您的位置首頁動漫

58動漫櫻花動漫動漫之家動漫之家舊版入口免費看動漫的網站

來源：互聯網
|
2024-03-19
|
0 條評論
|
T小字　 T大字

　　自美國OpenAI公司推出的ChatGPT風靡全球，并引發新一輪人工智能浪潮，國內外科技巨頭爭相布局大模型領域

　　自美國OpenAI公司推出的ChatGPT風靡全球，并引發新一輪人工智能浪潮，國內外科技巨頭爭相布局大模型領域。

　　此次，鈦媒體AGI梳理了2023年至今動漫之家舊版入口，阿里、百度、字節、騰訊、華為、小紅書、美圖、科大訊飛、三六零8家互聯網科技公司在 AI 領域的最新技術成果，共計包含50款AI大模型及AI應用，以幫助讀者快速了解互聯網大廠在AI領域的最新技術動向。

　　產品介紹：AtomoVideo是阿里巴巴推出的一個高保真圖像視頻生成框架，該框架利用高質量的數據集和訓練策略，保持了時間性、運動強度、一致性和穩定性，并具有高靈活性，可應用于長序列視頻預測任務。

　　因與Open AI此前推出的文生視頻模型Sora功能相似，AtomoVideo也被稱為中國版“Sora。

　　用戶只需上傳一張照片就能生成對應的視頻。據悉AtomoVideo的核心在于多粒度圖像注入技術，這一技術使得生成的視頻對于給定的圖像具有更高的保真度，能夠更好地保留原始圖像的細節和特征，從而使得生成的視頻更加逼真。

　　另外，AtomoVideo的架構也具有很高的靈活性，它可以靈活地擴展到視頻幀預測任務，通過迭代生成實現長序列預測，使得AtomoVideo在處理長序列的視頻預測任務時，也能夠保持良好的性能。

　　產品介紹：繪蛙是阿里AI電商團隊針對淘寶、電商達人推出的一款可以生成文案和圖片的智能創作平臺，旨在提升電商營銷效率。

　　產品功能：主要是AI文案生成和AI圖片生成。在AI文案中，商家可以實現單商品種草、小紅書爆文改寫、穿搭分享等。以爆文改寫為例，商家只需輸入參考筆記內容，然后添加種草商品賣點、人設、筆記話題，即可生成小紅書風格文案。

　　AI生圖中，用戶可以通過選擇商品、選擇模特和選擇參考圖生成自己想要的商品圖片，支持自己上傳模特圖，也有自帶的數字模特庫可供使用，可以定制專屬自己的AI模特，幫助商家節省商品拍攝和模特成本。

　　產品介紹：EMO是阿里巴巴推出的AI圖片-音頻-視頻模型，該模型采用了 Stable Diffusion 的生成能力和 Audio2Video 擴散模型，能夠生成富有表現力的人像視頻。

　　不同于 OpenAI 的文生視頻模型 Sora，EMO 主攻的是直接以圖+音頻生成視頻方向，能夠直接從給定的圖像和音頻，剪輯生成一段帶有豐富人物表情的人物頭部視頻。

　　產品功能：用戶只需要上傳一張照片和一段任意音頻，EMO就可以根據圖片和音頻生成一段會說話唱歌的AI視頻。視頻中人物具備豐富流暢的面部表情，能做到人物開口說話和唱歌時和和音頻保持一致，最長時間可達1分30秒左右。

　　比如，你可以上傳一張高啟強的照片＋一段羅翔老師的音頻，就能得到一段“高啟強普法”視頻。或者，你可以上傳一張蒙娜麗莎的照片，讓蒙娜麗莎給你唱現代歌曲，唱rap等。

　　產品介紹：Qwen-VL是阿里推出的開源多模態視覺模型，2024年1月，繼Plus版本之后，阿里又推出了Qwen-VL-Max版本。

　　產品功能：基礎能力方面，Qwen-VL-Max能夠準確描述和識別圖片信息，并根據圖片進行信息推理和擴展創作。這一特性使得該模型在多個權威測評中表現出色，整體性能堪比GPT-4V和Gemini Ultra。

　　視覺推理方面，Qwen-VL-Max可以理解并分析復雜的圖片信息，包括識人、答題、創作和寫代碼等任務。同時該模型還具備視覺定位功能，可根據畫面指定區域進行問答。

　　此外，Qwen-VL-Max在圖像文本處理方面也取得了顯著進步，中英文文本識別能力顯著提高，支持百萬像素以上的高清分辨率圖和極端寬高比的圖像，不僅能完整復現密集文本，還能從表格和文檔中提取信息。

　　產品介紹：Motionshop是阿里巴巴智能計算研究院推出的一個AI角色動畫框架，該框架利用視頻處理、角色檢測/分割/追蹤、姿態分析、模型提取和動畫渲染等多種技術，使得動態視頻中的主角能夠輕松跨越現實與虛擬的界限，一鍵變身為3D角色模型且不改變視頻中的其他場景和人物。

　　產品功能：用戶只需上傳視頻，AI便能智能識別視頻中的主要人物，并將其無縫轉換為生動的3D角色模型動漫之家舊版入口。同時保持視頻中人物動作同步與真實感，能精確復刻原視頻中人物的動作細節，確保3D角色的動作流暢自然，提供高度逼真的視覺效果。此外，Motionshop能將現實世界的人物與3D虛擬角色得以完美融合，創造出跨越現實與虛擬界限的全新體驗，為視頻內容增添無限可能。

