1小時可以設(shè)計1000組包裝的 AI 「Package Design AI」來了，不僅可以設(shè)計，還可以通過大數(shù)據(jù)評價分析包裝設(shè)計在市場受歡迎程度。 這個其實是很早就有的一個AI工具，從2022年10月起，日本株式會社PLUG就開始提供「Package Design AI」服務(wù)。這是一個只需要使用者上傳圖像素材，人工智能就可以自動在一個小時內(nèi)，完成1000組商品的包裝設(shè)計的工具。
通過它設(shè)計的包裝，甚至已經(jīng)幫助客戶實現(xiàn)了 2 倍多的業(yè)績增長！不過這套 AI 的重點在于「 協(xié)助設(shè)計師將現(xiàn)有的設(shè)計元素修改進步為更吸引人的呈現(xiàn)方式 」，將會大大提高設(shè)計的工作效率~唯一有點兒可惜的就是這個是企業(yè)級應(yīng)用，個人好像還不能使用。
近日，快手發(fā)布了國內(nèi)首個效果對標 Sora 的視頻生成大模型「可靈」，并已在其旗下的快影App中開放邀測體驗。
可靈大模型是由快手 AI 團隊自研，采用了類似 Sora 的技術(shù)路線，并結(jié)合了多項自研創(chuàng)新技術(shù)。該模型具備強大的概念組合能力和想象力，能夠生成具有大幅度合理運動的視頻，并模擬物理世界特性。其生成的視頻分辨率高達1080p，時長最高可達2分鐘（幀率30fps），且支持自由的寬高比。
可靈大模型不僅限于文生視頻功能，還將推出其他應(yīng)用，如“AI舞王”和“AI唱跳”，這些應(yīng)用可以驅(qū)動表情和肢體動作，僅需一張照片就能生成相應(yīng)的視頻。
目前，可靈大模型已在快影App中正式開啟邀測，支持720p視頻生成，豎版視頻生成能力也即將開放，大家可以來試一試，看看生產(chǎn)的效果怎么樣！
官網(wǎng)地址：https://kling.kuaishou.com/
Midjourney的新功能“角色參照”（Character Reference）終于正式上線了，它為用戶提供了在生成圖像時保持角色特征一致性的可能。這個功能特別適合那些需要在多個圖像中維持相同角色外觀的創(chuàng)作者，例如在制作漫畫、動畫或游戲角色設(shè)計時。
以下是該功能的詳細介紹和使用方法：
適用型號： - Midjourney V6 - Niji6
功能狀態(tài)： - Midjourney V6目前處于alpha測試階段，這意味著功能可能還會有調(diào)整和優(yōu)化。 - V6的beta版即將推出，屆時可能會有更多的用戶可以體驗到這一功能。
使用方法： 1. 在輸入提示詞（prompt）后，通過添加--cref URL來指定一個參照圖像鏈接，以此保持生成圖像中的角色特征。 2. 如果需要混合多個圖像的角色特征，可以使用--cref URL1 URL2的格式。 3. 通過--cw [強度值]來調(diào)整參照的強度，默認值為100。強度較高時，生成的圖像會更詳細地參照臉部、發(fā)型和著裝；而強度較低（如0）時，主要參照臉部特征，適合用于變換服裝或發(fā)型的場景。
效果提示： - 使用Midjourney創(chuàng)作的圖像作為參照圖像通常會得到更好的效果，而使用真人照片可能會導(dǎo)致生成的圖像出現(xiàn)扭曲。 - 功能的參照精確度有限，生成的圖像會具有類似但不完全一致的角色特征。
效果對比： - 與Midjourney V6相比，Niji6在使用“角色參照”功能時可能會有更好的效果。
注意事項： - 由于功能目前處于alpha測試階段，可能會出現(xiàn)不穩(wěn)定或效果不如預(yù)期的情況。
今天發(fā)現(xiàn)了一個聲音克隆的好東西，我剛剛挖到的Fish Speech這個工具，不僅生成速度快到飛起，而且克隆出的聲音也很真實，支持文字轉(zhuǎn)語音功能，非常的好用！
Fish Speech 是一款由fishaudio開發(fā)的全新文本轉(zhuǎn)語音（TTS）工具，具有強大的語音克隆能力。用戶只需提供一段參考語音，系統(tǒng)便能迅速進行語音克隆，無需繁瑣的訓(xùn)練過程。
