奧德賽是一款新的 AI 視頻工具,聲稱提供好萊塢級的視覺功能。由具有自動駕駛汽車和重大電影項目經驗的團隊開發,奧德賽旨在提供對視覺講述的核心層面的完全控制,包括高品質的幾何形狀、逼真的材質、迷人的照明和可控的運動。

該工具目前不對公眾開放,但團隊正在與好萊塢合作塑造這項技術。奧德賽的生成模型旨在提供對場景細節的精確配置,使創作者能夠以無故障和令人驚嘆的視覺效果實現他們的願景。

隨著 AI 視頻領域的不斷發展,像奧德賽這樣的工具有望民主化高品質、電影級別的視頻生成,賦予創作者以前無法實現的創意項目。

「Live Portrait」是一款可以使用驅動視頻來動畫化圖像的工具。以下是它的工作原理:

1. 您上傳一張靜態圖像和一段驅動視頻。
2. 該工具然後會將圖像動畫化,使其與驅動視頻中的動作和表情同步。
3. 結果是一段視頻,圖像似乎活了過來,主體的嘴巴、眼睛和頭部動作與驅動視頻同步。

該工具可在 GitHub 上使用,您也可以通過 Hugging Face 空間免費使用。雖然它對於富有表情的面孔效果很好,但可能會在某些特徵(如鬍子)上遇到困難。

要使用 Live Portrait,只需選擇輸入圖像和驅動視頻,然後點擊「動畫」即可生成最終輸出視頻。您將看到並排比較,動畫圖像在左側,原始驅動視頻在右側。

這個工具是 AI 驅動視頻生成進步的一個很好的例子,它能以無縫和逼真的方式為靜態圖像注入生命。

名為「Paints Undo」的研究項目是一個引人入勝的工具,它允許您逆向工程數字藝術作品。其思路很簡單 - 您上傳一幅完成的圖像,例如一個動漫角色,該工具將生成一個逐步過程,向您展示如何重新創作該藝術作品。

這本質上是我們在 Midjourney 或 DALL-E 等 AI 藝術生成器中看到的逆過程。與其從文本提示開始生成圖像不同,Paints Undo 從最終圖像開始,將其分解為初始草圖、繪畫和陰影步驟。

該項目 GitHub 頁面上展示的示例演示了這一過程,適用於各種動漫風格的藝術作品。您可以看到該工具如何分解最終圖像,揭示用於創作它的基礎圖層和技術。

雖然代碼目前可在 GitHub 上獲得,但開發人員指出,處理時間通常比典型的 Hugging Face 任務更長。因此,他們不建議直接將其部署到 Hugging Face。相反,他們計劃在未來發布一個 Google Colab 筆記本,這將提供一種更容易使用 Paints Undo 工具的方式。

如果您對探索這種數字藝術的逆向工程方法感興趣,請密切關注即將推出的 Colab 筆記本發布。這個工具可能是一個有價值的資源,供那些希望學習和複製最喜歡的數字藝術作品技術的藝術家使用。

創作高質量的視頻可能非常耗時,從編劇到編輯到找到合適的庫存鏡頭,這是一大堆工作。這就是 nid AI 的用武之地。

nid 是全球使用最廣泛的 AI 視頻創作工具,擁有超過 2500 萬用戶。想像一下,有一個熟練的助手可以處理所有繁瑣乏味的視頻編輯任務,讓您自由發揮創意。

它的工作原理如下:

1. 從簡單的文本提示開始,例如「解釋為什麼機器人技術進步正在加速的短視頻」。
2. 點擊生成視頻,並提供一些其他細節,例如將其設為 YouTube 短片。
3. nid 為您創建一個草稿,遵循您剛剛輸入的提示。
4. 從那裡開始,您就掌控了局面。想要改變開頭?用提示來完成。需要更好的鏡頭來拍攝一個場景?只需點擊編輯,選擇要替換的片段,然後從他們的高品質庫存視頻中替換。
5. 想把整個視頻翻譯成西班牙語?這也很簡單,只需輸入提示並點擊生成。

nid AI 將超過 10 種工具的功能集成到一個簡單易用的平台中。這可以輕鬆為您節省每月數百美元的經常性費用,而且起價只需 20 美元/月。

我強烈建議您查看 nid AI,特別是如果您對視頻創作很認真。您可以免費開始,但付費計劃將刪除水印,讓您可以使用語音克隆,並提供更多高品質的庫存鏡頭。

只需前往描述中的鏈接,使用我的優惠券代碼「mw50」或掃描屏幕上的二維碼,即可在首月獲得兩倍的視頻積分。立即查看 nid AI,將您的視頻創作提升到一個新的水平。

如果您一直在使用聊天機器人 Po,它本週剛剛推出了一個名為「預覽」的新更新。這是一個新功能,可讓您在 Po 的聊天中直接查看和互動生成的 Web 應用程式。

預覽功能特別適用於擅長編碼的 LLM,包括 Clae 3.5、Sonet GPT 4.0 和 Gemini 1.5。Po 是一款基於訂閱的聊天機器人,但在使用時,您可以選擇要使用的模型 - 您不會被局限於只使用 GPT、Claud 或 Gemini。這似乎非常類似於 Anthropic 剛剛發布的 Artifacts,但它在 Po 中,您可以將其與多個不同的模型一起使用。