　　產品介紹：DreamTalk是由清華大學、阿里巴巴和華中科大共同開發的一個可以讓人物照片開口說話、唱歌的模型框架。

　　產品功能：上傳一張照片和音頻免費看動漫的網站，DreamTalk能夠生物臉部動作看起來很真實的高質量視頻，而且嘴唇動作能和音頻都能一一對應。同時DreamTalk還支持多種語言，無論是中文、英文還是其他語言都能很好地同步。

　　據悉，DreamTalk 由三個關鍵組件組成：降噪網絡、風格感知唇部專家和風格預測器。通過三項技術結合的方式，DreamTalk 能夠生成具有多種說話風格的逼真說話面孔，并實現準確的嘴唇動作。

　　產品介紹：DreaMoving是一種基于擴散模型打造的可控視頻生成框架，通過圖文就能制作高質量人類跳舞視頻。

　　產品功能：用戶只需上傳一張人像，以及一段提示詞，就能生成對應的視頻，而且改變提示詞，生成的人物的背景和身上的衣服也會跟著變化。簡單來說就是，一張圖、一句話就能讓任何人或角色在任何場景里跳舞。

　　產品介紹：I2VGen-XL是阿里云推出的一款高清圖像生成視頻模型，這款模型的核心組件由兩個部分構成，用以解決語義一致性和清晰度問題。

　　產品功能：用戶只需上傳一張圖片，即可生成一段分辨率為1280*720的高清視頻。由于在大規模混合視頻和圖像數據上進行了預訓練，并在少量高質量數據集上進行了微調，這些數據集具有廣泛的分布和多樣的類別，這使得I2VGen-XL展示了良好的泛化能力，適用于不同類型的數據。

　　此外，為了提高視頻質量，該研究訓練了一個單獨的 VLDM，專門處理高質量、高分辨率數據，并對第一階段生成的視頻采用 SDEdit 引入的噪聲去噪過程。

　　視頻生成效果方面，與 Gen2、Pika 生成效果相比， I2VGen-XL 生成的視頻動作更加豐富，主要表現在更真實、更多樣的動作，而 Gen-2 和 Pika 生成的視頻似乎更接近靜態。

　　產品介紹：Animate Anyone是一款能將靜態圖像轉換為角色視頻的模型框架。該框架在擴散模型的基礎之上，引入了ReferenceNet、Pose Guider姿態引導器和時序生成模塊等技術，以實現照片動起來時保持一致性、可控性和穩定性，輸出高質量的動態化視頻。

　　產品功能：角色視頻生成，利用驅動信號從靜態圖像生成逼真的角色視頻；擴散模型支持，借助擴散模型的力量，提供高質量的動畫效果；ReferenceNet設計，通過空間注意力合并詳細特征，保持外觀特征的一致性；姿勢指導器，引入高效的姿勢指導器，確保角色動作的可控性和連續性；平滑過渡：采用有效的時間建模方法，保證視頻幀之間的平滑過渡。

　　目前，Animate Anyone已在GitHub上斬獲了近1.3萬個星標，并在國內外引起了熱烈討論。

　　產品介紹：通義千問是阿里自研的 AI 大語言模型，可以幫助用戶解決生活和工作中的問題，提供智能問答服務。2023年10月31日，通義千問2.0正式發布，阿里也隨之推出通義千問App。相較于1.0版本，通義千問2.0在復雜指令理解、文學創作、通用數學、知識記憶、幻覺抵御等能力上均有顯著提升。

　　通義萬相是阿里通義大模型家族中的一款AI繪畫大模型，可輔助人類進行圖片創作。基于阿里研發的組合式生成模型Composer，通義萬相提出了基于擴散模型的「組合式生成」框架，通過對配色、布局、風格等圖像設計元素進行拆解和組合，提供了高度可控性和極大自由度的圖像生成效果。

　　通義聽悟是是依托通義千問大模型和音視頻AI模型的AI助手，旨在幫助用戶及客戶在泛音視頻內容場景下提升信息生產、整理、挖掘、洞察效率。

　　產品功能：通義千問具備多輪對話、文案創作、邏輯推理、多模態理解及多語言支持等功能。用戶可以就任何問題與其對話互動，比如可以問他生活類常識、講故事、寫作文或文案、解答數學題等，但通義千問不具備多模態能力，不具備圖像生成功能。

　　通義萬相主要功能有三個，即文生圖、相似圖生成和風格遷移。在基礎文生圖功能中，可根據用戶提示詞生成水彩、扁平插畫、二次元、油畫、3D畫等風格圖像；相似圖片生成功能中，用戶上傳任意圖片后，即可進行創意發散，生成內容、風格相似的AI畫作。此外該模型還支持圖像風格遷移，用戶上傳原圖和風格圖，可自動把原圖處理為指定的風格圖。

　　通義聽悟融合融合了十多項 AI 功能，面向線上線下各種泛音視頻場景，通義聽悟可以提供音視頻內容的實時字幕 / 轉寫、多語言翻譯、內容理解 / 摘要，涵蓋全文概要、章節速覽、發言總結等高階 AI 功能。

