IT/AI知识库： 跟踪最新的IT/AI类资讯
OpenAI公布其语音生成模型：Voice Engine
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。
哥伦比亚大学开发出了一种名为 Emo的人形机器人头
哥伦比亚大学的创意机器实验室开发出了一种名为 Emo 的人形机器人头它能够精准恰如其分的模拟面部表情。
Emo装备了26个精密的执行器，可以在 840 毫秒内预测和反映人类的面部表情，包括微笑。
介绍 Private LLM（@private_llm）
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
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
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。
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。
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。
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