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。”
今天给大家分享一个ChatGPT指令大全网站，提供数百个精炼的ChatGPT指令，帮助用户充分发挥ChatGPT的强大功能。 可以说这是一个多功能AI生产力工具，专为职场人士、学生、开发者和内容创作者设计，覆盖求职、写作、编程、学习、行销、管理等数十个场景。
✅ 写不出？直接抄“万能指令”！ 它内置了百万级经过验证的ChatGPT指令库，覆盖设计、运营、产品、求职等10+场景。比如你是设计师，输入“帮我写一份海报设计说明，突出‘国潮风+年轻化’，包含视觉元素解析+用户心理洞察”，秒出专业文档； 运营写文案卡壳？直接搜“奶茶店开业朋友圈文案，要带烟火气+促单”，分分钟生成能戳中用户的金句——不用自己憋灵感，直接用“别人验证过的模板”。
✅ 学不会？AI当你的“私教”！ 想入门Midjourney但总调不出想要的图？想做短视频但不懂运镜？它整理了技术知识库+实战案例，从“设计软件技巧”到“生成式AI底层逻辑”，连FAANG工程师的系统设计笔记都给你扒来了——不用到处翻碎片化内容，跟着系统学，效率直接翻倍。
✅ 求职难？AI帮你“包装” 简历没亮点？用它的“AI简历优化器”，输入你的项目经历，它能自动提炼“可量化成果”（比如把“做了海报”改成“设计3版海报，点击率提升40%”）； 面试紧张？用“模拟面试题库”，输入岗位JD，AI秒变“魔鬼面试官”，从业务问题到HR套话，提前练到滚瓜烂熟
官网地址：https://www.explainthis.io/zh-hans/chatgpt
从Logo到名片、社交媒体封面，省下90%成本，小白秒变设计大神！
BrandCrowd 真的是一款能够满足多种设计需求的宝藏工具，它就像一位随叫随到的设计大师，随时为你提供专业、贴心的设计服务。 无论你是创业者想要打造独特的品牌形象，还是自由职业者渴望提升个人职业形象，亦或是自媒体人追求更吸睛的社交内容创作，BrandCrowd 都能成为你最得力的助手，让你的设计梦想轻松照进现实。
BrandCrowd 不是普通工具，而是你的「24小时设计团队」！ ✅ AI智能生成→输入品牌名+关键词（如“科技简约”），秒出100+专业级Logo方案 ✅ 海量高颜值模板→10万+设计师原创素材库，覆盖餐饮、美妆、科技等200+行业 ✅ 一键延伸全套设计→自动适配名片/Ins封面/FB海报，品牌视觉从此统一不翻车！ ✅ 自由编辑超简单→像玩拼图一样拖拽改字体、调颜色，3分钟交出满意终稿
工具地址：https://www.brandcrowd.com/
《人工智能生成合成内容标识办法》适用范围 - 网络信息服务提供者：适用于符合相关规定的网络信息服务提供者开展的人工智能生成合成内容标识活动。
标识分类与要求 - 标识分类：分为显式标识和隐式标识。 - 显式标识：在生成合成内容或交互场景界面中以文字、声音、图形等方式呈现，用户可明显感知。 - 隐式标识：通过技术措施在生成合成内容文件数据中添加，用户不易明显感知。 - 添加显式标识的要求：根据不同类型的内容（文本、音频、图片、视频、虚拟场景等），在相应位置添加显著的提示标识。 - 添加隐式标识的要求：在生成合成内容的文件元数据中添加包含生成合成内容属性信息、服务提供者名称或编码、内容编号等制作要素信息的隐式标识，鼓励添加数字水印等形式的隐式标识。
我只是截取了一部分，感兴趣的朋友可以看看原文，大家也可以评论区说一说本次的人工智能生成合成内容标识办法会对行业带来哪些影响！
最新消息：OpenAI 宣布，GPT-4 API 现已对所有付费 API 客户开放！现在所有已经付款的 API 开发者都可以使用 GPT-4 API，该 API 允许使用高达8K tokens的上下文。
对于新的开发者，OpenAI 计划在本月底向他们开放访问权限，并根据计算资源的可用性逐步提高速率限制。
GPT-4 模型的发布将极大地提升基于 GPT 模型的产品性能。OpenAI目前已经向开发者们开放了GPT-3.5 Turbo、DALL·E和Whisper的APIs。而且OpenAI还在进行GPT-4和GPT-3.5 Turbo的微调功能的测试，并计划在今年晚些时候开放。
现在OpenAI还在开发新的模型，用于Chat Completions API，该API具有结构化界面和多轮对话能力，可以帮助开发者构建对话体验和完成广泛的任务，并降低了提示注入攻击的风险。
大家还记得 Sora 是什么时候发布的吗？2 月份，当时 OpenAI 发布之后，一夜之间就把 AI 视频生成界搅得天翻地覆啊，但是现在一点消息都没有了，反倒是其他平台遍地开花，特别是这个月，简直太爆炸了~
昨天深夜，Runway 放出酝酿了半年的全新版本 Gen-3 Alpha，也让我们再次见证了这些巨头的底蕴。
Runway Gen-3 Alpha 特点如下： 高保真视频生成：能够生成接近真实世界质量的视频内容，具有高度的细节和清晰度。 精细动作控制：模型能够精确控制视频中对象的动作和过渡，实现复杂场景的流畅动画。 逼真人物生成：特别擅长生成具有自然动作、表情和情感的逼真人类角色。 多模态输入：支持文字转视频、图像转视频、文字转图像等多种创作方式。 先进工具：支持运动画笔、相机控制和导演模式等专业创作工具。 增强的安全措施：引入新的内部视觉审核系统和 C2PA 标准，确保内容的安全性和可靠性。 高质量训练：使用高描述性的、时间密集的字幕进行训练，使模型能够理解和生成具有丰富时间动态的视频。
现在还在内测中，后期可以体验的时候再给大家分享地址！
OpenAI 今天发布了全新的 AI 模型“GPT-4o mini”，是一款扩大聊天机器人应用范围的小型AI模型，它被标榜为功能强大且成本效益高的模型，并预留了未来整合图像、视频和音频处理能力的空间。
作为多模态技术推进的一部分，GPT-4o mini 即时起服务于ChatGPT的免费、Plus及Team用户，预计下周覆盖Enterprise用户。它是基于GPT-4o（5月发布，具备全面的多媒体处理能力和高速度）的精简版，优化了成本和响应速度，能处理长达128K tokens的上下文，特别提升了对非英文内容的支持，知识库更新至2023年10月。
在MMLU和MGSM基准测试中，GPT-4o mini表现出色，分别获得了82%和87.0%的分数，优于同类模型。目前，该模型已具备文本和图像处理功能，未来将扩展至视频和音频领域，大家觉得怎么样？
戳链接查看详情：GPT-4o mini
