Google开发的TimesFM时间序列预测模型

最佳AI辅助学习工具：

Google Bard全球更新：

Media2Face：3D面部动画创造工具：

安圭拉岛：AI热潮带来的意外收益：

Nijijourney V6动漫图像生成模型：增强的提示理解能力：Niji V6致力于理解并将各种主题转化为动漫风格的视觉作品，即使是一些平时动漫里不常见的主题。

我希望我们能一起做一些我们有共鸣的，能展示AIGC能力的，也能让年轻人喜欢的东西。AIGC有这么优秀的能力，我们也这么多努力，这些值得被更多人看见。

VisualWebArena - 自主智能体的视觉网络任务基准测试：

Google最近推出了其最新旗舰张量处理单元（TPU）v5p，这是一款专门设计的AI加速器，用于AI训练和推理，标志着Google在对抗市场领导者Nvidia的GPU方面迈出了重要一步。

ChatGPT新功能 - Mention：

SUPIR：图像修复模型。通过参数增加使得模型，不仅能够修复图像中的错误或损坏，还能根据文本提示进行智能修复。例如根据描述来改变图像中的特定细节。

26种多模态大模型研究报告：这篇论文对目前市面上26种多模态大语言模型（MM-LLMs）进行了全面的研究和分析。提供了对多模态大语言模型的深入了解。

ElevenLabs 推出一个全自动化的AI配音或视频翻译工具

RPG-DiffusionMaster：RPG利用大语言模型来更好地理解和分解生成图像的文字提示，把一幅图像分解成不同的部分，然后对每个部分根据理解的相应文本提示生成图像，最后合成符合你预期要求的图像。

语言克隆初创公司 ElevenLabs 刚刚完成了8000万美元的B轮融资，公司估值飙升至10亿美元以上！达到独角兽级别！他们的工具能创建克隆逼真的声音，并可调整语调、情感、节奏等声音特征。

迪士尼展示了一款创新的多用户全向跑步机：Holo Tile，它可以可用于在VR虚拟现实游戏或者场景中自由移动。你不用担心自己因为沉浸在游戏世界而四处乱撞，而且它支持多人同时在上面独立行走。

自动化蛋白质设计系统：

AWPortrait 1.3 人像模型更新，继续优化棚拍的质感及皮肤肌理，且增加了户外场景的优化，使得户外场景的直出兼具了1.2的写真感，以及更加有“网感”的拍摄构图及模特造型。

谷歌宣布推出划圈搜索功能Circle to Search，该功能允许用户通过简单的手势操作，在当前应用界面即可搜索感兴趣的屏幕内容，它结合了文本、图像和AI技术，可以更准确理解用户的搜索意图。

Runway Multi-Motion Brush功能允许用户在一张图像上选择最多达五个区域，对每个区域，用户都可以在水平、垂直和远近三个方向上设置运动速度参数。这样用户可以精确定制视频中元素的运动效果。

Copilot Pro：微软推出的Office AI增强工具：

PhotoMaker是由来自腾讯PCG部门的ARC实验室、南开大学和东京大学的研究人员最新推出的一款逼真的AI人物生成和照片风格化的开源模型和框架。创造个性化人物图像，能混合不同人物特征创造新形象。

GPT学习记忆能力更新：

奥特曼在YC W24的演讲重点：

OpenAI推出GPTs Store和ChatGPT Team订阅计划。用户可以创建自己的GPT，无需编程知识，通过对话界面给出指令和额外的知识，并选择其功能，如网络搜索、图像生成或数据分析。

Personalized Restoration：面部图像精准恢复和个性编辑技术：

Magnific是一款由AI驱动的图像放大和增强工具，可以让用户提高任何图像的分辨率和细节：

Google推出DiffusionLight：它利用训练好的Stable Diffusion XL模型绘制一个镜面反射球，然后将球体展开得到全景照明图。新技术添加铬球模拟真实反射环境，使添加物体与原光照匹配。

Midjourney v6创造虚拟服装品牌：

Bland Turbo是一款响应速度极快、质量与人类相匹配的对话式人工智能产品。

GitHub 2023年报告亮点：开发者对AI技术和基于AI的应用程序使用增加。OpenAI等基础模型驱动的生成性AI项目激增。大多数开发者正在使用AI编码工具和Git。项目数量显著增长，特别是生成性AI项目。

AnyText - 图像中文本生成编辑：阿里巴巴智能计算研究院的团队推出的一个基于扩散的多语言视觉模型，专注于在图像中渲染准确和连贯的文本支持多语言文本生成和编辑。