shadowcz007的博客

原创 人人可拥有GPT4，比得上GPT4的开源Llama3

相信不少读者都是GPT3.5和4的用户，现在，我们有了开源的平替方案了。最近，值得我们关注的LLM新进展！手机、树莓派可以运行的LLM接近GPT3.5微软刚刚开源了可在手机端运行的、性能媲美 GPT-3.5的 Phi-3-mini 4k和128k模型，并且是 MIT 许可，可商用模型地址：4k：https://huggingface.co/microsoft/Phi-3-mini-4k-ins...

转载 AI对教育行业会有怎样的影响？S8-如何通过AI提升教师的教学质量？

嘉宾盼盼是一位一线教育工作者，正利用AI技术在教育领域进行创新尝试，她提到，通过GPT准备教案节省了50%以上的时间，GPT也是她学习过程中极佳的学伴。同时我们也聊到了AI 对教育行业的影响，以及如何引导学生使用AI技术的思考。》如果您希望通过喜马拉雅收听，请点击此链接《》您的关注，评价，转发对我们非常重要《嘉宾背景简介盼盼女士是一名资深的国际高中计算机科学老师。盼盼女士在国内完成了计算机本科学习...

转载 GithubPage适合您和您的项目的建站方式

准备好开始了吗？从头开始构建您自己的网站或为您的项目生成一个网站。每个 GitHub 帐户和组织可以获得一个站点，以及无限的项目站点。让我们开始吧。第一步：下载github 桌面版https://desktop.github.com第二步：创建仓库前往GitHub并创建一个名为username.github.io 的新公共仓库，其中username是您在 GitHub 上的用户名。第三步：克隆仓...

转载 UI 交互的未来，谷歌刚刚介绍了最新的ScreenAI

ScreenAI 是由 Google AI 开发的视觉语言模型 (VLM)，可以理解用户界面 (UI) 和信息图表。它很强大 — — 能够执行图形问答、元素注释、总结、导航和特定于 UI 的 QA 等任务。工作原理：就像一个超强的 UI 解释器ScreenAI采用两个阶段：- 预训练：应用自监督学习自动生成数据标签- 微调：使用人工评估者手动标记的数据1. 问答...

转载 Mixlab推荐：InfiniteBox Studio#AI 涌现之下的创新实验场

-左右滑动--左右滑动-

转载 视频的Gen Fill？

Howard Pinsky在推特上分享了关于Gen Fill for VIDEO的消息，引起了粉丝们的热烈讨论。有人对这一功能表示赞赏，但也有人对Adobe Photoshop的性能问题提出了担忧。同时，还有人期待这一功能的发布和使用。有人对Adobe Photoshop的性能问题提出了担忧，认为自从引入AI更新以来，软件变...

转载 高质量图像编辑HQ-Edit

HQ-Edit: 一个用于基于指令的图像编辑的高质量数据集摘要：本研究介绍了HQ-Edit，一个包含约200,000个编辑的高质量基于指令的图像编辑数据集。与先前依赖属性指导或人工反馈构建数据集的方法不同，我们设计了一个可扩展的数据收集流程，利用先进的基础模型，即GPT-4V和DALL-E 3。为了确保数据集的高质量，首先在线收集多样化的示例，然后扩展这些示例，并使用详细的文本提示创...

转载 设计内容的方式正在发生变化#分享一些启发性的内容

‍‍‍‍今天看到了一些有启发性的内容，设计内容的方式在改变。新的创作方式#Openpose工作流设计工具Flair.ai翻看了去年runway发布过的一个世界模型的介绍视频，OpenAI的Sora只是抢占了秀DEMO的先机。今日最佳梗图：如果你感兴趣以下方向，可以填写表格 ↓‍‍‍‍...

转载 设计工具Flair.ai

TheAIdesigntoolforproductphotoshoots有实时道具和新模型，看起来相当不错。它提供各种模板，可以帮助用户创建出色的内容。模板类型，包括Still Life（静物）、Furniture（家具）和Food（食物）。这些模板可以用于生成引人注目的产品拍摄照片，用户可以通过拖放图像、道具和3D元素来构建完美的场景。新功能，即Fashion photoshoots...

转载 高分辨率 BeyondScene

一种名为BeyondScene的框架，旨在通过预训练扩散模型解决生成高分辨率人物场景的挑战。该框架采用分阶段和分层的方法，首先生成一个详细的基础图像，然后将其转换为超过训练图像大小的高分辨率输出。BeyondScene在与文本描述的对应性和自然度方面超过了现有方法，为生成超出预训练模型容量的高分辨率人物场景开辟了新的可能性。BeyondScene:Higher-Resol...

