优设问答你的职场经验书

年前年后一直是求职换工作跳槽的高峰期，今天给大家分享一个在网上看到一个AI自动投递简历的开源工具，用它接入 GPT 后，会基于你的简历内容和对方的职位要求，自动优化投递时的自我介绍，生成真挚的求职信发送给HR。以期待对方索要简历，进而进一步沟通。

据开发者本人介绍，自动投递100份简历后，今日回收HR正向反馈30+，HR有效回复率30%左右，GPT3.5损耗token 0.9美金。

大家以后找工作有需要的话可以试试看！

今年接触了太多 AI 工具了，AI 绘画的先不说，光是视频生成就已经让我震惊不已。今天刷到了一个 VideoPoet 作者的专访，分享的一些关于视频生成领域的观点非常有意思，其中关于视频生成领域的 “ChatGPT 时刻”的解读前瞻性十足，大家感兴趣的可以了解一下！

以下是引用： “ 视频生成的“ChatGPT 时刻”，我觉得大概是，哪怕模型生成的还是比较短的片段，比如 2-5s，但这个生成是可控的，人类也很难分辨是 AI 生成还是人类制作。从用户角度，只需要几美分的代价，就能获得一个可以被送到好莱坞专业 studio 的样片。如果类比的话，可以类比到图像领域 stable diffusion 1.x 或 2.x 版本，肯定还有再提升的空间，但已经到了能使用的程度，而且能激发很多应用。

我的预测是，到 2024 年底或 2025 年初，我们可能会到这个时刻。并且我认为，实现这个时刻肯定也需要 diffusion 参与，并且 diffusion 在未来一段时间，比如 1 到 2 年内，可能仍然是主流，扮演很重要的角色。这里说的 diffusion 已经包含了 transformer。

“ChatGPT 时刻”意味着模型到了一个相对稳定的阶段，但后面还会再改，只不过是在这个基础上做小的改动，可能一开始版本只能做到逼近好莱坞，有一些缺点，但可以商业化运用了，但要达到真正稳定需要更长时间。随后还可能仍会迭代升级。

现在市场上所有的视频生成都达不到这个标准，所以我认为视频生成的方法可能还需要进一步迭代，有可能要达到“ChatGPT 时刻”需要新的模型和方法，它不一定是全新的模型或者架构，可能是现在市场上的某个技术路线或者方案再往前走一步。”

网易有道词典官方发布 2023 年度词汇：Prompt（释义：提示词）。基于有道词典 9 亿用户全年的搜索数据，Prompt 查询量荣登榜首，成为 2023 年度词汇。有道词典向科技致敬、向每一位学习者致敬，期待在 AI 浪潮中，每个人都能勇敢创造自己人生的 Prompt，将时代的力量掌握在自己手中。

快来评论区分享你的年度 Prompt 吧！

庆祝优设AIGC视频矩阵内容突破5000万播放量，小瓜每天为大家精心制作的内容，只给你AIGC的最新资讯。都非常有看头🤩，欢迎扫码关注！

最近AI视频生成领域真的是大招频频啊~~最开始是Runway发布了 Gen-2，Pika 1.0接踵而至，而google前不久刚发布了多模态模型Gemini，现在Google继续放大招，发布了一个基于大语言模型的视频生成技术：VideoPoet

这款 LLM 应用可以执行多种视频生成任务，例如文本生成视频、图像生成视频、视频风格化以及修补和扩展功能，甚至视频到音频的转化 VideoPoet 都能胜任。

这一次是对多模态大模型革命性的推动，大家觉得呢？

昨天，Midjourney 在 discord 社区宣布开放V6模型的alpha版本测试，从“/settings”的下拉菜单中选择v6，或在提示符后输入“—v6”，就可以测试最新的V6模型了。

由于是alpha测试，Midjourney V6的功能可能会“频繁变化且无通知”，在接下来的几周内，它的速度、图像质量、连贯性、快速跟踪和文本准确性都将有所提高。

大家有试玩吗？据说是革命性的大更新？

从 Midjourney 的发布，到现在不到1年的时间，它的神奇，大家有目共睹吧？可能很多喜欢AI绘画的小伙伴，和我一样，都在等着 Midjourney V6的发布，新版本将支持更复杂内容的绘制，社区评价显示在还原画面和内容方面有大幅提高。预计 V6 版本将在圣诞节前发布，为人工智能艺术领域带来新的突破。

Midjourney V6 特色亮点：

1、超高图像分辨率：V6 呈现 2048×2048 像素，堪称上一版本的翻倍体验。 2、智能自然语言处理：V6 更进一步，理解你的文字提示，创造更加精准逼真的画面。 3、图像变体掌控：你将拥有更多定制图像变体的权利，轻松调整颜色、风格或视角。 4、改良手部生成：全新提升的手部生成技术，可以用双手制作更加真实的照片。 5、3D模型创作：Midjourney 6 支持3D模型生成，开启创作者全新设计的可能性。 6、视频生成创新：V6 能从文字输入中呈现出引人入胜的视频，改变叙事、影视制作和教育的未来。

其他方面升级：独立浏览器版本 - 将 Midjourney 从 Discord 分离到自己的浏览器应用程序中。移动应用程序 - Midjourney APP 应用程序正在开发中。用户界面改进 - 计划更好的用户体验和组织图像（例如文件夹和标签）。

