SOURCE / 站点详情 · 共 9 页

XiaoHu.AI学院

最近更新 0001/01/01 00:00

访问原站

ElevenLabs 推出对话式AI工具可在几分钟内为网站、应用或电话中心创建语音代理

Luma 推出 Luma Photon 和 Photon Flash 基于全新架构的图像生成模型

Luma Labs 推出 Luma Photon 和 Photon Flash 是基于全新架构的图像生成模型

Hume AI 推出 Voice Control 功能通过滑块操作即可实现个性化的语音定制

不同文本转语音（TTS）模型对比优缺点以及场景选择

IC-Light 升级为IC-Light V2-Vary 可更灵活地调整光源位置和强度

微软发布 Co-op Translator 可以一次性将Markdown 文件和和图像翻译成多种语言

AnchorCrafter：自动生成具有主播风格的产品宣传视频解决了人-物交互控制

TryOffDiff ：“虚拟脱衣” 从照片中“摘取”衣服，把它变成标准化的服装图片

Generative OmniMatte：Google开发出像Photoshop一样能将视频分解成多个图层的视频编辑技术

NVIDIA 发布一款音乐生成模型：Fugatto 可以对声音生成与转换进行精细化控制

OminiControl：基于FLUX.1的通用的控制框架通过参考图像来控制图像生成的结果

OminiControl：基于FLUX.1的通用的控制框架通过参考图像来控制图像生成的效果

Anthropic 发布了「模型上下文协议」MCP 无缝连接本地和远程数据源

Runway 推出了全新的图像生成模型 Frames 能够生成统一美学的多样化变体图像

SAMURAI：无需训练能够在实时动态、复杂的视频场景中跟踪目标的模型

SP-MangaEditor：一个完全免费的集成 AI 的网页漫画创作编辑工具

PicMenu：利用AI可视化你的菜单你只需拍一下菜单即可将你的菜名生成对应的图片

支付宝发布 EchoMimicV2 ：从数字脸扩展到数字人可以通过图片+音频生成半身动画视频

OOTDiffusion：支持半身、全身的开源的高分辨率虚拟试穿模型