　　適用人群或場景：通義千問適用人群較為廣泛，通義萬相適用于藝術繪畫創作，設計師、動漫愛好者；通義聽悟可應用于智能客服、智能家居、智能音箱、智能穿戴設備等領域。

　　產品介紹：UniVG是百度推出的一款統一模態視頻生成系統，其獨特之處在于針對高自由度和低自由度兩種任務采用不同的生成方式，以更好地平衡兩者之間的關系。

　　產品功能：用戶只需提供一張圖片或一段文字，就能生成一段流暢的視頻，與早期的AI視頻生成工具相比，UniVG所生成的每一幀畫面都更加穩定、連貫。

　　據悉，UniVG系統引入了“多條件交叉注意力”技術，用于高自由度視頻生成，以生成與輸入圖像或文本語義一致的視頻。而在低自由度視頻生成方面，采用了“偏置高斯噪聲”的方法58動漫櫻花動漫，相較于傳統的完全隨機高斯噪聲更能有效地保留輸入條件的原始內容。

　　產品介紹：百度推出的UNIMO-G統一圖像生成框架，通過多模態條件擴散實現文本到圖像生成，克服了文本描述簡潔性對生成復雜細節圖像的挑戰。

　　產品功能：用戶只要給出一張圖，然后給出各種提示詞，UNIMO-G就能根據提示詞在圖像基礎上按照提示生成對應圖像，比如上傳一張馬斯克圖像，輸入提示詞給他穿上警服，就能得到一張身穿警服的馬斯克圖像。

　　據了解，UNIMO-G的核心組件包括多模態大語言模型和基于編碼的多模態輸入生成圖像的條件去噪擴散網絡。這一框架還采用了精心設計的數據處理管道，涉及語言基礎和圖像分割，用以構建多模態提示。

　　在測試中，UNIMO-G在文本到圖像生成和零樣本主題驅動合成方面表現卓越，特別是在處理包含多個圖像實體的復雜多模態提示時，生成高保真圖像的效果顯著。

　　產品介紹：文心大模型是百度于2019年推出的自然語言處理大模型。該模型基于ERNIE系列模型具備跨模態、跨語言的深度語義理解與生成能力。2023年10月，文心大模型4.0 版本發布，實現基礎模型的全面升級，理解、生成、邏輯、記憶四大能力顯著提升，綜合能力可直接對標GPT-4。

　　文心一言是百度基于文心大模型打造的生成式AI產品，與阿里的”通義千問”類似，可以進行任何內容的問答對話，可作為生活中的智能小助手。

　　文心一格是百度基于文心大模型推出的AI藝術創作平臺，可以生成多樣化AI創意圖片，輔助創意設計。

　　文心千帆是百度旗下企業級大模型生產平臺，提供包括文心一言在內的大模型服務及第三方大模型服務，還提供大模型開發和應用的整套工具鏈。

　　產品功能：文心一言具有文學創作、商業文案創作、數理邏輯推算、中文理解、音頻、圖像生成等多模態生成能力。比如用戶可以用文心一言解答任何生活及工作問題，幫助用戶撰寫任何領域的文案，解答數學邏輯題，用語音講故事等。

　　文心一格的主要功能就是圖像生成功能。用戶只需要輸入一句話或提示詞，文心一格就能按照指示自動生成圖像，且用戶可以追加更詳細的提示詞對圖像進一步優化或改變圖像風格等。同時文心一格還具有二次編輯圖片和圖片疊加功能，比如可以涂抹掉圖像中不滿意的部分，讓模型重新調整生成。或者給出兩張圖片，模型會自動生成一張疊加后的創意圖。此外，文心一格還推出了海報創作、圖片擴展和提升圖片清晰度等功能，提供多種生圖服務滿足用戶需求。

　　文心千帆主要功能有兩個：其一是文心千帆以文心一言為核心，為企業提供大模型服務，幫助客戶改造產品和生產流程。其二，作為一個大模型生產平臺，企業可以在文心千帆上基于任何開源或閉源的大模型，開發自己的專屬大模型。

　　適用人群及場景：文心一言受眾群體廣泛，文心一格適合有繪畫創作和圖像設計需求群體。文心千帆主要面向企業級B端客戶。

　　產品介紹：SDXL-Lightning是一款由字節跳動開發的開源免費的文生圖模型，能根據文本快速生成相應的高分辨率圖像。

　　產品功能：用戶在SDXL-Lightning上輸入提示詞，然后選擇推理步驟（選擇范圍為1步—8步），等待數秒即可生成一張高清圖像。

　　與以往的文生圖模型相比，SDXL-Lightning的生成速度有顯著提高，能夠在最少步驟內完成文本到1024px分辨率圖像的生成，適用于需要快速響應的應用場景。

　　SDXL-Lightning的生成速度之所以能夠顯著提升，主要是因為它通過結合漸進式蒸餾和對抗式蒸餾的方法，解決了擴散模型在生成過程中存在的速度慢和計算成本高的問題，同時保持生成圖像的高質量和多樣性，避免了傳統蒸餾方法中存在的圖像模糊問題。

　　產品介紹：Boximator是字節跳動推出的一款文生視頻模型。與Gen-2、Pink1.0等模型不同的是，Boximator可以通過文本精準控制生成視頻中人物或物體的動作。

　　產品功能：與Open AI發布的文生視頻模型類似，Boximator也是通過用戶給出文字描述或提示，就能按照指示生成對應的視頻。據了解，為了實現對視頻中物體、人物的動作控制，Boximator使用了“軟框”和“硬框”兩種約束方法。

