20240221 每日AI必读资讯

🔊 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。​
🔗 http://sound-of-pixels.csail.mit.edu​
🔗 https://arxiv.org/abs/1804.03160​
🔗 https://blink.csdn.net/details/1646606

👗 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。​
🔗 https://github.com/levihsu/OOTDiffusion​
🔗 https://ootd.ibot.cn​
🔗 https://blink.csdn.net/details/1646528

💬 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。​
🔗 http://groq.com​
🔗 https://blink.csdn.net/details/1646608

🕵️ 魔幻！出现真人视频冒充Sora，威尔·史密斯澄清吃面视频是真的
- 视频生成领域混乱:真实视频竟然冒充AI视频。
- 威尔·史密斯澄清:吃面视频是自己亲自录制，演了一把人工智能生成的自己。
- Sora测试遥遥无期，不少网友纷纷用真实视频冒充Sora生成的视频。

⚙️ 本地LLM运行工具Ollama Windows 预览版推出
- Ollama是一款开源的大型语言模型工具。
- 支持多种模型和类似于OpenAI的API接口。
- 支持用户自定义和创建模型，提供强大功能。
- 下载地址：https://top.aibase.com/tool/ollama-windows-preview

速度快一倍！Stable Diffusion WebUI Forge 性能强大
- Forge实现推断速度提升，比Web UI速度快一倍。
- Forge支持更大规模扩散与批处理，显卡较差也能带得动。
- 不同GPU环境下均有性能提升。
- 安装地址：https://top.aibase.com/tool/stable-diffusion-webui-forge