該工具支持中文、英語和日語等多種語言，并且在語音處理上的能力接近人類水平。 Fish Speech采用了先進的AI技術(shù)，包括VQ-GAN、Llama和VITS等，能夠?qū)⑽谋巨D(zhuǎn)換成逼真的語音。它還采用了Flash-Attn算法，以提高處理大規(guī)模數(shù)據(jù)的效率和穩(wěn)定性。這些技術(shù)使得Fish Speech不僅在語音合成方面表現(xiàn)出色，還在語音克隆方面具有顯著的優(yōu)勢。
Fish Speech的語音克隆功能特別適合內(nèi)容創(chuàng)作者使用，他們可以利用這一工具快速生成各種聲音效果，用于視頻配音、播客制作等場景。
試玩地址：https://fish.audio/zh-CN/
近期，阿里巴巴智能計算研究所提出了一種新的生成式框架 EMO，是一種富有表現(xiàn)力的音頻驅(qū)動的肖像視頻生成框架，用戶只需提供一張照片和一段音頻文件，EMO就能生成會說話唱歌的AI視頻，實現(xiàn)無縫對接的動態(tài)小視頻，最長時間可達1分30秒左右。這項技術(shù)的應(yīng)用場景非常廣泛，從電視劇角色的語音合成到音樂視頻中的虛擬表演者，都有可能被AI技術(shù)所取代。
EMO框架使用Audio2Video擴散模型，通過三個階段的技術(shù)處理，包括幀編碼、音頻編碼和去噪操作，以及參考注意力和音頻注意力機制，來生成富有表現(xiàn)力的人像視頻。
目前，EMO 框架上線到 GitHub 中，相關(guān)論文也在 arxiv 上公開。
GitHub：https://github.com/HumanAIGC/EMO
論文：https://arxiv.org/abs/2402.17485
阿里巴巴最近推出了一項名為Animate Anyone的創(chuàng)新視頻生成技術(shù)，只需一張圖片即可生成平滑穩(wěn)定的視頻。這項技術(shù)對短視頻、電商和動漫行業(yè)都有一定的影響！
Animate Anyone 是由阿里巴巴智能計算研究院開發(fā)，你只需提供一個靜態(tài)的角色圖像和一些預(yù)設(shè)的動作（或姿勢序列）然后會生成該角色的動畫視頻。同時保持圖像中角色的外觀和特征的一致性。
理論上“動畫任何人”... 不僅適用于人類角色，還可以用于動漫/卡通角色、類人角色等，具有廣泛的應(yīng)用范圍。
Animate Anyone 創(chuàng)新之處在于它的通用性和高度的自定義能力。用戶可以使用任何圖像和任何動作序列來創(chuàng)建獨特的、定制化的視頻內(nèi)容。
對于任何需要快速、高效創(chuàng)建動畫內(nèi)容的人來說都是一個非常有價值的工具。通過這種技術(shù)，可以在不需要復(fù)雜動畫技能或昂貴軟件的情況下，創(chuàng)造出引人入勝的動畫視頻。
怎么樣？有驚艷到你嗎？
分享一下在Discord平臺上非常出色的7款A(yù)I繪畫插件，這些插件可以幫助大家以更多樣的方式實現(xiàn)AI繪畫。希望這些插件能夠?qū)Υ蠹矣兴鶐椭∵@7款插件多數(shù)都能在服務(wù)器直接搜索到，其他的需要邀請鏈接。
1、ChatGPT，是的沒錯，ChatGPT也上線 Discord 平臺了，這進一步便利了我們用ChatGPT生成 Midjourney 所需關(guān)鍵詞。
2、InsightFace，換臉神器，這款是人物頭像定制必備的 Midjourney 插件
3、Midjourney Bot 是 Discord 核心插件，30刀每個月，功能就不用強調(diào)了吧~
4、niji journey Bot，二次元出圖必備神器，如果你要出動漫風(fēng)格的圖片，一定要記得用上
5、Tracejourney Bot，Midjourney 商用必備插件:這款插件最強大的地方在于，它可以把 Midjourney 插畫轉(zhuǎn)換成矢量文件去編輯
6、StableDreamer，是 Stable diffusion上線到discord上的工具，同樣強大的 AI繪圖神器
7、Pika，AI圖片轉(zhuǎn)動態(tài)神器，Pika 擁有可以輕易變圖片為動畫的功能，也是大家最近非常青睞的AI工具