　　硬框可精確定義目標對象的邊界框。用戶可以在圖片中畫出感興趣的對象，Boximator會將其視為硬框約束，在之后的幀中精準定位該對象的位置。

　　軟框定義一個對象可能存在的區域，形成一個寬松的邊界框。對象需要停留在這個區域內，但位置可以有一定變化，實現適度的隨機性。

　　兩類框都包含目標對象的ID，用于在不同幀中跟蹤同一對象。此外，框還包含坐標、類型等信息的編碼。

　　不過，據字節跳動相關人士稱，Boximator是視頻生成領域控制對象運動的技術方法研究項目，目前還無法作為完善的產品落地，距離國外領先的視頻生成模型在畫面質量、保真率、視頻時長等方面還有很大差距。

　　產品介紹：Dreamina是字節跳動旗下的AIGC工具，可以根據用戶的文字提示生成創意圖片。

　　產品功能：用戶只需輸入一段文字，Dreamina即可生成四幅由AI生成的創意圖像。同時Dreamina支持多種圖像風格，包括抽象、寫實等，以滿足不同用戶的審美需求。此外，Dreamina還具備圖像調整功能，用戶可以對生成的圖片進行修整，包括調整圖片的大小比例和選擇不同的模板類型。這種靈活性使得用戶可以根據個人喜好或特定需求調整生成的圖像。

　　產品介紹：Coze扣子是字節跳動AI部門Flow開發的一站式 AI 開發平臺，無論用戶是否有編程基礎，都可以利用Coze在30秒內輕松創建專屬自己的“AI機器人”。

　　產品功能：在注冊、登陸賬號之后，用戶可以通過首頁超過60個的插件能力，以及創建Bot，實現多個能力應用。例如，我們希望有一個“新聞搜索助手”，通過簡單的對線秒內就可以自動生成一個 AI 機器人，不需要任何代碼編程，小白也能輕松上手。

　　同時，“扣子”平臺也有一些自帶的bot，涵蓋旅游、出行和娛樂等場景，可以直接點擊使用，而且還具備可無限擴展的能力集，全面實現個性化定義 AI 機器人技術能力。

　　此外，coze還支持上傳創建自己所需bot的數據，可以與自己的數據進行交互，并且扣子還具備長期的對話記憶能力，通過數據交互和持久記憶為用戶提供更加精準的回答。

　　產品介紹：MagicVideo-V2 是字節推出的AI視頻生成模型，它將文本到圖像模型、視頻運動發生器、參考圖像嵌入模塊和幀插值模塊集成到端到端視頻生成管道中。這種結構使 MagicVideo-V2 能夠制作高分辨率、美觀的視頻58動漫櫻花動漫，并具有出色的保真度和流暢度。

　　產品功能：文本轉圖像功能，MagicVideo-V2 擁有先進的文本到圖像模型，可以將文字轉換為圖像元素，為生成視頻提供基礎素材；視頻運動生成功能：利用視頻運動生成器，可以自動生成視頻，節省用戶的時間和精力；參考圖像嵌入功能，MagicVideo-V2 支持參考圖像嵌入功能，在生成視頻時可以參考指定圖像，使視頻內容更加準確和多樣化。此外，MagicVideo-V2 的幀插值模塊能夠平滑過渡視頻中的每一幀，使生成的視頻更加流暢和連貫免費看動漫的網站。

　　產品介紹：BagelBell是字節推出的一款AI 劇情互動平臺，用戶可以通過 AI 身份圖、故事名稱和故事介紹了解不同的 AI 故事并與自己喜歡的故事互動58動漫櫻花動漫。

　　產品功能：BageBel 為用戶提供了一個充滿活力和創造力的虛擬世界，讓用戶可以在這個世界中探索故事、創作角色，并與 AI角色進行互動。這種獨特的體驗不僅可以讓用戶享受到故事帶來的樂趣，還可以激發用戶的創造力和想象力58動漫櫻花動漫。目前 BagelBell 故事類型十分豐富，涉及狼人免費看動漫的網站、校園、懸疑、霸總、女仆、年下等多個類別，不過多為戀愛題材。

　　產品介紹：ChitChop是字節跳動在海外推出的AI智能助手，可以為用戶提供多達200+的智能機器人服務，通過提供創造性靈感、提高工作效率等方式輔助用戶的工作和生活。

　　產品功能：首先ChitChop具有豐富的應用場景，提供AI創作、AI繪圖免費看動漫的網站、娛樂休閑、學習提升動漫之家、工作提效、生活助手六大場景的AI小工具，為用戶提供創造性靈感，提高工作效率。

　　其次，輸入簡單輸入提示即可互動，只需輸入幾個簡單的提示詞，你就可以把你的想法變成藝術圖像或者與A!進行交流互動。

　　再次，文件智能分析和總結功能，添加上傳一個文件，即可分析、總結和對文件內容發起討論，幫助用戶高效地學習和分析內容。

　　最后是實時互聯網搜索功能，可以與人工智能交互進行搜索。此外，還內置200多個智能機器人，可幫助用戶提高創造力，學習新話題，甚至與人工智能虛擬角色玩游戲。

　　產品介紹：豆包和Cici都是字節跳動基于云雀模型開發的AI智能聊天助手動漫之家，可以回答各種問題并進行對話，幫助用戶獲取信息，只不過豆包是針對國內用戶開放的，Cici是豆包的海外版本。

　　產品功能：豆包和Cici的功能一致，提供問答、智能創作、聊天等服務。進入豆包/Cici官網首頁登陸后，用戶可直接與豆包/Cici對話，比如可以讓豆包幫助寫爆款文案、生成圖片、英語翻譯等。豆包/Cici還支持創建專屬的智能助手，比如可以定制自己的智能導游，可以幫助自己做旅游形成規劃，提供更多包含交通、景點及美食的旅游相關的信息。此外，豆包/Cici還有具備很多現成的AI智能體可供使用，涉及生活、娛樂、寫作、情感和游戲多領域。

