今天为大家播报一下近日的人工智能和互联网大事件:
1.Diffuse to Choose:diffuse2choose.github.io

本周,亚马逊推出了基于扩散模型的Diffuse to Choose,可以为网购客户提供身临其境的虚拟试穿服务。与扩散模型相比,Diffuse to Choose模型能更好地捕捉商品细节,保证与环境的高度融合。例如,用户可以上传一张照片,测试不同服装的试穿效果;或者,上传多张模特图像,测试同一件服装的上身效果。\

此外,消费者还可以拍摄家中的场景,选择不同的家具,测试商品和环境的契合度。选取不同的区域,还可以完成不同类型服装的虚拟试穿。该模型的发布,将会进一步提高用户的在线购物体验,提高商品的销量。

Diffuse to Choose模型允许用户在虚拟环境中融合任意的物体,智能添加光线和阴影,让图像看起来更真实。以下是几组基于参考图和服装、家具合成的图像。我们可以看到,由Diffuse to Choose模型生成的图像效果非常逼真,很难看出合成痕迹。拍摄一张空白房间的图像,就可以使用添加不同样式的家具和装饰物,生成预览图。
- Universal Upscaler:Home | Leonardo.Ai

本周末,Leonardo都发布了Universal Upscaler,用于提高图像的分辨率和画质。目前,该功能还处于测试期,已经面向部分用户开放,由于我是免费账户所以并没有显示这个功能。和主流的AI图像增强工具一样,Universal Upscaler提供了多种模型,适合修复不同类型的图像。预计该功能会在近期面向全部用户开放,感兴趣的同学可以关注。
与此同时,StabilityAi也准备推出开源图像增强模型。从内部测试的图像可以看出,StabilityAi同样可以把低画质的图像转换为超真实人像。如果该模型发布,将有机会挑战magnific的付费图像增强服务。

一个名为Palworld的游戏火遍全球,五天的累计销量已经突破700万。Palworld也成为了Steam历史上在线玩家数量最高的游戏之一。
怪兽帕鲁是一个非常有趣的游戏,玩家可以雇佣宝可梦从事生产工作,从而引发了打工人玩家的共鸣。对幻兽的极限压榨,仿佛让玩家看到了现实世界中的自己。其中一段和Palworld的相关的短视频,已经在短短的几天内在B站获得了500万观看。
此外,在各大视频平台,Palworld也成为了最热门的游戏话题。对于游戏玩家来讲,可以捕获各种幻兽,开启自己的冒险之旅。内容创作者则可以关注该热点,创作有趣的视频,就可以获得高额的流量和回报。无论你是否是宝可梦的忠实玩家,只要尝试该游戏,就会感受到Palworld的独特魅力。

近期,Ready Player Me推出出了一项新功能,可以帮助用户生成3D角色,并应用到VR chat和各种应用程序中。用户可以上传一张参考图,生成对应的3D角色;或者点击右下角的random avatar,生成随机的人物形象。
点击右侧的工具栏,还可以自定义人物的面容和服饰。例如,我们可以选择一个预设的人物脸型,或者点击左侧的色彩面板,为人物选择合适的肤色。人物的五官,均可通过右侧的模板调整。然后,为人物选择一个发型和头发颜色。最后,选择任意类型的服装和配饰,完成角色创建。这里我创建了一个朋克造型的小伙子。

把设计好的人物关联到VRCHAT或者各种应用程序,就可以使用该形象。

补充一个 1.0 版本后的实用点:现在查幻兽帕鲁配种时,最好先确认工具标注的游戏版本和数据日期,再区分普通 rank 公式、固定特殊组合,以及 Katress/Wixen 这类带性别方向的例外。只看旧攻略里的单个结果,很容易把版本变化当成计算错误。我维护了一个独立的 Palworld 配种计算器,把“双亲查子代”和“目标 Pal 反查直接亲本”分开,并公开数据来源、commit、哈希和回归案例;即使使用其他工具,也建议按这几个证据项核对结果。
Your article helped me a lot, is there any more related content? Thanks! https://www.binance.com/register?ref=IHJUI7TF