ChatGPT 推出桌面版应用
ChatGPT 正式上线 macOS 和 Windows 桌面应用,Windows 版目前面向 Plus、Team、Enterprise 及 Edu 用户开放,年内将全面普及。支持 o1-preview 等最新模型,具备快捷键唤起、伴随窗口、多文件分析、创意生成及 DALL·E 图像创作等功能,显著提升办公与内容创作效率。
Perplexity 推出空间功能,可搭建自己的基于 AI 的知识库
Perplexity 上线“空间”功能,用户可免费上传本地文档,构建专属AI知识库,支持对私有资料进行智能搜索与深度分析,能力对标Google NotebookLM。
AI 创意视频:昆虫音乐会
Déborah 创作的AI视频《昆虫音乐会》,用Grok生成图像,海螺AI与Luma联合完成动态合成,将蟋蟀、甲虫等昆虫拟人化为乐手,在微观世界中奏响奇幻交响——技术与自然诗意的轻盈碰撞。
开源 AI OCR 工具 Zerox OCR
Zerox OCR 是一款开源、可本地部署的 AI OCR 工具,支持 PDF、DOCX 和图片等格式。它将文件转为图像序列后,调用 GPT 逐页识别并输出结构化 Markdown,最终合并为高保真文档,适合需隐私保护或批量处理非扫描类文档的用户。
PIKA 1.5 “剧情转折大赛”
Pika 1.5发起“剧情转折大赛”,征集全由其生成的创意短视频,冠军奖金3000美元,4名亚军各500美元;作品需于10月21日23:59(PST)前发布至X平台,@pika_labs并带话题#pikaplottwist。
Claude 3.5 Sonnet 开源财务分析工具
基于Claude 3.5 Sonnet与Haiku开发的开源财务分析工具,支持上传文本、CSV、PDF(含文本)、代码及图片,自动解析并生成折线图、条形图、面积图、饼图等6类图表,帮助用户快速完成财务数据可视化与洞察。
Viggle 推出了口型同步功能
Viggle上线口型同步功能,可在角色动态表演中自动匹配语音、歌曲或影视台词的口型,提升动画真实感。该功能目前仅限Viggle App内使用。
Meta 发布 AI 视频、音频生成基准:Movie Gen Bench
Meta发布Movie Gen Bench,涵盖视频与音频两大评估基准:视频部分为目前最大文本转视频测试集,含超1000个多样化提示;音频部分首创支持视频→音频及文+视→音频生成,含527组真实生成样本,全部未经筛选,旨在推动AI媒体生成的公平、可复现评估。
如何通过 AI 将自家后院变特效片场
TechHalla用AI将后院变奇幻片场:广角实拍真人,截帧后通过可灵“运动笔刷”(支持6区域独立控制)配合提示词,生成巨型食肉蘑菇超快生长特效,再合成实景,低成本完成电影级短片。