转载 新的创作方式#Openpose工作流

@taziku_co :如果将它与LoRA结合起来，将来很可能可以用Openpose来编写漫画的结构和名称等。随着速度的提高，工作流程会发生变化。申请试用名额...

转载 GPT-4V作为智能核心的COME-robot

COME-robot，这是首个利用GPT-4V视觉语言基础模型的闭环框架，用于在真实世界场景中进行开放式推理和适应性规划。通过精心构建的行动原语库，COME-robot能够进行机器人探索、导航和操作，这些原语库作为GPT-4V在任务规划中可调用的执行模块。GPT-4V作为智能核心，能够进行多模态推理，生成带有代码的动作策略，验证任务进度，并为重规划提供反馈。这种设计使得CO...

转载 任何你想创造的东西

@evanqjones 演示了一个DEMO使用 three.js、SD 1.5、ControlNet 和 TripoSR 制作。申请试用名额

转载 你觉得哪个好？@anukaakash对比了SD3, Midjourney & Dalle3的效果

Portrait photograph of an anthropomorphic tortoise seated on a New York City subway train.Aesthetic pastel magical realism, a man with a retro TV for a head, standing in the center of the desert, vint...

转载 @emmanuel_2m分享了SDXL和SD3的对比

你觉得SD3有提升吗？申请试用名额

转载 InstructHumans 可以使用文本提示编辑现有的 3D 人体纹理。

InstructHumans是一个用于指令驱动的3D人体纹理编辑的新框架。它通过文本指令优化头像的纹理，并通过InstructPix2Pix进行编辑，使用SDS-E（Score Distillation Sampling for Editing）来提炼编辑梯度并更新纹理潜在代码。该过程通过梯度感知视角采样和平滑正则化器得到增强。InstructHumans在保持原始头像...

转载 本地运行 Devika，媒体处理# FFmpeg+AI

本地运行 Devika本地 AI 代理就在这里！现在您只需单击一下即可在计算机上运行 Devika。要求 Devika 用@FFmpeg构建一个视频压缩 Web 应用程序，瞧！162.3MB => 19.6MB！媒体处理的未来是由 FFmpeg+AI 提供支持的超定制短暂应用程序。运行环境：pinokio.computerPinokio是一个浏览器，可以安装、运行...

转载 The Shipping Forecast 航运预测#PZF

人工智能短片Images:@LeonardoAi_ Motion:@runwayml Voice:@elevenlabsio Soundtrack: UnfoldingPerformed by: Alice in WinterMusic and SFX Licensed by:@SoundstripeApp申请试用名额...

转载 人工智能将颠覆好莱坞

Adobe 正在对 Premiere Pro 进行大规模 AI 更新。AI 创作者将使用 AI 生成内容。你准备好了吗？TCL tv+首部AI作品《下一站巴黎》申请试用名额

转载 prompt分享：未来女性士兵站在宇宙飞船旁，展望未知的未来

A female soldier in futuristic armor, with helmet and visor, stands among other soldiers wearing the same uniform, all looking towards an unknown future. The scene is captured from behind as if throug...

转载 @CafeSingularity分享了房间分析AI的DEMO

正如传闻，家具现在可以在 v64 中自动识别和标记！你们使用的是同一个房间分析AI吗？虽然并不完美，但即使在我们特殊的环境下，自动门和双显示器也能完美自动识别（笑）申请试用名额...

转载 @anukaakash 分享了工作流：Leonardo images + image-to-motion

步骤：>使用 Anime XL 模型在 Leonardo 中创建了一些图像> 结果在现实背景中出现了动漫风格的主题，我发现这很有趣--我在 Midjourney 中得到了类似的结果（当使用角色表样式图像作为参考时）> 我在图片上使用了图像转动态功能> 然后选择一首印度风格的歌曲（来自 epidemicsound）>在 Capcut 中将视频...

转载 波士顿动力公司刚刚发布了其新一代 Atlas 机器人。

波士顿动力公司刚刚发布了其新一代 Atlas 机器人。波士顿动力公司的Atlas人形机器人现已转向电动，采用了全新的外观设计，更加灵活和适用于商业化应用。公司计划在未来几年内开始进行试验，并逐步推向市场。"新机器人的外观设计与Agility的Digit和Apptronik的Phoenix更加接近，更具卡通形象。""公司计划在明年早些时候在现代汽车...

