小互日报-1 月 4 日

1⃣️ ? Meta AI新技术 - 从音频生成虚拟人物：

• 逼真模拟多人对话中的表情和手势。
• 结合向量量化和扩散模型，提高动态性和表现力。
• 包括面部和身体运动生成，以及虚拟人物渲染。 ? https://t.co/J9GCkOmJ76 ? https://x.com/xiaohuggg/status/1742839505412137338?s=20

2⃣️ ? Apache Answer - 开源问答平台：

• 功能包括问答社区、内容管理和搜索。
• 支持插件拓展，多功能集成。 ? https://x.com/xiaohuggg/status/1742827196434268231?s=20

3⃣️ ? CoMoSVC - 歌声转换技术：

• 实现一步采样的高效歌声转换。
• 由香港大学和微软亚洲研究员开发。
• 平衡高质量音频转换和快速处理速度。 ? https://comosvc.github.io ? https://x.com/xiaohuggg/status/1742779985012953468?s=20

4⃣️ ?️? SeeAct - GPT-4V通用网络代理：

• 多网站执行不同任务，如产品比较、航班搜索。
• 结合视觉感知和自然语言处理。
• 功能包括动作生成、定位和多能力展示。 ? https://osu-nlp-group.github.io/SeeAct/ ? https://x.com/xiaohuggg/status/1742768663307190274?s=20

5⃣️ ?️ AnyText - 图像中文本生成编辑：

• 阿里巴巴开发，解决文字融合和变形问题。
• 支持多语言文本生成和编辑。 ? https://github.com/tyxsspa/AnyText ? https://x.com/xiaohuggg/status/1742749153267257699?s=20

6⃣️ ? IP-Adapter-FaceID - 面部识别与个性化图像生成：

• 上传照片即可生成不同场景下的个性化图像。
• 利用面部ID嵌入和文本描述。 ? https://x.com/xiaohuggg/status/1742736491292606866?s=20

7⃣️ ? SEO转GEO - 生成引擎优化：

• 适应基于LLM的搜索引擎，提高内容可见性。
• 普林斯顿大学和艾伦科技研究所提出。 ? https://x.com/xiaohuggg/status/1742730134753550369?s=20

8⃣️ ? Mobile ALOHA - 人类自主学习模仿的机器人系统：

• 坦福大学开发，专注复杂移动任务。
• 软硬件全开源 ? https://mobile-aloha.github.io ? https://x.com/xiaohuggg/status/1742719653536006621?s=20

9⃣️ ?️ SpaceX Starlink - 直接对接蜂窝网络的卫星：

• 全球手机Starlink连接，先进调制解调器。
• 提供全球通话和网络服务。 ? https://x.com/xiaohuggg/status/1742710713091788984?s=20