和逻辑方面轻松击败了开源模型，如 LLaMA2-70B、Mixtral 和 Grok-1。
DBRX 在大多数基准测试中超过了 GPT-3.5。
DBRX 是基于 MegaBlocks 研究和开源项目构建的专家混合模型（MoE），使得该模型在每秒处理的标记数量方面非常快速。
NoLang：输入任何主题或者网页链接直接生成视频
它支持文字、网页链接、PDF、提问等直接转视频
也就是你输入文字、链接NoLang能以视频形式快速回答。
输入PDF文件，会先给你总结内容，然后根据总结的内容在生成一个解答视频。