转载 AI创作者在72小时内创作出的作品令人难以置信#FilmFast

72小时FilmFast比赛已经结束，AI创作者们在这期间创作的作品令人难以置信。其中包括"The Control Freaks"，"NEXUS"和"Hotel "POST-REALITY""等作品。"NEXUS"是一部由@dustinhollywood创作的影片，他表示多出的一天时间对他的作品产生了很大的影响。"Hotel "POST-REALITY""是@IlyaShapko的参赛作品...

转载 Viggle AI，一款将人工智能技术与视频编辑相结合的新型风格转换工具

继 Sora 之后，视频生成人工智能的一场革命Viggle AI，一款将人工智能技术与视频编辑相结合的新型风格转换工具，备受关注。只需上传您想要用原始视频替换的人的静态图像，就会生成一个新视频。如何使用：①准备图像➁动画③视频生成其他详情：・只需 5 分钟即可制作视频・提供动画模板・通过输入文字可以创建原创动...

原创 音画互动、AI Coser #ComfyUI社群精华周报-4月第3周

欢迎加入ComfyUI中文爱好者讨论 https://www.mixcomfy.com亲爱的开发者和设计师们，现在是时候加入我们，一起探索全新的创作方式了！作为一款备受开发者和设计师喜爱的强大SD UI 框架，ComfyUI 一直以来都致力于为用户提供出色的体验。而现在，我们将为您带来 ComfyUI 系统教程，为您提供更加便捷和全面的社群学习资源。加入ComfyUI动画知识库星球https:/...

转载 为什么AI企业应用落地这么难？Comfyui 圆桌#S7

在这个信息爆炸的时代，AI技术的发展速度令人瞩目。从图片识别到自然语言处理，再到深度学习，AI技术的每一次进步都在推动着社会的进步。但在AI技术落地企业应用的过程中，我们发现并非一帆风顺。今天我们邀请了三位AI“野蛮人”和我们一起聊聊，AI落地中的种种困难与思考（文章仅为内容概述，详细内容请收听播客）‍‍‍‍‍》如果您希望通过喜马拉雅收听，请点击此链接《》您的关注，评价，转发对我们非常重要《嘉宾介...

原创 3D和人脸的应用场景#ComfyUI Pro节点更新

在开源ComfyUI-Mixlab-Nodes之后，我们发现插件生态高度自由，各种自定义插件解决的问题差异非常大。但有一下的共性：模型下载困难版本兼容不足更新速度太快理解成本太高我们使用ComfyUI主要是要解决实际应用场景的问题，因而，我们从应用场景出发，开始设计好用的自定义节点套件。这一组重新设计的自定义节点，我们称为#Pro版节点。Pro节点的定位：给付费用户提供更为好用的自定义节点（仅面...

原创 视频这么长，有必要浪费时间看吗？#知识社群N3

在这个信息爆炸的时代，我们每天都会被大量的二手信息包围。不论是社交媒体、新闻还是网络论坛，处处充斥着别人的观点和总结。但这些二手信息真的能够代替我们去源头获取内容吗？信息的片面性、观点的偏颇乃至于事实的曲解，不断地在影响着我们对世界的认知。那么，怎样才能在这个信息泛滥的时代，获取真实、全面的知识和信息呢？这就是我们要建立的社群存在的意义所在。我们正式推出一个相互分享YouTube、B站优质视频的社...

转载 MiX Copilot 3.5：非凡想法，源于洞见

想象一下你是一名金融市场分析师，在忙碌的一天开始前，你的桌面已经堆满了待分析的数据和报告。今天的任务是深入研究跨国公司在亚洲市场的表现，为即将召开的战略会议提供关键的洞见。你需要从海量的金融数据、新闻报道和学术论文中筛选有价值的信息，分析这些公司的市场趋势、竞争对手和潜在风险。你打开了电脑，面对着屏幕上错综复杂的数据和不断更新的资讯，感到一阵压力。你意识到，为了完成这项繁重的任务，你不仅需要快速准...

原创 ComfyUI社群精华周报（4月第1周）

欢迎加入ComfyUI中文爱好者讨论 https://www.mixcomfy.com亲爱的开发者和设计师们，现在是时候加入我们，一起探索全新的创作方式了！作为一款备受开发者和设计师喜爱的强大SD UI 框架，ComfyUI 一直以来都致力于为用户提供出色的体验。而现在，我们将为您带来 ComfyUI 系统教程，为您提供更加便捷和全面的社群学习资源。加入ComfyUI动画知识库星球 https:/...

