昨天在优设读报刷到的这个工具,试玩了一下,感觉还蛮有意思的,比较适合做微信头像(不是很会用,就感觉拿来生成卡通的头像太合适了)
PhotoMaker 是腾讯推出的一款真实人像生成工具,快速逼真,效果自然。
功能包括: 1. 利用多张照片作为身份ID,获取人物特征,然后创造出一个新的、个性化的人物图像。
2.把几个不同人的照片特征混合在一起,创造出一个全新的人物形象。
3. 能改变照片人物的性别、年龄和生成多种风格的其他照片。Huggingface上有Demo,试了一下的确可以精准还原人脸特征。
大家有体验过了吗?感觉怎么样呢?
还在手敲重复代码?试试用自然语言“画”出程序!
输入“我要一个渐变登录页,带3D按钮”👉 AI自动生成React组件;上传Figma设计稿👉 10秒导出可运行的前端代码!
DoorDash团队用它省下50%开发时间,你的下一个项目,也该让AI当“最强辅助”了!
✨ 让优设粉丝尖叫的三大神技: 1️⃣ 「说人话」编程:用“修复循环报错”“加个缓存机制”代替复杂语法,GPT-4秒级响应 2️⃣ 设计稿→代码:支持Figma/Sketch导入,自动生成HTML+CSS+JS 3️⃣ 多文件智能避坑:AI实时检测跨文件冲突,比人类快10倍定位隐形BUG
🔥 设计师狂喜时刻: ✅ 上传界面图自动标注尺寸/色值 ✅ 用“把图标调大20%”直接修改代码 ✅ 生成带交互逻辑的动效代码,Lottie一键导出
点击体验👉 https://www.cursor.com/ja
小伙伴们!今天要给大家介绍一款超级厉害的设计神器——匠紫AI!如果你还在为设计工作烦恼,或者想要轻松做出高颜值的设计作品,那这款工具绝对能让你眼前一亮!
匠紫AI是一款真正让设计变得简单又有趣的工具。它不仅能帮助你快速完成设计任务,还能激发你的创意灵感,提升设计质量。无论你是设计新手还是专业大神,都能在这款工具中找到属于自己的设计乐趣。
🌟 工具亮点 - 设计预览与编辑:实时查看设计效果,随时调整修改,直到满意为止。 - 智能设计建议:AI会根据你的操作和需求,提供专业的设计建议,让你的设计更上一层楼。 - 海量模板与素材:提供丰富的设计模板和素材库,涵盖各种场景和风格,满足你的所有需求。 - 一键生成设计:简单几步操作,AI就能帮你快速生成设计作品,轻松搞定设计任务。
🎉 适合人群 - 专业设计师:帮你快速生成创意草图,优化设计方案,提升设计效率。 - 非专业设计师:轻松上手,快速制作出符合需求的设计作品,满足日常宣传、推广等场景。 - 创意工作者:激发你的灵感,帮你探索更多设计可能性,让创意无限延伸。
📚 使用场景 - 平面设计:海报、宣传册、名片、PPT等,快速生成设计初稿,轻松调整优化。 - UI/UX设计:界面布局建议、交互设计模板,快速搭建界面原型,提升用户体验。 - 创意设计:插画、图形设计等,激发创意灵感,生成独特设计元素。
工具地址:https://jiangziai.com/
终于还是等到了啊,Midjourney 今日宣布推出其首个 AI 视频生成模型 V1,正式进军 AI 视频领域。
V1 是一款图像转视频模型,用户可以上传一张图片,或使用 Midjourney 其他模型生成的图像,V1 将基于此生成四段五秒的视频。
V1 提供低动态和高动态两种方案,支持延长,每次4秒最多4次。
与 Midjourney 的图像模型类似,V1 目前仅通过 Discord 平台提供,并且初期仅支持网页端使用。
每个月订阅费只需要10美元,视频任务的定价约为图片任务的 8 倍,每次任务将生成四段 5 秒视频。
成本跟图像超分服务相当,非常便宜。
Github 上的一个名为 OpenVoice 的 AI 语音克隆项目爆火,该项目由 myshell-ai 开源,仅开源了不到三周,就有了 6.1k 的 star。
OpenVoice能对声音风格的精细控制,包括情感、口音、节奏、停顿和语调,同时能够复制参考发言者的音色。