　　產品介紹：云雀是字節跳動自研的大語言模型，該模型采用 Transformer 架構，能夠通過便捷的自然語言交互，高效完成互動對話、信息獲取、協助創作等任務。

　　產品功能：內容創作功能，可以根據用戶指令進行內容創作，生成文案大綱及廣告、營銷文案等；智能問答功能，用戶可以通過云雀快速獲取生活常識、工作技能，助力高效解決工作、生活等各類場景中的問題；邏輯推理能力，可進行思維、常識、科學推理通過分析問題的前提條件和假設來推理出答案或解決方案，給出新的想法和見解；代碼生成功能，作為大語言模型，云雀具備代碼生成能力和知識儲備，可高效的輔助代碼生產場景；信息提取能力，云雀可以深入理解文本信息之間的邏輯關系，從非結構化的文本信息中抽取所需的結構化信息。

　　產品介紹：BuboGPT是字節研發的一款多模態大模型，通過整合文本、圖像和音頻輸入，可以執行跨模態交互并做到對多模態的細粒度理解。

　　產品功能：首先是多模態理解能力，BuboGPT實現了文本、視覺和音頻的聯合多模態理解和對話功能；其次是視覺對接能力，BuboGPT能夠將文本與圖像中的特定部分進行準確關聯，實現細粒度的視覺對接；再次是音頻理解能力，BuboGPT能夠準確描述音頻片段中的各個聲音部分，即使對人類來說一些音頻片段過于短暫難以察覺；最后是對齊和非對齊理解能力；BuboGPT能夠處理匹配的音頻-圖像對，實現完美的對齊理解，并能對任意音頻-圖像對進行高質量的響應。

　　產品介紹：M2UGen是一款多模態音樂生成模型，融合了音樂理解和多模態音樂生成任務，旨在助力用戶進行音樂藝術創作。

　　產品功能：M2UGen具備音樂理解和生成能力，不僅可以從文字生成音樂，它還支持圖像、視頻和音頻生成音樂，還可以編輯生成的音樂。

　　該模型利用MERT等編碼器進行音樂理解，ViT進行圖像理解，ViViT進行視頻理解，并使用MusicGen/AudioLDM2模型作為音樂生成模型（音樂）。用戶可以輕松移除或替換特定樂器，調整音樂的節奏和速度。這使得用戶能夠創造出符合其獨特創意的音樂作品。

　　產品介紹：AnimateZero是騰訊AI團隊發布的一款AI視頻生成模型，通過改進預訓練的視頻擴散模型(Video Diffusion Models)，能夠更精確地控制視頻的外觀和運動。

　　產品功能：用戶可以通過輸入文本和圖像來生成視頻，比如由動漫人物的圖片生成的視頻58動漫櫻花動漫，不僅人物動作流暢，還融入了眼睛變色、頭發蓬蓬的小細節。

　　產品介紹：VideoCrafter是由騰訊和香港科技大手打造的AI視頻生成大模型，能夠根據用戶提供的文本描述生成高質量、流暢的視頻作品。2024年1月，騰訊對VideoCrafter進行升級更新，推出了VideoCrafter2模型。

　　產品功能：用戶只需輸入提示詞就能生成對應的視頻，并可通過集成編輯器對生成的視頻進行編輯修改，在修改調整后，用戶還可以將視頻保存為MP4、MOV和AVI等多種格式。相比前一代產品，VideoCrafter2采用更為先進的圖像處理技術，顯著提高視頻的視覺質量，使圖像更為清晰、細膩；同時VideoCrafter2動態效果明顯增強，不僅關注靜態畫面，還專注于提升視頻中的動態效果，使得運動更加流暢自然。

　　此外， VideoCrafter2在視頻概念的組合方面表現出色，能夠更好地整合不同元素，創造出更有深度和創意的影片。

　　產品介紹：混元大模型是騰訊自研的大語言模型，具備強大的中文創作能力，復雜語境下的邏輯推理能力，以及可靠的任務執行能力。

　　內容創作方面，該模型可以在多種場景下處理超長文本，通過位置編碼優化，提升長文的處理效果和性能。結合指令跟隨優化，讓產出內容更符合字數要求。

　　2023年10月，混元大模型開放文生圖功能，用戶可以根據關鍵詞生成圖片，具有強大的中文理解能力。能夠生成各種風格的圖片，包括景觀、人物、動漫等。生成的圖片具有真實感和自然度。

　　產品功能：用戶只需輸入一段文字描述就能生成具有4K高分辨率的圖像，相較于前身PixArt-α，它提供了更高的圖像保真度和與文本提示更好的對齊。

　　具體來看，高質量的訓練數據和高效的 Token 壓縮。PIXART-Σ結合了更高質量的圖像數據，配對更精確和詳細的圖像標題，同時在 DiT 框架內提出了一個新的注意力模塊，可以壓縮鍵（Key）和值(Value)，顯著提高效率，促進超高分辨率圖像的生成。

　　正是由于這些改進，PIXART-Σ才能以較小的模型規模（6億參數）實現優于現有文本到圖像擴散模型(如 SDXL(26億參數)和 SD Cascade(51億參數))的圖像質量和用戶提示遵從能力。此外，PIXART-Σ 能夠生成4K 圖像，為創建高分辨率海報和壁紙提供了支持，有效地增強了電影和游戲等行業中高質量視覺內容的制作。

