腾讯发布了 ToonCrafter，是一种新型的卡通动画生成技术，可以通过生成插值方法生成自然、连贯的卡通动画中间帧。该技术超越了传统基于对应关系的卡通视频插值方法，能够处理复杂的非线性运动和遮挡问题，使动画过渡更加平滑自然。
从演示来看效果很好，过渡很顺滑，而且没有明显问题。ToonCrafter 利用预训练的图像到视频模型，可以插值两幅卡通图像，并根据参考图像对动画草图自动上色。它支持生成最多16帧的视频，每帧分辨率为512x320。通过减少DDIM步骤，可以降低推理时间。
还设计了一个灵活的草图编码器，使用户能够对插值结果进行互动控制。
项目地址：ToonCrafter
就在刚刚，著名生成式 AI 音乐平台 Elevenlabs 在官网发布了全新功能，文本可直接生成各种逼真音乐特效。
这项技术对于电影、游戏、短视频等行业非常有帮助，因为它可以简化寻找音效的过程，并且多数音效已经获得了 Shutterstock 的商业授权。
Elevenlabs 的这个新功能允许用户通过描述来生成音效，例如汽车呼啸而过的声音、刀剑碰撞的低沉声音或小提琴划过空气的尖锐声音。用户可以登录 Elevenlabs 的官网，选择 “Sound Effects” 并使用该功能。在生成音效之前，用户可以设置音效的时长和文本提示的还原程度。Elevenlabs 还提供了一些示例音效，如雷雨天气的声音和模仿兽人声音的摇滚音乐。
Elevenlabs还提供了语音克隆和文本转语音的功能，但目前对中文的支持较差，生成英文的效果则非常棒。
现在所有用户都可以免费试用 Elevenlabs 的这个新功能。大家可以访问 Elevenlabs 官网了解更多详情。
今天我要推荐的网站，能为你提供未来感十足的AI网站生成体验！
Framer 由Koen Bok和Jorn van Dijk于2014年创立。他们曾在Facebook和Hype进行产品设计和开发，看到现有设计工具无法满足创建复杂互动原型的需求，于是创立了Framer。当下，Framer已经成为设计和开发领域的重要工具。
虽然在实时协作和矢量设计方面，Figma等竞争对手更具优势，但Framer凭借其在互动原型和动画方面的强大功能，保持了在设计工具市场中的重要地位。
✨ Framer亮点 ✨ ① 无代码设计：你无需编程基础，通过拖放组件即可创建复杂的交互效果。 ② 实时协作：多人同时编辑和评论，团队合作更加高效流畅。 ③ 自动化设计：智能布局和响应式设计功能，让你的作品在任何设备上都完美呈现。这也是最打动我的一点。现在大大小小的设备太多了，能做到多端适配，简直感动到哭。 ④ 丰富的模板和组件：海量模板和UI组件库，助你快速启动项目，节省时间。 ⑤ 高保真原型：从静态设计到动态原型，一气呵成，完美展示用户体验。
官网地址：Framer
昨天（5月30日）凌晨，OpenAI 在 x 平台宣布，GPT-4o 多模态能力向所有用户免费开放。不过，在使用次数上官方没有更新公告，预计还是会是有一定次数限制。
北京时间 5 月 14 日凌晨，OpenAI 举办发布会，带来了 GPT-4o 。该模型打通了文本、图片、视频和语音输入，无需中间转换，互相之间就可以直接生成。此次发布会还带来了更智能的实时语音助手，以及适用于 macOS 的 ChatGPT 桌面应用程序。
当时，OpenAI 宣布向 ChatGPT Plus 和 Team 用户推出 GPT-4o，很快就会向企业用户推出。同时，也向所有人开放 GPT-4o 多模态能力，但有使用次数限制。
随着今年WWDC的临近，记者 Gurman 在其最新一期《Power On》专栏中，为我们揭秘了苹果在人工智能领域的最新进展。苹果将对其智能助手Siri进行升级，新版本的Siri将依托于苹果自主研发的LLM技术，为用户提供更为智能的服务。
除此之外，苹果还将在多个方面引入AI技术以增强用户体验，例如通过AI技术实现语音备忘录的自动转录、照片的智能修饰，以及Spotlight和Safari搜索功能的优化。而且，AI还将能够根据用户的短信内容，动态生成个性化的表情符号。
在个性化界面方面，苹果也做出了创新。用户将能够摆脱网格的限制，自由地在屏幕上摆放图标，并可以自定义图标的颜色，这一改进虽与AI无直接关系，但无疑将极大地提升用户体验。
同时，有消息称苹果将在即将到来的 iOS 18 和 macOS 15 系统中，为 Safari 浏览器加入一系列人工智能支持的新功能。
1、智能搜索。 苹果可能在搜索中引入 Ajax 语言模型来提供文本摘要。
2、Web橡皮擦：这一功能强调用户界面的简化和隐私保护的增强，允许用户自定义网页内容，删除不需要的元素，如广告和图片。