第三方存储同步 - 可能与 Google Drive、Dropbox 等集成。

以上就是 Midjourney V6 发布前瞻，怎么样，各位设计师期待吗？

Pika 是一位斯坦福华人女博士发布 AI 视频工具，可谓出道即顶流的 AI 视频产品，Pika把制作视频变得和手机p图一样简单！核心功能如下：

1、几行文本就能生成视频； 2、视频风格可以随意切换； 3、视频比例大小随意修改； 4、修改视频局部内容，比如视频中加个墨镜，换个衣服。

近日，Pika又更新了新功能， 通过“修改区域”可以替换框架中的特定元素。这次不仅是让大象转个身，干脆直接让浣熊变成狗子了！

DreamTalk 是一个新的AI模型，能够根据音频让人物头像照片说话、唱歌，还能保持嘴唇的同步，并模仿人类丰富的表情变化。无论是中文、英文还是其他语言，都能很好地同步。

Outfit Anyone 是由阿里智能计算研究院开发的一个虚拟试衣技术，可以让你在电脑上看到自己穿上任何衣服的样子。不仅适用于真人，动漫人物也同样适用。与之前的Animate Anybody 配合，可以实现任何角色的服装变化和动态视频生成。

这个基于条件扩散模型的应用，不仅仅是技术上的突破，更是时尚界的一场革命。Outfit Anyone的一个亮点是它对各种体型的适应性。无论是健美型、曲线型还是小巧型，这项技术都能满足广泛用户的需求。想象一下，不需要实际试穿，就能看到自己穿着不同风格服装的样子，这简直太棒了！！

百度官方宣布，百度文心一言插件商城正式上线，插件覆盖办公提效、多模态内容理解生成、专业信息查询等实用场景。用户一键安装插件后，只需通过简单指令，即可实现 PPT 生成、音视频提取、思维导图制作等多场景多模态下的需求。文心一言插件商城显示，目前已经上线的插件包括 PPT 生成器、说图解画、E 言易图、AI 视频助理、思维导图等。各位设计师，快来体验吧！

一直用MJ的同学都知道，在 Discord 中使用 Midjourney 要靠命令才行，这个说实话，对英文不好，或者很害怕代码的同学来说，不是很友好。

现在，Midjourney Alpha 官方绘画网站发布，各种控件变得可视化，用鼠标点击和拖动就能调整。只需累积画图总量达到10000张即可获得权限，可视化图像参数支持点击回填到提示词输入框，提升生成体验。

通用世界模型（General World Models，简称 GWM）。

基于这个模型的搭建，将能更好的了解真实世界中的信息，甚至对一些特定事件进行预测。

其实AI经过这一年的发展，从一开始的怀疑态度，到现在的熟练运用，大部分设计师已经能够积极的去面对AI的变革和更新了。

每个时代都有自己的变革，与其在发生之前害怕，不如提早接纳学习，这样才能真正在时代中立于不败之地。

一直就没弄清楚这个::参数，我查了一下，::在官方说法中，这个不叫权重参数，它真正的名字是Multi Prompts，翻译过来就是“多提示符” 它的作用是作为分隔符用来分割语意并控制权重的，有哪位大佬可以讲讲具体的用法啊？

WonderJourney 是斯坦福与谷歌打造，而且这个项目有点厉害啊，只需要1张图片就可以创建3D场景动画，从用户提供的任何位置（通过文本描述或图像）开始，并通过一系列不同但连贯的 3D 场景生成一个旅程。从演示效果来看非常流畅，3D游戏或者影视的场景创建要变简单了。

主要能力： ◆ 从任意位置（由文本或图像指定）开始，WonderJourney 沿着相机轨迹生成一系列多样化但连贯连接的 3D 场景。 ◆ 从同一个地点开始，WonderJourney 可以生成一组不同的“奇妙旅程”，并在不同的目的地结束。使用相机姿势的轨迹渲染下面的每个视频。 ◆ WonderJourney 还可以根据一系列文本描述（例如诗歌、俳句和故事摘要）生成受控的奇妙旅程。

最近谷歌发布了Gemini 1.0，在网上的关注度非常高，很多小伙伴可能对Gemini都不了解，具体是做什么的，和Bard有什么关系呢？这篇科普问答给你答疑解惑

Gemini和 Bard 的关系是 : Gemini 是 Bard 背后的人工智能技术，它使 Bard 能够处理和生成多种类型的输入和输出，Gemini 是一个多模态人工智能模型，能够处理和理解来自不同来源的信息。

它可以理解文本、图像、音频和视频。这使它能够生成更全面和信息主富的响应。

例如：如果您问 Bard 一道数学题，Gemini可以帮助它理解题目并生成正确的答案。

如果你问 Bard 一个历史问题，Gemini可以帮助它理解背景信息并生成全面的答案。 如果你问 Bard 一个开放式问题，Gemini可以帮助它理解您的意图并生成创造性的答案。

Gemini 还可以帮助 Bard 生成更有趣和吸引人的文本格式，例如诗歌、代码、脚本、音乐作品、电子邮件、信件等。

总而言之，Gemini 是 Bard 背后的关键技术，它使 Bard 能够以更全面、信息丰富和创造性的方式处理和生成信息，以下是 Gemini 和 Bard 的一些具体关系:

1、Gemini为 Bard 提供了多模态处理能力，使 Bard 能够理解来自不同来源的信息，例如文本、图像、音频和视频

2、Gemini为 Bard 提供了生成不同文本格式的能力，例如诗歌、代码、脚本、音乐作品、电子邮件、信件等。

3、Gemini 为 Bard 提供了更全面和信息丰富的响应能力，即使是开放式的问题

Gemini的加入使 Bard 成为了一个更强大和通用的语言模型，它可以用于各种任务，例如信息查询、生成创意内容和答开放式问题。