　　產品功能：以一個 1B 大小的語言模型作為載體，在分詞器裁剪、模型架構調優、參數繼承、多輪訓練等方面具有巨大優勢，GPU 的推理速度和效率遠超GPT-3.5。具體來看，首先，通過分詞器裁剪，刪除低頻詞匯，降低 Token 數量，減少計算開銷，為模型主體留足空間。

　　其次，模型架構調優成為關鍵，深度、寬度對小語言模型效果有著極大影響。通過對深度、寬度和擴展率的實驗，找到了最適合小模型的架構配置。再次，運用參數繼承，有效提升小模型的效果并加速收斂。

　　最后，與大多數大模型只進行一輪訓練不同，小模型的多輪訓練被證明對于克服遺忘問題非常有效。通過第一輪訓練的數據篩選和精煉，可以優化第二輪訓練的效果。實驗證明，多輪訓練在小模型上表現出色，使得模型在有限的資源下也能取得顯著提升。

　　產品介紹：盤古大模型 3.0 是一個面向行業的AI大模型系列，旨在提升核心競爭力，協助客戶、合作伙伴、開發者在各行業落地人工智能并創造價值。

　　產品功能：盤古大模型 3.0系列包含自然語言、視覺、多模態、預測、科學計算大模型等五個基礎大模型，可以為用戶提供知識問答、文案生成、代碼生成，以及多模態大模型的圖像生成、圖像理解等能力。

　　同時盤古模型3.0提供參數范圍從100億到1000億的不同規模參數，可以滿足不同客戶的需求。目前，盤古模型已在金融、制造、藥品研發、煤炭、鐵路等各個行業成功落地。

　　產品功能：首先是文案生成功能，用戶只需要上傳一張圖片，通過人工智能技術對圖片內容進行分析，就能生成符合圖片內容的文案。

　　其次是擁有1500萬小紅書文案庫，這些文案都是經過小紅書用戶驗證過的，符合小紅書平臺的風格和用戶需求。用戶可以直接從文案庫中選擇合適的文案，無需自己編寫。

　　最后是自定義功能，用戶可以自定義關鍵詞、文案風格、場景標簽，以生成符合個人需求的文案。例如，用戶可以輸入“椰香雞肉”作為關鍵詞，選擇“美食”場景，生成介紹椰香雞肉食材和制作方法的文案。

　　產品介紹：達芬奇是小紅書正在內測的一款AI聊天助手，它是基于Meta旗下的LLAMA大模型進行訓練的，可以為用戶提供智能問答等AI聊天功能。

　　產品功能：達芬奇可以為用戶提供偏向好物生活類的問答，包括旅游攻略、美食攻略、地理和文化常識、生活技巧、個人成長和心理建議，以及活動推薦等。比如可以給用戶推薦適合春季游玩景點，推薦高性價比廚房用品等。通過與達芬奇的互動，用戶可以獲得準確、有用的信息和建議，節省時間和精力，提升生活質量和幸福感。

　　產品介紹：Trik AI是小紅書推出的一款AI圖像創作平臺，專注于“一眼中國風”方向的無限探索。

　　產品功能：用戶輸入文本提示，就能生成具有“中國風”或動漫圖像。用戶可以通過該平臺將設計作品融入東方文化的美學元素中，實現化繁為簡的效果。

　　產品介紹：美圖 AI 視覺大模型 MiracleVision（奇想智能）于 2023 年 6 月內測，具備強大的視覺表現力和創作力，為美圖秀秀、美顏相機、Wink、美圖設計室、WHEE、美圖云修等知名影像與設計產品提供 AI 模型能力的同時，也幫助美圖公司搭建起由底層、中間層和應用層構建的人工智能產品生態。

　　產品功能：MiracleVision(奇想智能)的主要功能包含文生圖、圖生圖、文生視頻、圖生視頻和模型訓練、圖片局部修改等，該模型目前已應用于美圖旗下多個產品，比如美圖秀秀、WHEE等，用戶可自行前往官網或下載APP體驗。

　　據悉，MiracleVision（奇想智能）目前已升級至 4.0 版本，除全面應用于美圖旗下產品，還在逐步助力電商、廣告、游戲、動漫、影視五大行業。

　　產品介紹：WHEE 是美圖基于MiracleVision 大模型打造的AI生圖藝術創作平臺，旨在為用戶提供一站式 AI 視覺創作服務，為視覺創作提供更多想象力和靈感。

　　產品功能：WHEE 主要功能包括文生圖、圖生圖、風格模型訓練、AI超清、AI生視頻和AI改圖等。文生圖不多贅述，圖生圖可以根據上傳的圖片生成一幅風格類似的圖片；風格模型訓練適合設計或繪畫等專業人士，可以訓練生成自己的繪畫模型；AI超清是最近上新的一鍵修復老照片功能，可以還原照片高清畫質；AI視頻功能目前顯示在內測，不過經測試，文生視頻生成速度較快，但畫面真實感欠缺，圖生視頻生成時長需幾分鐘，視頻畫面略顯僵硬，不夠自然。