主要功能: - 准确的音色克隆:OpenVoice能够精确地克隆参考音色,并在多种语言和口音中生成语音。 - 灵活的声音风格控制:用户可以控制生成语音的情感和口音,以及其他风格参数,如节奏、停顿和语调。 - 零样本跨语言声音克隆:OpenVoice可以在未包含在大规模多语言训练集中的任何语言之间进行声音克隆。
试玩地址: https://github.com/myshell-ai/OpenVoice
Techcrunch整理了一份AI行业最常见到的技术词语词典,搞懂这些,或许能帮初学者们轻松迈入AI世界的大门。
- AGI 通用人工智能 通用人工智能(AGI)是一个有些模糊的概念,通常指在多数任务上比普通人更强大的AI。OpenAI将其定义为“在最具经济价值的工作上超越人类的高度自主系统”。谷歌DeepMind则认为AGI是“在大多数认知任务上至少与人类能力相当的AI”。
- Chain of Thought 思维链 思维链推理意味着让AI像人一样一步步思考,把一个大问题拆解成多个小步骤。虽然慢一点,但在逻辑推理或编程这种需要严谨思考的场景里,答案会更准确。现在的大语言模型经过优化,在处理复杂问题时,就是靠这种“思维链”来提高准确性。
- Deep learning 深度学习 AI能自我优化学习的关键技术。它模仿人脑神经元连接方式,搭建多层人工神经网络,使AI算法能够建立比简单机器学习系统更复杂的关联关系。 深度学习模型能自己识别数据里的重要特征,而无需人类预先定义,还能从错误中学习,不断改进。
- Diffusion 扩散模型 扩散技术是众多艺术、音乐和文本生成AI模型的核心。受物理学启发,先“故意”一步步往数据里加噪声,直到数据面目全非。然后,AI学习如何“逆向扩散”,把这些被破坏的数据还原回来,从而获得从噪声中“创造”出全新数据的能力。
- Distillation 知识蒸馏 一种“师父带徒弟”的学习方法。让一个大型(“老师”)AI模型处理问题,然后把它的答案用来训练一个更小、更高效的(“学生”)模型,让学生模型学会老师的行为。这样就能用更小的模型,实现接近大型模型的性能。
- Fine-tuning 微调 微调是指对已训练的AI模型进行进一步训练,通过输入新的专业化数据,优化其在特定任务或领域的性能表现,使其超越原始训练的重点范围。很多AI公司都在用这个技术,把大型语言模型“微调”成适合自己行业的产品,提升实用性。
- GAN 生成对抗网络 让AI能“以假乱真”的关键技术。它由两个互相竞争的神经网络组成:生成器负责创造数据,判别器负责鉴别真伪。就像一场“猫捉老鼠”的游戏,两者不断对抗,让AI能自动生成极其逼真的数据,无需人工干预。GAN适合用于生成图片或视频。
- Hallucination 幻觉 “幻觉”是AI行业对模型虚构内容的专业术语,特指AI生成错误信息的行为。这显然是影响AI质量的核心问题。
- Neural Network 神经网络 神经网络是指支撑深度学习的多层算法结构,是推动生成式AI工具全面爆发的技术基础。尽管这个概念由来已久,GPU的崛起也让这个概念迎来了爆发。GPU被证明非常适合训练具有更多层次的算法,使得基于神经网络的AI系统在语音识别、自动驾驶导航和药物研发等多个领域实现了远超以往的性能表现。
- Transfer Learning 迁移学习 把一个已经训练好的AI模型拿来当起点,开发一个针对不同但相关的任务的新模型。这样可以节省大量开发时间,尤其是在新任务数据量不多的时候非常有用。但要注意,模型可能还需要在新领域的数据上进行额外训练才能表现最佳。
- Weights 权重 权重是AI训练的核心要素,它决定了在训练系统所用数据中,不同特征(或输入变量)的重要程度,直接影响AI模型的最终输出。训练开始时权重是随机的,但随着学习的深入,它们会不断调整,让AI的预测越来越准。
这份词典由Techcrunch定期维护,有需要的朋友可以收藏:https://techcrunch.com/2025/05/25/from-llms-to-hallucinations-heres-a-simple-guide-to-common-ai-terms/
ps:转自量子位