UniVG

Make-A-Character简介 Make-A-Character，通过一句话描述人的脸型、五官、发型特征，即可高效率、规模化地生成具备全栈式美术能力的超写实3D数字人。生成结果包含人头人体，配饰服装，并支持表情动画资产进行驱动，让3D数字人栩栩如生地动态化展示。你也可以自定义面部特征，例如脸型、眼睛颜色、发型、眉毛类型、嘴巴和鼻子，以及添加皱纹和雀斑等。Make-A-Character支持英文和中文提示。Make-A-Character项目地址：https://human3daigc.github.io/MACH/Make-A-Character演示地址：https://www.modelscope.cn/studios/XR-3D/InstructDynamicAvatar/summaryMake-A-Character主要特征：1、高度逼真：角色基于真实人类扫描数据集生成，发型为实际发丝而非网格，使用Unreal Engine的物理基础渲染（PBR）技术渲染，以实现高质量实时渲染效果。2、完整模型：每个角色都是完整模型，包括眼睛、舌头、牙齿、全身和服装，无需额外建模即可立即使用。3、可动画化：角色配备复杂的骨骼装置，支持标准动画，增强其逼真外观和多样化应用。4、可控制性：用户可以详细自定义面部特征，例如脸型、眼睛颜色、发型、眉毛类型、嘴巴和鼻子，以及添加皱纹和雀斑等。5、行业兼容：生成的3D角色可以无缝集成到现有的计算机图形（CG）工作流程中，特别是在游戏和电影行业中常用的工作流程。Make-A-Character原理：Make-A-Character（MACH）结合了大语言模型、视觉模型和3D生成技术。该框架利用大型语言模型（LLM）来提取各种面部属性（例如，脸型、 眼睛形状、嘴巴形状、发型和颜色、眼镜类型）。然后，这些语义属性被映射到 相应的视觉线索，进而指导使用Stable生成参考人像图像 与 ControlNet 一起扩散。通过一系列的2D人脸解析和3D生成模块，网格 并生成目标面部的纹理，并将其与其他匹配的配件一起组装。 参数化表示可以轻松制作生成的 3D 头像的动画。Make-A-Character使用：1、输入人脸描述2、点击生成并等待2分钟3、查看生成效果通过这些步骤，Make-A-Character可以快速从简单的文本描述中生成逼真的、完整的、可动画化的3D角色，适用于各种娱乐和专业场景。

ChatTTS简介 ChatTTS视频演示ChatTTS，一个专门用于对话场景的免费在线文本转语音TTS模型，适用于自然、对话式文本转语音。它支持英文和中文两种语言。这个语音专文本TTS模型 应该是目前对中文支持最好的了，ChatTTS模型经过超过10万小时的训练，公开版本在 HuggingFace 上提供了一个4万小时预训练的模型。它专为对话任务优化，能够支持多种说话人语音，中英文混合等。ChatTTS还能够预测和控制细粒度的韵律特征，如笑声、停顿和插话等，还能进行更细粒度的调整，如语速、音调和情感等。ChatTTS特点：对话式TTS: ChatTTS针对对话式任务进行了优化，实现了自然流畅的语音合成，同时支持多说话人。细粒度控制: 该模型能够预测和控制细粒度的韵律特征，包括笑声、停顿和插入词等。更好的韵律: ChatTTS在韵律方面超越了大部分开源TTS模型。同时提供预训练模型，支持进一步的研究。ChatTTS功能：多语言支持：ChatTTS 的主要功能之一是支持多种语言，包括英语和中文。这使得它能够服务广泛的用户并克服语言障碍。大数据训练：ChatTTS 已经使用大量数据进行了训练，大约有 1000 万小时的中文和英文数据。这种广泛的培训带来了高质量且自然的语音合成。对话框任务兼容性：ChatTTS 非常适合处理通常分配给大型语言模型 LLMs 的对话任务。它可以生成对话响应，并在集成到各种应用程序和服务中时提供更自然、更流畅的交互体验。开源计划：项目团队计划开源一个训练有素的基础模型。这将使社区的学术研究人员和开发人员能够进一步研究和开发该技术。控制和安全：团队致力于提高模型的可控性，添加水印，并与LLMs集成。这些努力保证了模型的安全性和可靠性。使用方便：ChatTTS 为其用户提供易于使用的体验。它只需要输入文本信息，即可生成相应的语音文件。这种简单性为有语音合成需求的用户提供了方便。ChatTTS可以用于哪些用途？ChatTTS可用于各种应用，包括大型语言模型助手的对话任务，生成对话语音，视频介绍，教育和培训内容语音合成，任何需要文本到语音功能的应用或服务。与其他文本转语音模型相比，ChatTTS有何独特之处？ChatTTS专为对话场景进行优化，特别适用于会话应用程序。它支持中文和英文，经过大规模数据集培训，以确保高质量、自然的语音合成。此外，计划开源基于40,000小时数据训练的基础模型使其与众不同，促进该领域的进一步研究和开发。ChatTTS Github开源下地地址：https://github.com/2noise/ChatTTS 相关资讯： 10款优秀的开源TTS语音模型推荐