3、用户界面更新：苹果正在将 Safari 的关键工具集中到一个位置，以提高用户的访问效率。
4、 AI增强的视觉查找：苹果可能在2025年推出高级视觉搜索功能，允许用户通过图像获取信息，类似于 Siri 目前识别照片中的植物、宠物和地标的功能。
这些新功能的加入，将使Safari浏览器的使用体验更上一层楼，你觉得哪项最实用呢？
今天凌晨，微软带来了一系列重磅产品，一口气发布了 50 多项更新。
发布会上，微软 CEO Satya Nadella 谈到了关于现代计算的两个梦想。一个是计算机是否可以理解我们，而不是我们必须理解计算机？第二个是在这个信息不断增加的世界里，计算机能否帮助我们根据所有这些信息进行推理、规划和更有效地采取行动？ 从 AI 基础设施的搭建，到模型产品的落地，微软在寻找答案的过程中，逐渐成长为一个全方位的 AI 解决方案提供商。今夜过后，或许我们都得重新审视微软这个巨头。
发布会要点速览： 1、Team Copilot ，从个人助理变成团队助理 2、全新的 Agent 代理功能 3、Phi-3 家族迎来新成员 4、Azure AI Studio，包含 API 集成、完整的工具链及部署全家桶 5、Fabric 大升级，推出实时智能（real-time intelligence） 6、专为云端规模化应用性能优化的 Cobalt 芯片
发布会更多详情：https://mp.weixin.qq.com/s/MoHPci4JAb25ifDhMwUWiQ
现在，你可以像和 ChatGPT 聊天一样使用谷歌地图了。
谷歌地图最新升级包括以下 5 点： 1. 对话式地图搜索 直接与 Google Maps 聊天搜索信息，AI 将使用 Google Maps 上的商户信息、照片、评分和评论等信息来提供可信的结果。
2. 实时查看地图 只需点击相机图标即可使用实时视图进行搜索。谷歌地图会显示附近的 ATM、餐厅、公园和公交站，并显示其开放时间和评级，且跟随 AR 箭头，准确引导您到达目的地。
3. 全新沉浸式视图 在正式访问地点之前先确定其范围，查看逼真的视图，并获取天气预报、高峰时段等有用信息，而且还能查看室内景观。比如在订餐时可以展现餐厅氛围，帮助您选择。
4. 新增多重搜索 现在，您可以结合文字和图像， 在 Google 地图上访问数百万本地企业的信息。
5. 获取人工智能建议 随时随地获取人工智能支持的建议。如果开始下雨，可以向地图询问“雨天活动”并获取附近的喜剧表演或电影院等建议。
2024 春季火山引擎 Force 原动力大会大家看了吗？放大招了，火山引擎第一次正式亮相了豆包大模型家族，一口气直接祭出了9个成员。
以下是大会的重点信息概要：
1. 核心模型：豆包通用模型分为两个尺寸，大杯（Pro）和中杯（Lite），其中Pro版本窗口尺寸最大可达128K，全系列可精调；Lite版本响应速度快。 2. 价格优势：豆包通用模型Pro的价格远低于行业标准，小于32K窗口尺寸的价格为0.0008元/千tokens，128K窗口尺寸为0.005元/千tokens。 3. 使用量：豆包大模型自上线以来，每天处理的token数量高达1200亿，生成图片数量为3000万张。 4. 多场景应用：豆包大模型在抖音、今日头条等50多个场景中进行实践和验证。 5. 文本对话与语音功能：豆包大模型在文本对话和语音合成方面表现出色，提供了更自然、更像人的声音效果。 6. 角色扮演模型：豆包大模型还包括角色扮演模型，允许用户与虚拟角色进行对话。 7. AI应用开发平台：火山引擎还发布了一站式AI应用开发平台“扣子（coze）”，支持用户通过简单的操作来创建智能体。 8. 火山方舟2.0：火山引擎的MaaS平台火山方舟升级到2.0版本，提供一站式服务，让企业可以快速落地大模型应用。 9. 安全性与稳定性：火山方舟在算力、算法和安全层面提供了优化方案，包括GPU资源池、SFT训练引擎和安全沙箱等。 10. 差异化插件：火山引擎提供了联网插件、内容插件和RAG知识库插件，以提供差异化服务。 11. 战略差异：火山引擎的战略与其他大模型厂商不同，更注重实际使用量和用户体验，而不是仅仅依赖榜单分数和参数规模。 12. 市场反馈：豆包APP累计下载量超过1亿，火山引擎与多个行业的企业合作，共同优化大模型。 13. 总体评价：火山引擎的大模型以更大的使用量、更低的价格、更多的应用场景、更人性化和智能化的特点，展示了其在大模型时代的竞争力。
小编觉得本次大会最吸引我的当属这个文本对话语音功能了，很逼真了，大家可以一起感受一下：（右键视频-显示控件-可以打开声音）
更多介绍可以戳这里: 2024 春季火山引擎 Force 原动力大会