從提供的片段中可以看到,在被提示後,Po 實際上在聊天窗口中生成並執行了代碼。預覽可以通過專用鏈接與任何人共享,因此如果您在 Po 內部創建了一些很酷的代碼,您可以與他人分享鏈接,他們就可以在自己的 Po 帳戶中訪問。

說到 Anthropic,他們本週也使 Artifacts 可共享。Artifacts 並不新鮮,您在左側輸入提示,它會在右側生成代碼和預覽,您可以與之互動。但是能夠與他人分享,以便他們可以使用、嘗試和重新混合,這是一個新功能。

Anthropic 不斷改善使用其應用程式的生活質量。他們還推出了在開發者控制台內部評估提示的功能。這允許您生成改進的提示、比較多個提示,並測試每個提示中的個別變量,以查看它們如何改變輸出。

在其他新聞中,Meta 宣布了一種名為 Mobile LLM 的新語言模型,這是一種專為移動設備開發的小型模型。根據提供的圖表,準確性似乎比大多數其他移動模型高得多。

總的來說,我們看到 AI 世界不斷取得進步和改進,Po 預覽和 Anthropic 的 Artifacts 等工具使創建和共享交互式應用程式變得更加容易。能夠選擇不同的模型並評估提示也是一個受歡迎的發展,賦予用戶更好地利用這些強大的 AI 系統的能力。

本週,OpenAI 一直在引起關注,有幾項重大進展:

• OpenAI 已阻止中國用戶訪問 ChatGPT,切斷了用戶繞過禁令的漏洞。但是,中國仍可通過 Microsoft Azure 訪問 GPT-4,這引發了人們對 GPT-5 可能推出的猜測。
• 微軟和蘋果都退出了擔任 OpenAI 董事會觀察員的計劃,可能是由於擔心反壟斷審查。
• OpenAI 宣布與洛斯阿拉莫斯國家實驗室合作進行生物科學研究,並正在與阿里安娜·赫芬頓的 Thrive Global 合作開發個性化的 AI 健康教練。

穩定 AI(Stable Diffusion 的背後公司)也做出了一些值得注意的更新:

• 他們更新了許可條款,允許更多商業用途,只要年收入不超過 100 萬美元。
• 穩定 AI 為其 Stable Assistant 發布了新功能,包括搜索和替換,以及文本到語音的功能。

在版權影響方面,最近的一項法院裁決表明,只要 AI 系統的輸出與輸入材料足夠不同,它們可能就沒有問題,為未來的訴訟提供了一些先例。

此外,加州提出的一項法案(SB 1047)有可能嚴重阻礙 AI 研究,並受到來自 A16Z 的 Ananth Raman 等行業領袖的積極反對。

總的來說,AI 格局繼續快速發展,來自 OpenAI 和穩定 AI 等行業巨頭的重大進展,以及將塑造該領域未來的重要法律和監管考慮因素。

三星最新的產品陣容展示了 AI 在其設備中的整合。一些關鍵亮點包括:

• Galaxy Z Fold 6:配備三星最新的 AI 功能,包括圓圈搜索、翻譯和轉錄 PDF 文檔、從照片中的人物或物體生成 AI 圖像,以及將簡單草圖轉換為高質量圖像的功能。

• Galaxy Z Flip 6:外部顯示屏具有來自內置 AI 的建議回復,以及 AI 驅動的壁紙。

• Galaxy Watch 7:這是首款獲得 FDA 授權的可穿戴設備,可識別睡眠呼吸暫停的跡象,由 AI 驅動的睡眠算法提供支持。它還根據活動、睡眠質量和其他健康指標提供全面的能量評分。

• Galaxy Ring:使用 Galaxy AI 根據活動、睡眠質量和其他健康數據生成能量評分,並提供 AI 驅動的睡眠跟蹤。

• Galaxy Buds 3 Pro:具有一個翻譯設置,利用 AI 實時將外語對話翻譯到用戶的耳中。

這些 AI 驅動的設備展示了三星致力於將智能功能整合到其產品線中,通過個性化、健康監測和語言翻譯來增強用戶體驗。

最後,這是一款使用 Gemini 在 Google deepmind 辦公室導航的機器人。它使用 Vision 模型來感知周圍的環境,並在走廊中導航,確保不會撞到任何東西,因為視覺模型精確知道它的位置,並可以看到周圍的環境,以確保不會撞到任何東西。

TechCrunch 文章中的視頻沒有任何音頻,但它說這個機器人可以在辦公室裡走動,並用語音指出不同的地標。他們使用所謂的「視覺-語言-行動」,結合環境理解和常識推理能力。一旦這些過程結合在一起,機器人就可以響應書面和繪製的命令,以及手勢。

目前,它有點像一個 AI 導遊 - 它可以在一棟建築物中遊蕩,向您指出並提供一些相關信息。