小互

小互

小互
小互
2025-04-11 10:13:15

BabelDOC ： 开源PDF 翻译工具 保留原始排版、双语对照、批量处理、支持各种AI模型 测试了下是我目前用到最牛逼的了... 它可以： ✅ 一键生成双语 PDF（并排或交替展示） ✅ 翻译结果像原文一样排版漂亮， ✅ 还能“对照阅读”原文和翻译， ✅ 支持批量处理,一次翻多个 PDF ✅指定页码翻译，只翻你想翻的那几页 主要特点： -结构感知翻译（保留原始排版） -支持自定义

预览
#开源工具#PDF翻译#AI支持
小互
小互
2025-04-07 17:08:14

阿里的这个项目牛P啊 OmniTalker：只用一段“参考视频”就能学会视频里人物说话 并保持唇形同步和表情 也就是你给它一段视频它可以同时提取视频中人物的说话风格和面部表情。 比如你给它一段罗翔的视频），它就能学会“罗翔是怎么说话、什么表情”，然后你随便给它什么文字，它就用这种风格去说话。 不用你训练模型、调参数，也不用配音演员，全自动！

#阿里#OmniTalker#视频处理
小互
小互
2025-03-26 13:55:58

拓竹 H2D 发布 精度大升级 打印出来的物品可直接使用😅 双头打印：多色、多材料轻松驾驭，更省时，更省料 全能智造：3D打印、激光雕刻、数控刀切、画笔彩绘，一台搞定 精度革新：运用超高精度视觉编码系统，相较前代产品实现一个数量级的精度提升 系统自动完成打印前的参数检查、打印中的进料与挤出情况监控，护航打印全程 配备4个视觉摄像头（含带微距镜头的AI喷嘴摄像头）、36个传感器和2个伺服

#3D打印#技术创新#多功能设备
小互
小互
2025-03-26 07:57:37

OpenAI 发布最新的图像生成模型 直接内置在GPT-4o中 支持进行多轮对话修改编辑图像 📌 精准性提升 可准确渲染文字 精细控制图像结构 支持用户通过对话逐步修改迭代图像内容 📌 上下文理解增强 可记住对话中用户的需求和偏好 比如：用户要求“与上一张保持人物发型相同”，GPT-4o 可自动执行 GPT-4o 的图像生成不仅能提供传统的图像生成，还可以生成更复杂的图像，包括插

预览
#OpenAI#图像生成#GPT-4o
小互
小互
2025-03-20 00:29:15

卧槽 波士顿动力展示了最新的Atlas机器人的动作能力 波士顿动力公司和RAI Institute合作，利用强化学习和动作捕捉技术，让Atlas能自我学习更自然、更灵活的类人动作。 Atlas通过强化学习来模仿或优化动作，而这些动作是通过捕捉人类或其他模型的动作（动作捕捉技术）获得的。 这种技术可以让机器人更像人类一样移动和适应环境。

#波士顿动力#Atlas机器人#强化学习
小互
小互
2025-03-14 17:09:04

据彭博社报道：苹果将让AirPods能够实现实时翻译对话 苹果正在开发一项AirPods功能，允许用户在面对面交谈时实时翻译不同语言的对话。 例如，一个说英语的人与一个说西班牙语的人对话时，AirPods可以翻译并通过耳机将英语传达给用户， 而iPhone扬声器则将英语翻译成西班牙语播放给对方，实现双向实时沟通。 该功能将作为今年晚些时候的AirPods软件升级的一部分推出，该翻译功能预计将

预览
#苹果#Airpods#实时翻译
小互
小互
2025-03-14 07:26:14

OpenAI 在 o1 和 o3-mini 模型中提供了基于 Python 的数据分析功能。 用户可以要求这些模型执行一些任务，例如： △对测试数据进行回归分析（运行回归模型）。 △可视化复杂的商业指标（比如生成图表来展示业务数据）。 △进行基于场景的模拟（比如模拟不同的假设条件下的结果）。 让用户可以通过自然语言提出需求，然后模型会帮忙完成相关的计算和可视化任务。

预览
#OpenAI#Python#数据分析
小互
小互
2025-03-08 13:22:38

Llama 4将在未来几周推出 据金融时报报道 Meta 计划在其最新的开源模型Llama 4 中引入改进的语音功能，预计将在未来几周内推出。 知情人士表示，Meta认为未来的 AI 驱动代理将以语音对话为主，而非以文本为主，他们将押注语音功能。 Meta可能正在改进其AI的语音理解功能，使其更准确地识别人类语音，提高交互体验。 使其更接近OpenAI的ChatGPT或Google Ass

预览
#Llama4#Meta#语音功能