转载 如何自动总结视频#B站、Youtube

麦肯锡在《展望 2025：决定未来经济的12大颠覆技术》报告中将知识工作者自动化列为第二名的颠覆性技术。知识工作者自动化Knowledge-worker Automation知识自动化是一种可执行知识工作任务的智能软件系统，将各种知识工作模型化，让机器完成原先需要人做的重复性、低价值工作，而人类则可以专注于完成高级的创造性、决策性工作。我们最近构建的工作流，自动总结视频内容，就是知识自动化的应用之...

转载 MIXLAB NODE熊叔的故事#AI如何改变产品经理的工作

‍‍熊叔是我们Mixlab的核心创始人之一，他不仅在职业生涯中积累了丰富的经验，更是在和shadow一起创造了爆火的comfyUI 节点 Mixlab nodes，今天，我们就来深入了解熊叔的职业生涯，以及他所参与开发的MIXLAB NODE产品，探索AI如何改变我们的工作与生活。》如果您希望通过喜马拉雅收听，请点击此链接《》您的关注，评价，转发对我们非常重要《熊叔的职业生涯00：29 熊叔，一名...

转载 AI重现#少年梅兰芳登台，一致性如何做到？

《少年梅兰芳登台》是我们首个真正意义上的商业合作片，之前我们自己的包括同行的作品多数因为爱好而创作。爱好创作的好处是我们不需要听取任何外界的意见，只需要倾听自己内心的声音，根据自己对于ai的了解，充分挖掘ai的潜力和特点进行创作。最近找我们合作的机构有点多，每次我们都会问对方一个问题：“你是需要一个纯ai创作的短片来做话题？还是一个表达自己产品和主张，AI仅是手段之一的短片？毕竟目前AI创作还有非...

转载 实时设计KREA.ai

最近KREA.ai更新了一个新的功能，可以融合多张图片，实时生成新的图像。用来演示的是一只白色材质的鱼，演示通过上传几张图片，来融合出新的材质。操作方式非常新颖，最关键的还是实时的反馈。通过视频，大概可以猜到是如何实现的。使用ComfyUI复刻一个试试：mixlab-nodes新增一个LoadImageToBatch节点。上传多张图片，并转成batch，主要是给ipa使用。LoadImageToB...

原创 高保真、可实时调整光照的虚拟人物#数字化身

很快，我们将在虚拟世界里，用和真人同等质量的虚拟角色进行对话。一种名为"Relightable Gaussian Codec Avatars"的方法，可以构建高保真、可实时调整光照的虚拟人物。该方法基于3D高斯模型，可以捕捉动态面部序列中毫米级的细节，如头发和毛孔。同时，作者提出了一种基于可学习辐射传递的可调光外观模型，结合了对漫反射成分的全局照明感知球面谐波和对全频反射的球面高斯模型，实现了实时...

转载 请查收一张AI音乐专辑#《好奇/设计/未来》

去年上半年在做AI Sound Lab声音实验室的时候发现Suno，当时还只是text2voice，后来Suno V1可以支持text2music(限英文歌)，到如今V3发布让大众所熟知。虽然生成音乐的效果还是比较有限，但至少目前可以做出中文歌曲，Suno快速高效的确带来不少欣喜和愉悦。下面是「好奇设」第一张AI音乐专辑《好奇/设计/未来》，也是“AI Sound Lab 声音实验室”第三张专辑。...

原创 Spatial Persona#在Vision Pro里实现了实时协作的虚拟空间

Blaine Brown发布了一则消息，宣布了Spatial Persona在Apple Vision Pro推出了测试版。值得思考的问题：这个“Spatial Persona”功能对于团队协作有哪些潜在的好处？在虚拟空间进行实时白板演示和讨论，对于哪些行业或应用场景特别有价值？AI视角的答案：“Spatial Persona”功能可以提供实时协作的虚拟空间，使团队成员能够共同编辑和讨论文档、图表...

转载 Vision Pro开发/创作者社群

转载 如何创建一个搜索引擎的整理助手？MixCopilot的自定义角色

创建一个搜索引擎的整理助手。（保姆级）MiX Copilot 3.5 下载、安装和申请试用教程