当前位置: 首页 > news >正文

几个好玩好用的AI站点

本文作者系360奇舞团前端开发工程师

ai能力在去年一年飞速增长,各种AI产品如雨后春笋般冒出来,在各种垂直领域上似乎都有AI的身影出现,今天就总结几款好玩的场景,看大家工作生活中是否会用到。

先说一个比较重要的消息是,在写这篇文章的时候,openAI公布了一条消息,他们已经正式上线了gpt store,里面已经有了超过300W个gpts,用户可以根据喜欢选择最适合自己的gpt。类型包括绘画,写作,编程,生活等。但是目前只有chatgpt高级会员才可以看到。而且也计划了开发者收入计划,估计下一个app store又要诞生了

genmo

支持输入一段文字描述来生成视频

如下简单的输入了一只狗的文字描述,就会生成一段狗的视频

视频链接:https://cdn.genmo.dev/results/text_to_video_v3/2024-01-08/12/clr4vvi0u00690ol12jatde2z/video.mp4

还支持给视频增加动效

34a1c9a8c1644f1f85046497608c1349.png

但是可以看出简单描述场景下,生成的狗有明显的生理缺陷,这也与SD等生图模型有一些共性,也不难推断出其背后的原理是基于图片模型做的序列帧组合,只不过要做到图片的整体要素不会偏移的太大,也需要一些模型的校队及检查。

genmo也不仅仅是能生成视频,还有生成动画与figma的能力。

fakeyou

可以用名人的声音来模拟朗读一段文字,目前大都是欧美名人,可以根据你选的名人关键信息切换对应的语言(没有中文,目前看西班牙语和葡萄牙语都是支持的)

790610ed707b54caae5d0e2b4d824b52.png

目前免费的只能生成一段12秒内的音频。

同时还支持声音转换,可以自己上传一段音频格式的文件,然后选择一个输入的声音,转换后会把你之前的声音全部换成目标声音。

彩云小梦

可以帮你写小说的AI站点,还是一个中文站点。

你可以自己写一个大纲,然后写一个开头,它就会帮你写接下来的一段,每次都是一段一段的生成,你可以根据自己的喜好,修改这一段的某一小部分内容,让整个小说通畅起来。

6ec3474d917ebc9f4b469d70f5545d85.png

红色部分就是自己写的开头,后面的就是一段段的生成故事。


设定故事大纲

8f03f1f2dcda59faf13cc0853fc6c924.png

目前看好像没有联系上主题,因为本人没有尝试的一直往下写下去,不知道它会在哪一段和整个主题贯通上

可以将大纲,关键信息保存上,以后量产小说不是梦

gnomic

一个综合智能体的集合站点,提供了各种AI数字人来进行对话,可以模仿各种角色。

848dbf17d12f719e06f12b09d493edbb.png

(来一个杠精跟你杠一杠)

同时chatgpt能力都可以通过站点免费使用,而且还封装了DALL·E 3等绘图功能,让你轻轻松松用自然语言就可以画出比较好看的图片,相比于SD和midjourney,也无需想复杂的prompt了

说到prompt,如果你正在使用SD和midjourney这两个比较火的文生图模型进行创作的话,gnomic也提供了一些prompt工程师的角色来帮你翻译自然语言,输入你想要的描述,会帮你生成prompt

aedcb86e4b2cdc19a70c6c1adc59124f.png

同时也可以创建自己的智能体

  • 输入一些提示词

  • 加入一些欢迎语,简介,和智能体的图片,选择一个类型

  • 再选择一个大模型,配置一些大模型参数

  • 上传一个知识库,再用对话生成

这样一个自定义的数字人就建立了

suno

一个基于描述生成歌曲的网站,完全AI生成,没有版权风险。而且生成质量也非常的高。

63ccc4bae0cc54934885ea72d8bbf786.png

用流行音乐的类型去生成,大部分都是很流畅的节奏,很只是偶尔能听到部分不和谐的地方。自我感觉英文的歌曲质量生成质量比中文更好一些。

3e04b3714849083f7ace7f5e325ba80c.png

而且歌词都是帮你生成好的,歌词写的水平也还挺像那么回事

总结

其实很明显的可以看出,各行各业都在被AI重塑,也许你在使用的某款产品背后的某些能力都是ai去完成的。

而大模型越来越普及的背景下,普通人使用的成本也在逐渐降低。所以前端们完全可以跳出这个领域,在AI浪潮下,说不定某个很小众的方向,也会有些机会存在呢

http://www.lryc.cn/news/286097.html

相关文章:

  • Java算法 leetcode简单刷题记录5
  • 计算机网络自顶向下Wireshark labs1-Intro
  • CSS实现图片放大缩小的几种方法
  • 时间序列预测 — CNN-LSTM-Attention实现多变量负荷预测(Tensorflow):多变量滚动
  • angular-tree-component组件中实现特定节点自动展开
  • Linux系统下安装Vcpkg,并使用Vcpkg安装、编译OpenSceneGraph
  • 设计模式二(工厂模式)
  • Maven应用手册
  • 笨蛋学设计模式行为型模式-状态模式【20】
  • C++从零开始的打怪升级之路(day18)
  • 浅谈安科瑞直流电表在新加坡光伏系统中的应用
  • C++参悟:数值运算相关
  • 【Web前端开发基础】CSS的定位和装饰
  • [pytorch入门] 3. torchvision中的transforms
  • WINCC读写EXCEL-VBS
  • Python os模块
  • Elasticsearch:2023 年 Lucene 领域发生了什么?
  • Java算法 leetcode简单刷题记录4
  • opencv#27模板匹配
  • 【论文阅读笔记】Swin-Unet: Unet-like Pure Transformer for Medical Image Segmentation
  • IS-IS:01 ISIS基本配置
  • 基于极限学习机的曲线分类,基于极限学习机的光谱分类,基于极限学习机的分类预测
  • miniconda安装
  • PHP判断访客是否手机端(移动端浏览器)访问的方法总结
  • vscode无法自动补全
  • 深度学习记录--指数加权平均
  • 如何生成图源二维码?
  • PowerShell install 一键部署grafana
  • 笨蛋学设计模式行为型模式-解释器模式【23】
  • SAP ABAP SUBMIT常用用法