热搜话题榜单

分享社区门户经营思路拓展训练的几个内容

对于社区门户网站而言，很多站长都非常喜欢把网站铺垫的很大，认为规模越来，就越容易给自己的网站带来不少利润，可是实际上，当很多站长在运营社区门户的时候，却找不到很好的拓展思路，往往走的是别人走过的路，就是迅速的提升网站的排名，线下线上的推广，可是很多人在做了一段时间后，却发现社区门户并没有很好的吸引力，所以要想做好社区门户类网站，也要懂得如何拓展运营的思路。

AI日报：百度重磅发布智能“新搜索”；Luma新增镜头运动控制功能；ComfyUI图片转视频支持编辑表情；xAI上线全球最强AI训练系统Colossus

欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。新鲜AI产品点击了解:https://top.aibase.com/1、百度文心一言App全新升级为“文小言”:9月文心大模型4.0免费用百度宣布旗下人工智能应用“文心一言”App进行了重大更新，推出全新的4.0.0版本，正式更名为“文小言”。硬件限

还得是开源！潞晨Open-Sora技术路线公开，一键生成16秒720p视频，质量更高训练成本更低

16秒720p高清视频，现在人人可免费一键生成!无论是精致的人物肖像:还是炫酷的科幻大片:△画质已压缩亦或是生动有趣的动画:流畅的变焦效果:以上生成效果，全部来自免费开源的潞晨Open-Sora。从3月发布以来，潞晨Open-Sora一直热度不减，GitHub上揽星已经17.5K。传送门文生视频爆火后，潞晨Open-Sora持续开源为该领域发展做出了贡献。

FIFO-Diffusion：无需额外训练即可生成无限长视频

FIFO-Diffusion项目最近引发了广泛关注，这个项目展示了在无需额外训练的情况下生成无限长视频的强大能力。通过对角去噪技术，FIFO-Diffusion实现了高质量且具有一致性的长视频生成。随着技术的进一步优化和完善，FIFO-Diffusion有望解决复杂场景下的闪烁问题，提升视频生成的整体质量和稳定性。

VILA：能理解视频的多模态模型，支持笔记本部署训练

VILA是英伟达发布的模型，使用大规模的交织图像文本数据进行预训练，为视频理解和多图像理解提供了新的能力，涵盖3.5B到40B多个大小的模型。最近发布的VILA-1.5版本具备视频理解功能，并提供了四种模型规模选择，为用户提供更多灵活性。通过Token压缩技术，VILA能够扩展视频帧数量，提高了模型的性能和应用范围。

OpenAI 为训练 GPT-4模型转录了超过一百万小时的 YouTube 视频

AI公司在获取高质量训练数据方面遇到的挑战，OpenAI为了训练其最先进的大型语言模型GPT-4，使用了超过一百万小时的YouTube视频副本。该公司通过其Whisper音频转录模型转录这些视频，尽管这一做法在法律上具有争议性，OpenAI仍认为这属于合理使用。AI领域正面临训练数据短缺的挑战解决方案尚未明朗，公司们需要权衡利弊并寻求合理途径应对这一问题。

OpenAI 转录了超过一百万小时的 YouTube 视频来训练 GPT-4

《华尔街日报》报道称，人工智能公司在收集高质量训练数据方面遇到了困难。《纽约时报》详细介绍了一些公司处理这一问题的方法，其中涉及到了人工智能版权法的模糊灰色区域。但这些公司的另一个选择是使用他们能找到的任何东西，无论他们是否获得许可，这可能会引发版权法方面的担忧。

Make-Your-Anchor：输入1分钟视频训练能生成带手部动作的虚拟人

一项名为Make-Your-Anchor的研究成果即将在CVPR2024上展示。该项目输入1分钟视频进行训练，可以合成带手部动作的虚拟人视频，支持嘴型同步，支持换脸。这一创新的框架为头像生成领域带来了新的可能性和前景。

今日AI：全AI生成美女视频网络疯传；Dreamina视频生成正式内测；抖音严禁这类AI内容；GPT-6训练把微软电网搞崩

欢迎来到【今日AI】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。

T-Rex2：无需训练即可精准识别视频中的目标对象

T-Rex2是一种先进的技术，它能够通过结合文本提示和图片中的标记来识别和定位图片中的各种对象。这种技术的应用非常广泛，例如在图片或视频中找到“猫”或“汽车”，并在图片中标出其位置。T-Rex2是一种强大的工具，能够在各种场景下实现对目标对象的精准识别和定位，无需进行预先训练，大大提高了效率和准确性。