DemoFusion简介 DemoFusion，一个开源的 ai 图像重绘增强工具，一个超更高分辨率的图像生成增强工具，通过使用最新的 BSR Gan技术，可以把生成图像的分辨率提高4倍、16倍，甚至更高，并修复和增强图像的细节。Demofusion项目地址：https://github.com/PRIS-CV/DemoFusionDemofusion体验地址：https://huggingface.co/spaces/radames/Enhance-This-DemoFusion-SDXLDemoFusion由萨里大学的人工智能研究所开发，允许用户使用免费提供的开源人工智能模型（如Stable Diffusion）生成基本图像，然后对其进行增强，以更高的分辨率添加更多细节和功能。任何中端游戏 PC 或 Mac M1 都提供必要的计算能力。为了使用普通的开源 AI 工具获得高分辨率结果，该团队首先生成了低分辨率图像，然后对其进行了增强。这不是一种放大方法，而是通过在图像上以补丁形式处理，将细节和分辨率提高至少 16 倍，从 AI 模型中哄骗出更多细节。DemoFusion功能特征：我们的DemoFusion框架无缝扩展了开源 GenAI 模型，采用渐进式升频、跳过残差和扩展采样机制来实现更高分辨率的图像生成。1、高分辨率图像生成:D emoFusion 专注于利用潜在扩散模型（LDMs）生成更高分辨率的图像，突破了传统图像生成技术的限制。2、渐进式上采样：该框架通过逐步提高图像的分辨率来生成更清晰、更详细的图像。这种渐进式方法允许更精细地控制图像质量。它会逐步提高图片的清晰度，这样你可以先看到一个大概的效果，然后再慢慢变得更清晰。3、跳过残差和扩张采样机制：DemoFusion 使用这些先进的技术来改善图像的局部细节和全局一致性，从而生成更自然和逼真的图像。4、与 ControlNet 的集成：可以无缝集成到基于 LDM 的多种应用中，例如与 ControlNet 结合，实现可控的高分辨率图像生成。5、放大真实图像：还能够放大真实图像，通过编码的真实图像表示来替换初始阶段的输出，实现图像的高分辨率放大。6、无需大量内存和调整：DemoFusion 设计得既高效又易于使用，不需要大量的内存资源或复杂的调整过程。DemoFusion 是否会获得足够的牵引力来与 OpenAI 的 DALL-E 等巨头竞争还有待观察，但它的创建是向公众和更广泛的科技界开放 AI 图像生成潜力的重要一步，它不需要额外的训练，可以直接应用于现有模型，提供分辨率的显著提升。

Zero123简介 今天，我们发布了稳定版 Zero123，这是我们内部训练的模型，用于生成视图条件图像。与之前最先进的 Zero123-XL 相比，稳定的 Zero123 产生了显着改善的结果。这是通过 3 项关键创新实现的：1、改进的训练数据集，从 Objaverse 中大量过滤，只保留高质量的 3D 对象，我们渲染的对象比以前的方法更加真实。2、在训练和推理过程中，我们为模型提供了估计的摄像机角度。这种海拔调节使其能够做出更明智、更高质量的预测。3、预先计算的数据集（预先计算的潜在变量）和改进的数据加载器支持更高的批量大小，与第一个创新相结合，与 Zero123-XL 相比，训练效率提高了 40 倍。Zero123特征：稳定的 Zero123 可以生成物体的新颖视图，展示从各个角度对物体外观的 3D 理解，由于训练数据集和高程条件的改进，其质量比 Zero1-to-3 或 Zero123-XL 显着提高。该模型基于稳定扩散 1.5，消耗与 SD1.5 相同数量的 VRAM 来生成 1 个新视图。使用 Stable Zero123 生成 3D 对象需要更多时间和内存（建议使用 24GB VRAM）。为了实现 3D 对象生成方面的开放研究，我们改进了 Threestudio 开源代码的开源代码，以支持 Zero123 和 Stable Zero123。 Stable 3D 流程的简化版本目前处于私人预览阶段。从技术角度来说，这使用分数蒸馏采样 (SDS) 来使用稳定的 Zero123 模型来优化 NeRF，稍后我们可以从中创建纹理 3D 网格。该过程可以适用于文本到 3D 生成，首先使用 SDXL 生成单个图像，然后使用 Stable Zero123 生成 3D 对象。Zero123项目：https://github.com/cvlab-columbia/zero123Zero123试用：https://huggingface.co/spaces/cvlab/zero123-liveZero123论文：https://arxiv.org/abs/2303.11328该模型现已发布在 Hugging Face 上，研究人员和非商业用户可以下载并进行实验。

