看到 Niji 发布的预告来演示局部重绘（inpaint）的效果，是 Midjourney 即将发布局部重绘功能，对于MJ的AI绘画最头痛就是生成一张图片，如果只有细节不满意就要重新抽卡生成，这样导致很多不可控的效果出来而且浪费时间，而即将推出的Inpainting（局部重绘）功能就很好解决这个问题。
这个新功能就像 PS 的AI一样，只需要涂抹一个区域，然后加入关键词就能重新绘制或替换这个区域。至少再也不用担心出现 3 只手，6 根手指头的情况了。有没有小伙伴有内部的消息，Midjourney AI 创意局部重绘功能什么时候能上线啊？
太震撼了啊，没等到GPT-5，却迎来了 OpenAI 新旗舰模型GPT-4o！
5月14日凌晨，GPT-4o 在 OpenAI 官网正式发布了，GPT-4o是一个多模态模型，能够处理视频、音频和文本数据，具有实时推理的能力。它能够执行多种任务，包括实时翻译、唱歌、做数学题和讲笑话等。GPT-4o的语音响应时间非常短，平均响应时间为320毫秒，并且在MMLU评测中创下了88.7%的新高分，超过了其他市面上的大模型。
这是正儿八经的原生多模态，更重要的是可以实时推理音频、视觉和文本，注意这里是实时，实时，实时，推理的不是文本，是音频！视觉！
某种程度上，AGI 已然成为现实，我们即将迎来一个新的时代啊！
嘿，各位电商小伙伴们！今天，我要给大家安利一款超级实用的工具——羚珑！这可不是普通的工具，它是一款集内容生成与管理于一体的一站式服务平台，简直是电商运营的“救星”！🎉
还在为设计发愁？不会PS、找不到灵感、赶不上促销节点？ 京东羚珑——专为电商人打造的AI设计神器，用“0门槛+高效率”终结你的设计焦虑！ 无论你是商家、运营还是创业者，只需3分钟，就能轻松产出专业级海报、Banner、视频素材，点击率飙升30%+，ROI提升20%+！
为什么选择羚珑？ ✅ 智能设计，解放双手 - 一键抠图：复杂边缘精准识别，3秒完成抠图，告别手动修图噩梦！ - 商品打腰带：自动添加促销标签、价格弹窗，瞬间提升商品吸引力！ - 智能排版：任意尺寸自适应，元素自动对齐，告别“丑到爆炸”的排版！
✅ 海量模板，场景全覆盖 - 电商必备：主图设计、Banner、活动页、直播间背景……10万+模板一键套用！ - 全链路支持：从商品图到物流面贴、易拉宝，连DM传单都能搞定！ - 多端适配：自动生成横竖版、适配APP/小程序/PC，省心又专业！
✅ 程序化设计，效率狂飙 - AI算法驱动：基于京东用户行为数据，智能推荐配色、布局，点击率提升30%！ - 批量生成：节日促销、新品上架？1人搞定全平台素材，效率提升80%！
✅ 企业级服务，团队协作无忧 - 素材云管理：团队共享模板库，设计规范统一，拒绝重复劳动！ - API接口：对接自有系统，定制专属设计引擎，企业降本利器！
工具地址：https://ling.jd.com/
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/
近日，谷歌的全新人工智能模型 Gemini 1.0 引起了广泛的关注。Gemini 到底是个什么样的模型，为什么说比 GPT-4 强呢？
Gemini 是谷歌推出的一种大型语言模型。它是谷歌迄今为止规模最大、能力最强的人工智能模型，具有原生多模态能力，能够同时处理文本、图像和音频等多种信息。
Gemini 的训练数据集包括1.6万亿个参数，是之前的 GPT-3 的两倍。它能够理解和生成自然语言，并能够从文本、图像和音频中提取信息。
Gemini 还能够进行多种任务，包括： 生成文本、翻译语言、编写不同类型的创意内容等。 理解和回答问题，包括开放式、挑战性的和奇怪的问题。 从文本、图像和音频中提取信息，并进行分析。
字节跳动的研究人员开发了一种超高清文生视频模型MagicVideo-V2。
这是一个集成了文本到图像模型、视频运动生成器、参考图像嵌入模块和帧插值模块的端到端视频生成pipeline。MagicVideo-V2能够从文本描述中生成具有高美感、高分辨率、高保真度和流畅性的视频。通过大规模用户评估，它在人类视觉感知方面表现出优秀的性能。
MagicVideo-V2的设计包括以下关键模块： - 文本到图像模型：从给定的文本提示生成一个1024×1024的图像作为视频生成的参考图像。 - 图像到视频模型：使用文本提示和生成的图像作为条件生成关键帧。 - 视频到视频模型：对关键帧进行细化和超分辨率处理，生成高分辨率视频。 - 视频帧插值模型：在关键帧之间插值生成平滑的视频运动，并最终生成高分辨率、流畅、高美感的视频。
论文地址：https://arxiv.org/abs/2401.04468 项目地址：https://magicvideov2.github.io/
