小互日报-1 月 3 日

? Xiaohu.AI日报「1月3日」

✨✨✨✨✨✨✨✨

1⃣️ ? 微软研究团队的新进展：

• 微软利用合成数据训练AI，减少成本和偏见。
• 生成了100种语言的文本数据，提高AI训练效率。
• 论文链接：https://arxiv.org/abs/2401.00368 ? https://x.com/xiaohuggg/status/1742473942252855795?s=20

2⃣️ ? Pile：AI日记软件介绍：

• 开源界面美观，助力日记撰写和记录。
• 集成OpenAI API，扩展思想和日记。
• AI搜索和问题解答功能，保证安全隐私。
• 下载链接：https://udara.io/pile/
• 项目源码：https://github.com/UdaraJay/Pile ? https://x.com/xiaohuggg/status/1742427654006202439?s=20

3⃣️ ? VCoder：视觉编码器增强模型：

• 增强LLM的视觉理解和分析能力。
• 处理分割图和深度图，改善对象感知。
• 在对象识别任务中表现优于GPT-4V。
• 项目链接：https://praeclarumjj3.github.io/vcoder/
• 代码库：https://github.com/SHI-Labs/VCoder ? https://x.com/xiaohuggg/status/1742410353198416282?s=20

4⃣️ ? M2UGen：多模态音乐理解生成模型：

• 理解音乐风格、乐器、情感，进行音乐问答。
• 根据文本、图像、视频生成音乐。
• 编辑音乐仅需文字描述。
• 该模型由腾讯与新加坡国立大学开发 ? https://x.com/xiaohuggg/status/1742392202482061509?s=20

5⃣️ ?️ DreamTalk：人物头像动画生成开源了

• 使人物照片头像根据音频说话或唱歌。
• 保持嘴型和表情一致。
• 代码库：https://github.com/ali-vilab/dreamtalk ? https://x.com/xiaohuggg/status/1742382786990969226?s=20

6⃣️ ? SVG-Loaders：纯SVG格式加载图标和动画：

• 免费下载，适用于网页和应用。
• 高质量、多样设计，易于使用和自定义。 ?https://x.com/xiaohuggg/status/1742377903818711044?s=20

7️⃣

? Mickey-1928：专注米老鼠图像生成模型：

• 基于Stable-Diffusion-xl微调，生成1928年风格米老鼠图像。
• 训练数据包括三部卡通的静止画面。
• 模型下载：https://huggingface.co/Pclanglais/Mickey-1928 ? https://x.com/xiaohuggg/status/1742373301929091472?s=20