AI新工具(20240418) 腾讯InstantMesh30秒图片生成3D模型;微软实时生成会说话的头像VASA;自动生成由 AI 创作的恶搞视频片段Sitcom Simulator
✨ 1: InstantMesh
30 秒内从一张图片生成 3D 模型
InstantMesh是一个基于单张图片,利用先进的稀疏视图大型重建模型(LRM)架构,快速生成3D网格(Mesh)的工具。这个框架允许用户将2D图片转换成3D模型,通过自动化处理简化了3D内容的创建过程,对于游戏设计、动画、建筑可视化等领域非常有用。
地址:https://github.com/TencentARC/InstantMesh
✨ 2: VASA-1
微软实时生成会说话的头像
单张人像照片 + 语音音频 = 超逼真的说话人脸视频,具有精确的口音同步、逼真的面部行为和自然的头部运动,实时生成。
地址:https://www.microsoft.com/en-us/research/project/vasa-1/
✨ 3: Sitcom Simulator
能够自动生成由 AI 创作的恶搞视频片段
Sitcom Simulator 是一个高度可定制的工具,能够自动生成由 AI 创作的恶搞视频片段,也称之为模因视频。这个工具通过编程命令即可安装使用,并支持各种自定义设置,让用户可以根据个人想法创造出独一无二的视频内容。
地址:https://github.com/joshmoody24/sitcom-simulator
✨ 4: SadTalker
能够将单张静态人像图片与音频(比如一段对话或音乐)结合,生成一段看起来这个人像在说话或表达情感的真实动态视频
SadTalker是一个基于深度学习的工具,它能够将单张静态人像图片与音频(比如一段对话或音乐)结合,生成一段看起来这个人像在说话或表达情感的真实动态视频。这种技术被广泛应用于数字媒体、娱乐、虚拟主播和个性化视频制作等领域。
地址:https://github.com/OpenTalker/SadTalker
✨ 5: Stable Diffusion 3 API
Stable Diffusion 3 API现已推出,提供先进的文本到图像生成能力和改进的模型架构。
Stable Diffusion 3 API是由Stability AI推出的一项开发者平台API服务,它提供了先进的文本到图像生成能力。这个API基于Stable Diffusion 3模型,该模型采用了全新的Multimodal Diffusion Transformer(MMDiT)架构,实现了更加精准的文本理解和拼写能力,与现有的文本到图像生成系统如DALL-E 3和Midjourney v6相比,在排版和提示符遵循性方面表现更佳。
更多AI工具,参考国内AiBard123,Github-AiBard123
广告:私人定制视频文本提取,字幕翻译制作等,欢迎联系QQ:1752338621