首席AI分享圈

综合介绍 Sonic 是一个专注于全球音频感知的创新平台，旨在通过音频驱动生成生动的肖像动画。该平台由腾讯和浙江大学的研究团队开发，利用音频信息来控制面部表情和头部运动，从而生成自然流畅的动画视频。Sonic ...

最近，AI 编程工具非常火爆，从 Cursor、V0、Bolt.new 再到最近的 Windsurf。 本篇我们先来聊聊开源方案-Bolt.new，产品上线四周，收入就高达400万美元。 无奈该网站国内访问速度受限，且免费 Token 额度有限。 ...

综合介绍 Ultravox是一个创新的多模态大语言模型（LLM），专为实时语音处理而设计。与传统的语音识别系统不同，Ultravox无需单独的音频语音识别（ASR）阶段，能够直接将音频转换为高维空间中的文本。这一特性使得...

在正式讨论之前，需要先明确 AI 爬虫（也称为 LLM 爬虫）的概念，它大致可以分为两类：大概可以分为两类，一类就是常规的爬虫工具，只不过它的结果是直接用于 LLM 的上下文，这类严格来说和 AI 没啥关系；另一类...

综合介绍 无限缩放稳定扩散（Infinite Zoom Stable Diffusion）是一个开源项目，旨在利用稳定扩散技术创建无限缩放视频。该项目提供了一个易于使用的Colab笔记本，用户可以通过多重提示生成无限循环的视频。项目...

综合介绍 Easy-Wav2Lip 是一个基于 Wav2Lip 的改进工具，旨在简化视频唇同步的过程。该工具提供了更简单的设置和执行方式，支持 Google Colab 和本地安装。通过优化算法，Easy-Wav2Lip 显著提高了处理速度，并修...

长文本向量模型能够将十页长的文本编码为单个向量，听起来很强大，但真的实用吗？ 很多人觉得... 未必。 直接用行不行？该不该分块？怎么分才最高效？本文将带你深入探讨长文本向量模型的不同分块策略，分析利弊...

综合介绍 Research Rabbit 是一个基于本地LLM（大语言模型）的网页研究和总结助手。用户提供研究主题后，Research Rabbit 会生成搜索查询，获取相关网页结果，并总结这些结果。它会反复进行这一过程，填补知识空...

综合介绍 Reply gAI 是一个基于 LangChain 的 AI 工具，旨在为任意 X（原 Twitter）用户创建 AI 克隆。该工具通过自动收集用户的推文，并将其存储在长期记忆中，利用检索增强生成（RAG）技术生成与用户独特写作风...

更新过一期是关于 ChatGPT 的 Canvas 新功能的讲解。但仅对Canvas各种功能的简单描述，却没有细节化阐述Canvas在学术上的应用。因此后面作者会就Canvas在学术上的应用，慢慢给大家阐述明白。本期主要是围绕利用Ca...