1⃣️ 🔊 PixelPlayer：MIT研究团队的创新 自动识别并分离视频中的声音源，匹配画面位置。 为音视频编辑提供强大工具：独立调整音量、去除或增强特定声音源。 核心功能：声音源分离、声音定位、多声音源处理。
🔗 [1804.03160] The Sound of Pixels
🔗 https://x.com/xiaohuggg/status/1759916778229268874…
2⃣️ 👗 OOTDiffusion：高度可控的虚拟服装试穿工具 高质量服装图像生成与融合，支持半身和全身模型。 可控试穿参数，自然融合与逼真效果。 开源项目，支持在线测试。
🔗 GitHub – levihsu/OOTDiffusion: Official implementa…
🔗 https://x.com/xiaohuggg/status/1759876272505942462…
3⃣️ 🔄 AnyGPT：跨模态大语言模型 从任意模态到任意多模态的理解与生成。 支持文本、图像、视频、音频等模态输入和输出。 采用离散表示法处理不同模态数据。
🔗 AnyGPT
🔗 https://arxiv.org/pdf/2309.05519.pdf
🔗 https://x.com/xiaohuggg/status/1759823372891090990…
4⃣️ 💬 利用Groq实现实时AI对话 结合Llama-70B模型与Whisper模型，实现几乎零延迟性能。 展望：GPT 4或GPT 5可能实现的秒级写作和AI实时通话。
🔗 Groq
🔗 https://x.com/xiaohuggg/status/1759780187074646164…
AI副业赚钱交流群
欢迎大家加入AI副业赚钱交流群，一起学习交流，有单子在群中发布，可接单赚钱。
AI副业赚钱群
以上内容由站点小编汇总整理，多数均为第三方内容，旨在帮助大家打破AI信息壁垒，开拓AI赚钱思路。涉及付费内容请您务必自行甄别判断，谨防受骗上当。
相关文章