　　值得一提的是，2023年12月，WHEE移動端App正式上線，用戶可自行下載在手機端就可實時體驗AI賦能藝術創作的魅力。

　　產品介紹：開拍是一款幫助口播視頻創作者從腳本靈感到高清畫質拍攝、視頻人像精修、后期智能剪輯全鏈路的影像生產力工具。

　　產品功能：包含AI 腳本、數字人主播、提詞器、高清畫質、美顏美妝等。AI腳本是用戶可以輸入關鍵詞一鍵生成口播文案或幫助生成小紅書爆款文案、潤色文案內容；數字人主播是用戶可以自定義或創建數字人主播，支持更換人物形象和視頻背景；提詞器功能讓口播不用背稿，勻速模式支持自定義字幕滾動速度；高清畫質功能，提升視頻清晰度，支持 4K 畫質視頻錄制、濾鏡調節，同時支持美顏功能，可自定義參數，素顏也可以錄視頻。

　　產品介紹：Winkstudio是一款AI視頻人像精修工具，旨在提升攝影師、后期師、MCN機構、自媒體博主視頻剪輯效率。

　　產品功能：WinkStudio提供配方批量出片、智能畫質修復動漫之家、智能發絲級摳像、批量色調統一等功能，滿足不同用戶的個性化需求。同時，WinkStudio支持高質視頻輸出，最高支持導出4K超清視頻，保證高清流暢的視覺體驗。

　　產品功能：AI商品圖功能，上傳商品圖后，AI可自動摳出產品主體，支持美容、鞋帽、家居等十余種產品品類識別，百余種推薦場景幫你生成多種風格，還原真實使用場景；AI LOGO功能，給出提示詞和商品slogan就能幫助自動生成商品logo；AI模特功能，用戶只需上傳衣服或假發等商品圖，選擇系統AI模特和場景就能生成全新商品圖，不僅可以提升制作商品圖效率，同時也降低了邀請模特拍攝成本；AI海報功能，可以幫助生成商品封面圖、活動優惠圖以及各種活動營銷封面。

　　產品介紹：DreamAvatar是美圖旗下的AI數字人生成工具，專注于數字人和AIGC技術的深度融合，為推動數字時尚、營銷推廣、企業數字化的創新帶來更多想象。

　　產品功能：DreamAvatar“AI演員”數字人的生成，不需要專業設備，一臺手機就能輕松搞定。用戶只需要將拍攝好的視頻素材導入，并指定視頻里的人物，AI會進行檢測、跟蹤、擦除、替換，以及背景修復，自動把線D姿態估計和驅動算法，DreamAvatar的AI演員能夠做到動作與真人完美同步。

　　DreamAvatar還能通過相機姿態估計和跟蹤，以及光照估計算法，讓數字人和環境自然融合，更具真實感。最后，將前面這一系列AI處理，匯總到3D渲染并輸出。

　　目前，DreamAvatar“AI演員”支持最長10秒視頻的轉化，共推出了機器人、獸人、類人三大題材共計11個不同風格的數字人形象，每個題材從造型風格、渲染風格都做了不同方向的細化，給到用戶多樣性的體驗和選擇。

　　產品介紹：RoboNeo是美圖推出的一款AI助手，通過與其對話可幫助用戶修圖、設計和繪畫。

　　產品功能：RoboNeo的特色在于能將自然語言轉化為修圖指令。通過與RoboNeo對話，用戶能夠輕松完成以往需要手動操作的影像創作任務。比如告訴RoboNeo “幫我消除路人甲”、“幫我制作視頻宣傳片”、“幫我設計海報”， RoboNeo都能一一實現。

　　由于修圖過程通過對話進行，用戶擁有更高的自由度。RoboNeo的創作效果也不會受限于本地客戶端的功能或素材約束，能激發無限的創意。

　　產品介紹：星火語音大模型是一款AI語音模型，該模型能將識別、翻譯和多語種分類等多種功能統一交換并進行訓練，實現多種任務信息的共通，使語音識別效果大幅提升。

　　產品功能：主要是大模型語音識別和超擬人語音合成，前者能將短音頻(≤60秒)精準識別成文字58動漫櫻花動漫，除中文普通線個語種自動判別，說話過程中可以無縫切換語種，并實時返回對應語種的文字結果。

　　超擬人語音合成功能，通過對口語化及副語言現象進行建模，還原真人口語表達和語流變化等韻律特點，實現生動自然更接近真人的語音合成能力，滿足不同場景個性化需求。

　　產品介紹：星火內容運營大師是一個集選題，寫作，配圖，排版，潤色，發布，數據分析等一體的內容運營工作平臺。該平臺基于訊飛星火大模型打造，致力于為內容運營、品牌內容等崗位提供易用的生產力工具。

　　產品功能：AI選題推薦動漫之家舊版入口，AI智能生成標題，緊跟熱點，激發創作靈感；AI文章創作，輸入主體，AI一鍵寫稿，還支持模仿生成和選擇風格生成；AI審查校對，提供校對文本、審查糾錯、合規風險提示等功能，讓創作者能夠更加專注于內容創作；AI配圖排版，AI可以根據關鍵詞生成圖片，一鍵排版，圖文并茂；支持多平臺內容分發，支持分發到今日頭條和微信公眾號，并可監測數據。

　　產品介紹：訊飛智文是科大訊飛基于星火認知大模型推出的一款人工智能PPT生成工具，只需輸入一句話或者添加要演示的文稿即可一鍵生成PPT。

　　產品功能：主題創建模式，一句話式主題輸入，快速把你的想法變為 PPT 文檔，可根據需求進行 AI改寫，完善文檔內容；文本創建模式，添加一段話或者一篇文章，AI 幫你總結、拆分、提煉，最終生成高度相關的PPT文檔；PPT文案優化，內置SPARK AI助手，可以進行文案的潤色、擴寫、翻譯、縮寫、拆分、總結、提煉、糾錯、改寫等；演講備注功能，可以秒速生成備注內容，幫你將演講內容梳理清晰，避免PPT演講中途卡頓；此外，平臺內置多種模板可一鍵為PPT切換主題和模板，讓你的創作更出色更高效。

