哇塞，W&B团队真是太牛了！他们开发的这个开源工具OpenUI，简直是我们设计师的福音啊！你只需用文字描述一下你想要的UI界面，OpenUI就能立刻帮你渲染出效果，实时呈现你的设计想法。
更神奇的是，你还可以通过聊天的方式随时修改设计，而且它能轻松将HTML转换成React、Svelte、Web Components等各种前端框架的代码。这简直就是设计界的神器啊！
我试了试，发现它现在用的是GPT模型，效果还挺不错的。虽然项目还有些小瑕疵，但已经很有潜力了，绝对值得继续深入研究。对于我们设计师来说，这绝对是个能大大提升工作效率的好帮手！
OpenUI 线上试玩戳这里！
昨晚，Adobe在官网宣布，将OpenAI的Sora、Pika 、Runway等著名第三方文生视频模型，集成在视频剪辑软件Premiere Pro中（简称“PR”）。这些集成的模型和功能将通过AI驱动的音频编辑功能，使得音频编辑变得更快、更轻松、更直观。
这次更新是Adobe对PR的一次重大重构，旨在帮助用户简化创作流程，并提供多样化的创作灵感。通过生成式AI的加持，PR将为专业视频剪辑师和业余爱好者带来更高效和便捷的创作体验。
△鼠标右键，勾选“显示控件”，可以打开声音哦！
用Sora生成视频素材 Adobe的创新之一是将Sora、Gen-2、Pika以及Firefly系列模型集成到PR中，这将帮助用户快速为作品添加不同类型的视频素材和动态效果。例如，用户只需输入文本提示“夜雨中的城市风景”，就能通过Sora生成相应的视频素材，并将其应用在视频项目中作为背景或增强主轨道视频。预览展示表明，用户一次可以生成三个视频供选择。
快速替换、删除视频特定区域 Adobe自研的Firefly模型使得替换视频素材中的特定区域变得轻松。过去，替换素材需要新增一条素材视频轨道并调整图层，而现在通过Firefly，用户只需用钢笔工具圈选区域并输入提示文本，如“一大堆宝石”，即可选择合适的素材进行替换。 此外，Firefly还提供了精准删除或替换视频中无用对象的功能。以往需要通过遮盖、模糊处理等繁琐方法移除的对象，如垃圾桶或电表箱，现在可以轻松点击一下快速删除或替换。
用生成式AI制作定格帧 传统的视频定格帧制作流程相对繁琐，需要找到需要定格的视频序列，确定并添加帧保持，然后调整定格帧的持续时间。现在，借助生成式AI功能，用户只需拖动视频的定格静态帧，AI将自动生成补充内容，简化了整个制作过程。 Adobe创意产品部高级副总裁Ashley Still表示，Adobe正在重新构想视频创作流程的每一个步骤，为创作者提供更高效、便捷的功能。通过将生成式AI深度融合到PR的核心工作流程中，Adobe正在解决视频编辑人员每天遇到的真正制作痛点，帮助他们节省时间并提升创意灵感。
这些更新和创新展示了Adobe对于AIGC领域的重视和投入，以及其致力于推动多媒体创作工具向前发展的决心。通过集成先进的AI技术，Adobe旨在为创作者提供更加强大和灵活的创作平台，以激发更多的创意和可能性。
各位设计师小伙伴，现在用Midjourney、DALL·E 3、Stable Diffusion 这些AI模型来生成图片的时候，如果生成的图片样式并不完全符合你的设计需求，大家都是怎么处理的啊？
常规操作，你得用 PS、Adobe Lightroom这些软件来调整。不过说实话，这样挺费时的，也不太符合现在AI时代的高效率要求。
近日「AIGC开放社区」就为大家介绍一款最近公测的高效图片无限重生样式的免费试用AI平台——Freepik。这个平台现在是公测期，而且提供免费试用。
你只需要把图片上传到Freepik，选择3D、绘画、怀旧、卡通、超现实等样式，就能在几秒内快速实现。
对于我们这些设计师来说，Freepik简直就是个神器，强烈推荐给大家试试！
Freepik免费试用地址：https://www.freepik.com/pikaso/reimagine
前段时间，Firefly发布了一项新功能，名为“生成式填充”，可帮助用户轻松去除或修改图像内容，同时还能扩展图像内容。在Photoshop Beta测试版中，用户可以非破坏性地组合或生成图像。我利用这项功能对9张剧照进行了调整，效果非常惊艳，你最喜欢哪一款呢？ Adobe Firefly 的 Generative Fill 包括三个主要功能：添加新内容到图像中，删除或替换图像的一部分内容，以及通过向外扩展图像来增加其尺寸。前两个功能已经在 Adobe Firefly 中实现，而最后一个功能目前只能在 Photoshop 的测试版中使用。
微软推出了一项名为Mora的视频生成项目，该项目利用先进的Agents技术来尝试复原Sora的视频生成能力。目前，Mora已经能够基本还原Sora的所有功能，并可以生成分辨率为1024*576的12秒视频。
这些复原的能力包括：将文本直接转换为视频、根据特定的文本条件将图片转换成视频、扩展已有的视频内容、实现视频到视频的编辑、串联多个视频片段，以及模拟数字世界等。
项目简介：原文链接
Mora项目基于一种新型的多AI智能体框架，融合了多个尖端的视觉AI智能体，旨在复刻Sora所展示的强大的通用视频生成能力。Mora能够灵活运用这些视觉智能体，在各种任务中成功地模仿了Sora的视频生成技巧。
通过广泛的实验验证，我们发现Mora在这些任务上的表现已经与Sora相当接近。从整体性能上评估，Mora与Sora之间仍然存在一些差距。但是，我们仍对Mora项目寄予厚望，希望它能够引领未来视频生成技术的发展方向，并通过多AI智能体的协同工作实现更多的突破。
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