超级助理简介 超级助理是百度智能云发布的ai浏览器插件，可以随时感知用户的需求，在解析复杂问题、辅助文案创作、智能文档处理、对话式搜索和全文翻译等场景中提供帮助。它还支持集成到不同系统中，实现企业的一站式超级入口。百度智能云超级助理下载地址：https://cloud.baidu.com/product/infoflow.html超级助理是一款功能强大、使用方便、可面向所有人应用的智能助手，以满足日常生活和工作中的各种需求。无论是浏览网页、深入阅读长篇文档，还是高效的信息服务，超级助理都能提供无缝的体验。超级助理功能：1、快捷指令：轻松划选，一键实现解释、总结、翻译、纠错、改写、扩写、续写、知识问答及助理怎么看等AI原生应用能力。2、自定义指令：划选网页内容后可以输入自定义Prompt，将自己的想法与大模型相融合，探索AI原生的无限可能。3、搜索增强：用大模型增强你的搜索结果，帮你找到精准答案及相关问题，探索会话式搜索新体验，定义知识获取新范式。4、PDF沉浸阅读：用Chrome浏览器打开PDF文档，超级助理即可提供沉浸式阅读，支持划选指令、摘要总结、智能问答等能力，哪里不会划哪里。5、全文对照翻译：非中文网站支持对照式翻译，同时展示原文与译文，阅读外文网站高效又便捷。6、图片OCR识别：高效解析图片上的文字，超级助理支持通过划选文字来执行快捷指令。超级助理场景：文案创作：简历优化、内容创作、爆款文案生成AI聊天：机器人聊天、多模态交互、网络访问任务调度：创建日程、创建会议、查找文档超级助理优势：安全性：确保用户数据的安全，并且应用符合最佳的安全标准，避免潜在的安全漏洞和恶意攻击便捷性：无需改动企业原有系统，便可轻松接入如流超级助理，享受大模型带来的高效办公新体验。灵活性：支持多种配置选项，用户可以根据自己的需求进行个性化设置，满足不同的工作需求。扩展性：支持扩展指令和插件，用户可以根据自己的需求添加更多的功能和工具，以满足不断变化的工作需求。超级助理不仅是您的信息获取助手，更是您的创意伙伴。它能够基于您的需求生成专业、富有创意的文案，让创作变得轻而易举，提供更加智能、高效的工作和生活方式。除此之外，超级助理也支持插件工具的调用进行任务处理，体验前所未有的便捷和效率。

LinkedIn_AIHawk简介 LinkedIn_aiHawk 是一个自动化 LinkedIn 上的职位申请流程的工具。利用人工智能，它使用户能够以自动化和个性化的方式申请多个工作机会。在当今竞争激烈的就业市场中，机会可能会在眨眼之间消失，该计划为求职者提供了显着的优势。通过利用自动化和人工智能的力量，LinkedIn_AIHawk 使用户能够以个性化方式高效地申请大量相关职位，从而最大限度地提高获得梦想工作的机会。现代求职的挑战在数字时代，求职格局发生了巨大的转变。虽然像 LinkedIn 这样的在线平台开辟了一个充满机遇的世界，但它们也加剧了竞争。求职者经常发现自己花费无数时间滚动列表、定制申请并重复填写表格。这个过程不仅耗时，而且会耗费精力，导致求职疲劳和错失机会。进入 LinkedIn_AIHawk：您的个人求职助手LinkedIn_AIHawk 作为解决这些挑战的颠覆性解决方案介入。它不仅仅是一个工具；它是您不知疲倦、24/7 的求职伙伴。通过自动化求职过程中最耗时的部分，它可以让您专注于真正重要的事情 - 准备面试和发展您的专业技能。LinkedIn_AIHawk功能特征智能求职自动化可定制的搜索条件持续扫描新空缺智能过滤排除不相关的列表快速高效的申请提交使用 LinkedIn 的“轻松申请”功能进行一键申请使用您的个人资料信息自动填写表格自动文档附件（简历、求职信）人工智能驱动的个性化LinkedIn_aiHawk可以针对雇主特定问题的动态响应生成色调和风格匹配以适应公司文化关键词优化以提高应用相关性数量管理与质量批量应用能力质量控制措施详细的应用程序跟踪智能过滤和黑名单公司黑名单以避免不受欢迎的雇主标题过滤以关注相关职位动态简历生成LinkedIn_aiHawk自动为每个应用程序创建量身定制的简历根据职位要求定制简历内容安全数据处理LinkedIn_aiHawk使用 YAML 文件安全地管理敏感信息LinkedIn_aiHawk通过自动化和增强工作申请流程，在就业市场中提供了显著的优势。凭借动态简历生成和人工智能驱动的个性化等功能，它提供了无与伦比的灵活性和效率。无论您是希望最大限度地提高找到工作机会的求职者、希望简化申请提交的招聘人员，还是希望提供更好服务的职业顾问，LinkedIn_AIHawk 都是宝贵的资源。通过利用尖端的自动化和人工智能，LinkedIn_aiHawk不仅可以节省时间，还可以在当今的竞争格局中显着提高工作申请的有效性和质量。

