AI绘画写字的准确度提升到90%啦

技术发布与更新

图像/音视频/XR/3D

1. ElevenLabs发布视频生成音效功能
   上传视频，自动生成匹配视频的音频。
   使用地址：https://www.videotosoundeffects.com/

2. Glyph-ByT5发布2.0版本
   AI绘画写字的准确度提升到90%
   项目地址：🔗https://glyph-byt5-v2.github.io/
   Github：🔗https://github.com/AIGText/Glyph-ByT5
   在线体验：🔗https://huggingface.co/spaces/GlyphByT5/Glyph-SDXL-v2

3. OpenSora 1.2: Sora 开源替代

   • 使用超过 20 百万的数据训练了一个大型模型，能够生成多种分辨率和宽高比的视频。
   • 引入了视频压缩网络，提高了视频生成的流畅度和效率。
   • 通过整流流和多阶段训练，优化了模型性能。
   • 简单有效的模型调节方法，使生成的视频更符合美学标准。
   • 改进了评估方法，使训练过程更加透明和可量化。 现在可以在 HF 上免费使用。

行业资讯

政策法规与社区动态

1. Civitai：禁止 SD3 模型及相关 LoRA
   由于 Stable Diffusion 3 的版权许可证存在争议，C 站社区决定暂时禁止使用基于 SD3 的所有模型和工具。
   Civitai 正在等待法律团队审查许可证，并已联系 Stability AI 获取更多信息。一旦明确，将决定未来是否能使用 SD3。
   目前 Civitai 的所有 SD3 模型、相关 LoRA、使用 SD3 生成的图片训练的模型包括 ControlNet 均已下架和冻结。

大模型与工具

新工具与框架

1. Runway推出新视频生成基础模型Gen-3 Alpha
   🔗https://runwayml.com/blog/introducing-gen-3-alpha/

2. 盖茨基金会资助全新开源人工智能框架「千脑计划」
   🔗https://www.jiqizhixin.com/articles/2024-06-18-9

3. Translation Agent -吴恩达机器翻译智能体项目
   🔗https://github.com/andrewyng/translation-agent

技术与学术成果

学术研究

1. The Prompt Report：提示词综述
   项目由Learn Prompting社区主导，成员来自OpenAI、微软、斯坦福等机构。

   • 长达76页的论文，分析了1500多篇论文，涵盖了每一种提示词技术。
     项目地址：🔗https://trigaten.github.io/Prompt_Survey_Site/
     论文：🔗https://arxiv.org/abs/2406.06608

趣玩与推荐

趣味内容

1. 《约到AI了……》
   🔗https://www.bilibili.com/video/BV1cD421u7dW

   绘画圈目前是AI影响最直接的圈了吧哈哈

欢迎关注本公众号“言寡意多”，最新AI资讯及时推送。