Gorden Sun

统计数据

475

文章

0

粉丝

0

获赞

3015

阅读

3个月前

Stand-In：保持生成视频的角色一致性微信开源的项目，用于AI视频模型的插件，可以保持生成视频的角色一致。项目地址： Github：

AI视频井喷：Midjourney领跑，多模态混战· 337 条信息

#角色一致性 #AI视频模型 #微信开源 #Stand-In #视频生成

3个月前

AI资讯日报，8月16日：

AI技术引发伦理争议，专家呼吁加强监管· 167 条信息

#AI #资讯 #8月16日

4个月前

AI资讯日报，8月15日：

AI技术引发伦理争议，专家呼吁加强监管· 167 条信息

#AI #资讯 #8月15日

4个月前

DINOv3：Meta开源的基础视觉模型 CLIP的竞品，能够完成图片分类、分隔物体、追踪物体等各种视觉任务。模型大小从21M到7B，有多个版本。 Github：

#DINOv3 #Meta #开源 #视觉模型 #CLIP

4个月前

AI资讯日报，8月14日：

AI技术引发伦理争议，专家呼吁加强监管· 167 条信息

#AI #资讯 #8月14日

4个月前

m3-agent：带记忆的智能体字节开源的智能体，能把多模态数据也转化成记忆，包括文本、音频、图片、视频数据。分别微调了2个模型用于记忆和执行，记忆模型基于Qwen 2.5 omni，执行模型基于Qwen 3 32B。 Github：

#m3-agent #智能体 #字节跳动 #开源 #Qwen

4个月前

StableAvatar：音频驱动生成视频图片+音频，生成唱歌或说话视频，支持生成无限时长的视频。 Github：

AI视频井喷：Midjourney领跑，多模态混战· 337 条信息

#音频驱动 #视频生成 #唱歌 #说话 #GitHub

4个月前

AI资讯日报，8月13日：

澎湃AI新闻合辑：未来科技与社会热点交锋· 112 条信息

AI技术引发伦理争议，专家呼吁加强监管· 167 条信息

#AI #资讯 #8月13日

4个月前

M3-Agent-Control：Agent专用模型字节悄悄放出了一个专门用于Agent的模型，基于Qwen 3 32B训练。模型：

#M3-Agent-Control #Agent模型 #字节 #Qwen 3 32B #模型

4个月前

NotebookLM的视频总结功能应该对所有用户开放了。在语音总结的基础上，做了一份PPT，极简风格的那种，好看。PPT内容跟语音对应，观看体验跟看PPT讲解差不多。

#NotebookLM #视频总结 #PPT #极简风格 #用户

4个月前

AI资讯日报，8月12日：

澎湃AI新闻合辑：未来科技与社会热点交锋· 112 条信息

AI技术引发伦理争议，专家呼吁加强监管· 167 条信息

#AI #资讯 #8月12日

4个月前

AI资讯日报，8月11日：

澎湃AI新闻合辑：未来科技与社会热点交锋· 112 条信息

AI技术引发伦理争议，专家呼吁加强监管· 167 条信息

#AI #资讯 #8月11日

4个月前

GLM-4.5V：智谱开源视觉模型 106B总参数，12B激活参数，开源最佳视觉模型。模型：

智谱直播发布全球最佳视觉模型GLM-4.5V，挑战AI视觉领域极限· 21 条信息

#GLM-4.5V #智谱 #视觉模型 #开源 #106B参数

4个月前

AI资讯日报，8月10日：

澎湃AI新闻合辑：未来科技与社会热点交锋· 112 条信息

AI技术引发伦理争议，专家呼吁加强监管· 167 条信息

#AI #资讯 #8月10日

4个月前

AI资讯日报，8月9日：

澎湃AI新闻合辑：未来科技与社会热点交锋· 112 条信息

AI技术引发伦理争议，专家呼吁加强监管· 167 条信息

#AI #资讯 #8月9日

4个月前

Gemini Storybook Gem可以生成更多画风的绘本了，语音也支持了中文，但是是很机械的声音，基本不可用。其实Gemini Flash 2.5是可以生成非常自然的中文声音的。总之，Gemini Storybook Gem不止可以生成儿童绘本，也可以生成大人看的绘本了。

Google Gemini 2.5发布引发AI模型性价比热议· 475 条信息

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息

#Gemini StoryBook Gem #绘本生成 #中文语音支持 #机械声音 #大人绘本

4个月前

AI资讯日报，8月8日：

澎湃AI新闻合辑：未来科技与社会热点交锋· 112 条信息

#AI #资讯 #8月8日

4个月前

AI产品推荐榜 2025.8.8更新

#AI产品 #推荐榜 #2025.8.8 #更新

4个月前

GPT-5提升很大，使用GPT-5 Thinking的智能代理，效果和稳定性比之前o3显著提升，真正可用了！我布置的任务：整理网络上热门的Midjourney风格参考代码--sref，整理代码值和效果图，制作完整的网页或PDF来呈现，至少需要100个风格参考代码结果见图片

#GPT-5 #智能代理 #Midjourney风格参考代码 #sref #效果提升

4个月前

AI资讯日报，8月7日：

澎湃AI新闻合辑：未来科技与社会热点交锋· 112 条信息

#AI #资讯 #8月7日

4个月前

AI资讯日报，8月6日：

澎湃AI新闻合辑：未来科技与社会热点交锋· 112 条信息

#AI #资讯 #8月6日

4个月前

明早1:30，继续第2场比赛我猜赢家是o3和Grok4

CS:GO Major：落幕难平，争议与狂欢并存· 86 条信息

#o3 #Grok4 #比赛 #预测 #明日

4个月前

使用Gemini Storybook Gem的一个小技巧上传角色参考，基本可以保证每次生成的故事主角一致，从而能创作系列故事。

Google Gemini 2.5发布引发AI模型性价比热议· 475 条信息

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息

#Gemini Storybook #角色参考 #系列故事 #主角一致 #创作技巧

4个月前

昨晚的几个新产品简评 OpenAI的gpt-oss：一般。 Claude Opus 4.1：把Opus 4降级，然后把版本号升到4.1来代替之前的版本，像是重新发布了Opus 4。 Google Genie 3：强大，但是距离落地还远的很。目前能实时生成的类型有限，不支持快速大幅度的动作。 11 Labs Music：生成的音乐有创意、人声质量高，效果非常好。中文存在发音不准的情况，积分刺客（22美元档位，也就能生成10个音乐） Gemini StoryBook Gem：AI生成有声故事绘本，简单，实用，儿童故事画风，英语语音自然。不支持其他语言的语音。

#OpenAI #Claude Opus 4.1 #Google Genie 3 #11 Labs Music #Gemini StoryBook Gem

4个月前

结果出来了，获胜的是： o4-mini o3 Gemini 2.5 Pro Grok 4 除了Claude爆冷，其他都算正常

#O4-Mini #o3 #Gemini 2.5 Pro #Grok 4 #Claude爆冷