Motionshop简介 Motionshop，ai角色动画工具，通过先进的视频处理和3D渲染技术，Motionshop能够自动检测视频中的人物，并替换成3D卡通角色模型，生成有趣的AI视频。同时不改变视频中的其他场景和人物，被替换的3D角色能完整复刻原视频中人物的动作，动作保持一致。Motionshop项目主页：https://aigc3d.github.io/motionshop/Motionshop的技术原理：1、视频处理和背景提取： 利用视频处理技术，从原始视频中分离出人物，留下无人的背景。这一步涉及复杂的图像分析和处理，以确保背景的完整性和连贯性。角色检测： Motionshop使用基于变换器的框架紧密融合文本信息与现有封闭集检测器，实现零样本对象检测。分割与追踪： 成功检测目标后，通过视频对象分割追踪方法跟踪像素级目标区域。修补： 视频中剩余的图像区域通过视频修补技术完成，包括递归流完成、图像和特征域的双域传播等。2、姿势估计： 这一步骤使用姿势估计技术来分析视频中人物的动作。它涉及到对人体动作的捕捉和分析，使用CVFFS方法估计稳定的人体姿势，并采用SMPL人体模型表示3D人体。3、3D卡通角色动画生成： 根据估计出的姿势和动作，生成相应的3D动画人物。这个过程需要确保3D模型的动作与原视频中的人物动作相匹配。4、光照估计： 为了让3D模型更自然地融入原视频背景，需要估计视频中的光照条件，并对3D模型进行相应的光照处理。5、高性能渲染： Motionshop使用如TIDE这样的高性能光线追踪渲染器对3D卡通角色模型进行渲染，确保其具有高度的真实感和视觉效果。6、视频合成： 最后，Motionshop将渲染好的3D卡通角色合成回无人背景视频中，生成最终的视频成果。Motionshop如何使用：上传一段视频，AI自动识别视频中的运动主体人物，并一键替换成有趣的3D角色模型，生成与众不同的AI视频。第一步：上传一个包含人物的视频（请保证人物完整，视频时长不超过15秒）；第二步：选择视频中要替换的人物（自动选择）；第三步：选择要替换的虚拟角色模型并点击生成，等待10分钟即可生成结果。Motionshop基本上可以平替Wonder Studio。Wonder Studio可以自动化将现实场景中的人物转换替代成CG 角色，还可以进行动画、灯光和合成。

Perplexica简介 Perplexica是一个开源的ai驱动搜索引擎，它提供了多种搜索模式，为用户提供更精准、更智能的搜索体验。这个搜索引擎受到Perplexity AI的启发，能够根据用户的需求调整搜索算法，以获得更相关的搜索结果。同时，Perplexica使用了先进的机器学习算法来优化其搜索功能。Perplexica支持本地部署的大型语言模型，如Llama3和Mixtral，并提供多种搜索模式，包括Copilot模式、普通模式和焦点模式，后者针对特定类型的问题提供精确答案。同时，Perplexica使用SearxNG作为元搜索引擎，确保获取最新信息，并支持图像和视频搜索。未来计划包括引入更多焦点模式、完善Copilot模式等。Perplexica功能特征：使用本地大型语言模型（LLMs）如Llama3和Mixtral。两种主要模式：Copilot模式（开发中）和普通模式。六种专注模式，包括全模式、写作助手模式、学术搜索模式、YouTube搜索模式、Wolfram Alpha搜索模式和Reddit搜索模式，根据用户需求调整搜索算法，以获得更相关的搜索结果。始终使用SearxNG获取最新信息，无需每日数据更新。支持图像和视频搜索。使用先进的机器学习算法，如相似性搜索和嵌入技术，来精细化搜索结果。确保隐私保护，使用SearxNG作为当前性保障，避免每日数据更新的开销。计划中的功能包括完成Copilot模式、添加设置页面、支持本地LLMs、添加发现和历史保存功能、引入各种专注模式。Perplexica利用先进的机器学习算法优化搜索结果，并注重隐私保护。这个开源项目致力于成为全面、高效的搜索解决方案，满足用户对各种类型信息的需求，同时保护用户隐私并提供最新的搜索结果。