　　產品介紹：訊飛星火是科大訊飛推出的新一代認知智能大模型，擁有跨領域的知識和語言理解能力，能夠基于自然對話方式理解與執行任務。

　　產品功能：內容生成能力，可以進行多風格多任務長文本生成，例如郵件、文案、公文、作文、對話等；語言理解能力，可以進行多層次跨語種語言理解，實現語法檢查、要素抽取、語篇歸整、文本摘要、情感分析、多語言翻譯等；知識問答能力，可以回答各種各樣的問題，包括生活知識、工作技能動漫之家、醫學知識等；推理能力，擁有基于思維鏈的推理能力，能夠進行科學推理、常識推理等；多題型步驟級數學能力，具備數學思維，能理解數學問題，覆蓋多種題型，并能給出解題步驟；代碼理解與生成能力，可以進行代碼理解、代碼修改以及代碼生成等工作。

　　2024年1月，星火認知大模型V3.5發布，實現了在文本生成、語言理解、知識問答、邏輯推理、數學能力、代碼能力以及多模態能力等方面的全面提升。具體來看，文本生成提升7.3%，語言理解提升7.6%，知識問答提升4.7%，邏輯推理提升9.5%免費看動漫的網站，數學能力提升9.8%，代碼能力提升8.0%，多模態能力提升6.6%。

　　與同類競品相比，據稱星火認知大模型V3.5在語言理解和數學方面的能力已經超過了GPT-4 Turbo，代碼能力達到了GPT-4 Turbo的96%，而多模態理解能力則達到了GPT-4V的91%。

　　產品介紹：星火開源 -13B是科大訊飛發布的全棧國產化開源大模型，它是首個基于全國產化算力平臺”飛星一號”的開源大模型。擁有 130 億參數，包含基礎模型iFlytekSpark-13B-base、精調模型iFlytekSpark-13B-chat，開源了微調工具iFlytekSpark-13B-Lora、人設定制工具iFlytekSpark-13B-Charater。學術企業研究可以基于全棧自主可控的星火優化套件，更便利地訓練自己的專用大模型。

　　產品功能：具備通用任務處理能力和生產力功能，如聊天、問答、文本提取、分類、數據分析和代碼生成等，同時基于強大的 AI能力，支持企業和學術研究訓練專用大模型，優化學習輔助、數學推理等領域的應用。

　　產品功能：對話寫作，訊飛寫作采用對話式交互設計，用戶只需輸入關鍵詞指令，系統就會根據用戶需求生成相應的文本內容；AI模板寫作，訊飛寫作具備豐富的模板庫，涵蓋了各種類型的文本，如會議紀要、演講稿、財經新聞、實踐報告等。用戶可以根據自己的需求選擇合適的模板，然后進行信息填寫，就可以完成文本創作；AI素材寫作，訊飛寫作內置了多種AI工具，如擴寫、縮寫、改寫、續寫、文本校對等。這些工具可以幫助用戶優化文本結構，提高表達效果。此外，為提升寫作效率，訊飛寫作還支持導音頻、視頻、文本等多種格式的素材，方便用戶在文本中插入和使用。用戶可以將這些素材直接拖拽到編輯器中，輕松實現基于素材內容的文本創作。

　　產品介紹：360 AI搜索是新一代智能搜索產品，主要為最復雜的搜索查詢提供更相關、更全面的答案。

　　產品功能：該產品主要包括AI搜索和增強模式兩個新功能。其中，AI 搜索是用戶提出問題后，AI將通過搜索引擎進行檢索，讀取并分析多個網頁的內容，最后輸出精準的結論；增強模式是在用戶提問后，AI將進行語義分析并追問以補充更多信息，然后AI將問題拆分為多組關鍵詞進行搜索引擎檢索，深度閱讀更多的網頁內容，最終生成邏輯清晰、準確無誤的答案。

　　產品介紹及功能：11月4日，360大模型“奇元大模型”通過備案落地。從大模型定位和應用角度來看，奇元大模型具備充足的靈活性和可擴展性，商業化和產品定位以B端用戶為主，后期將會聚焦更多的商業化應用和垂直領域，幫助用戶提升工作效率。

　　產品介紹：BDM是360 人工智能研究院發布的中文原生 AI繪畫模型，該模型能夠精確生成中文語義圖像，兼容英文社區插件，實現中英雙語繪畫動漫之家舊版入口。

　　產品功能：高質量圖像生成，BDM 使用先進的擴散模型技術，可以生成具有高度細節和真實感的圖像；多模態輸入，BDM 支持輸入，如文本、圖像和音頻等多類型，可以處理各種創意任務；強大的風格遷移能力，BDM 可以將一種藝術風格應用到任何圖像上，從而創造出獨特的視覺效果；實時預覽和編輯，提供實時圖像預覽和編輯功能，用戶可以在生成過程中進行調整和優化；個性化定制，BDM 允許用戶根據自己的需求和喜好進行個性化設置，例如調整參數、添加自定義元素等。跨平臺兼容，BDM 適用于各種操作系統和設備，如 Windows、macOS、Linux、Android 和 iOS。

　　產品介紹：360智腦是360自研認知型通用大模型，依托360多年積累的大算力、大數據、工程化等關鍵優勢，集成了360GPT大模型、360CV大模型、360多模態大模型技術能力。