ICLR 2024 Oral：长视频中噪声关联学习，单卡训练仅需1天

在2024世界经济论坛的一次会谈中，图灵奖得主YannLeCun提出用来处理视频的模型应该学会在抽象的表征空间中进行预测不是具体的像素空间[1]。借助文本信息的多模态视频表征学习可抽取利于视频理解或内容生成的特征，正是促进该过程的关键技术。研究者可进一步探讨多种模态间的关联问题，例如视频往往包含视觉、文本及音频信号;可尝试结合外部大语言模型或多模态模型来

大一统视频编辑框架：浙大&微软推出UniEdit，无须训练、支持多种编辑场景

随着Sora的爆火，人们看到了AI视频生成的巨大潜力，对这一领域的关注度也越来越高。除了视频生成，在现实生活中，如何对视频进行编辑同样是一个重要的问题，且应用场景更为广泛。如下表所示，UniEdit的表现大幅超过基线方法。

OpenAI或用3D引擎/虚幻引擎训练视频模型Sora

OpenAI最近发布了多段由Sora生成的视频，展示了令人惊叹的3D效果。这些视频内容丰富，包括潜水探索沉船、描述日本江户时代宁静场景的立体模型等。这些视频不仅在视觉上令人惊叹，同时也引发了人们对人工智能技术在创作和娱乐领域的无限想象。

AI视野：百度推视频生成模型UniVG；下一代大模型Llama3正在训练；腾讯推视频模型VideoCrafter2；TikTok测试AI作曲功能

欢迎来到【AI视野】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。新鲜AI产品点击了解：https://top.aibase.com/🤖📱💼AI应用1、百度推出视频生成模型UniVG可处理各种文本和图像的组合输入【AiBase提要:】⭐UniVG是一种“统一模态视频生成系统”。🔸研究强调了预训练数据筛选过程中的复杂

AI视野：ComfyUI Lora训练节点来了；“ChatGPT之父”结婚；Topazlabs推视频高清放大工具Topaz Video AI4；阿里云推出第八代企业级实例g8i

ComfyUI最新推出的Lora训练节点使用户能够在ComfyUI平台上轻松训练Lora模型，设置简单，训练完成后模型保存在ComfyUILora文件夹中。InseRF技术:在图片中通过文本提示生成逼真的3D物体瑞士苏黎世联邦理工学院和Google苏黎世联合提出的InseRF技术，通过文本提示和2D边界框成功在3D场景中生成一致的物体，为生成式AI领域带来新突破。

AI视野：Midjourney开始训练视频模型；文心一言用户破亿；优酷上线“AI搜片”功能；快手开源KwaiAgents系统

Midjourney昨晚发布了重要消息，将开始视频模型训练，同时计划下周推出V6版本的重大更新。该更新将在文本处理方面有显著进步，提高内容连贯性和提示准确性。项目地址:https://github.com/KwaiKEG/KwaiAgents字节推图像分割项目UniRefUniRef项目由字节公司推出，通过整合即参考图像分割、少镜头图像分割、参考视频对象分割和视频对象分割四种方式，利用UniFusion模块和SAM模型提高图像分

Midjourney开始训练视频模型！V6将有重大版本更新

Midjourney昨晚发布了一些重要的消息，称他们即将开始训练视频模型，并且计划从一月开始进行这项工作。他们还宣布下周将迎来V6版本的一次重要更新，其中文本处理方面将有显著的进步，内容的连贯性会有所提高，并且对于提示的准确性也将得到改善。这些重要的信息表明了Midjourney在视频生成领域将成为一个有力的竞争者。

视频编辑利器Pix2Video 无需训练微调

Pix2Video是一项基于预训练的图像扩散模型的视频编辑研究，致力于实现文本引导的编辑，无需繁琐的训练或微调。该方法通过自注意力特征注入，在每个扩散步骤中注入前一帧的特征，以确保编辑后的视频外观连贯一致，解决了编辑过程中可能出现的外观变化问题。该研究为实时互动视频编辑领域提供了一种创新方法，具有潜在的应用前景。

Wayve推出GAIA-1 9B，通过生成合成视频训练自动驾驶

英国初创公司Wayve在2023年6月发布了GAIA-1，这是一款为自动驾驶车辆培训数据设计的生成式模型。GAIA-1的最新版本，GAIA-19B，已经取得了令人瞩目的进展。这种基于文本的逻辑可以增加车辆的安全感，使人工智能的决策不再像一个“黑盒子”。

特斯拉专为 AI 机器学习和视频训练而构建 Dojo 超级计算机将于七月开始投产

特斯拉表示，备受期待的Dojo超级计算机将于下个月开始投产，这将使其自动驾驶技术达到一个新的水平。Dojo是特斯拉自主开发的定制超级计算机平台，专为AI机器学习和视频训练构建，利用来自其车队的视频数据进行训练。否则特斯拉可能需要多年时间才能实现真正的自主驾驶马斯克似乎坚信今年会实现这一目标。