AI Weekly 014
🆕 更新了什么？
产品更新：
- KSampler 节点支持预览功能。但需要使用此功能，需要先安装 ComfyUI-Manager (opens in a new tab)。
- 启动设置支持：
- 关闭 Python Checking 功能，关闭后启动应用的速度会更快。
- 支持手工输入额外的 ComfyUI 启动命令。
- 修复了一些已知的 bug：
- 修复了 Reroute 节点无法使用的问题。
- 修复了 Primitive 节点无法使用的问题。
- 修复了 Websocket 断联问题。
- 修复了 workflow 运行暂停，但状态仍然是运行的问题。
下载链接：Comflowyspace (opens in a new tab)
🤩 每周 AI 精选
🏗️ 值得尝试的插件
HDR Effects 是一种图像处理应用程序，可增强输入图像的动态范围和视觉吸引力。它提供了一组可调参数，可以根据用户喜好微调 HDR 效果。
这个插件能够调整图像的亮度/对比度、编辑色调、支持 HDR 图像，同时可以将图像保存为 16 位 PNG 文件。
这个 ComfyUI 节点，可以自动提取身体区域和服装/时尚物品的蒙版。例如下图中提取的是 upper clothes、left arm、right arm。
📄 值得关注的论文 & 技术
GRM 是一个用于 3D 重建和生成的大型高斯重建模型。通过有效整合多视角信息，GRM能够在短时间内（大约0.1秒）重建出精确的3D模型，同时它也支持将文本或图像直接转换成3D模型。
Polaris 是由 Hippocratic Al 开发的一款高度专注于安全、用于医疗保健的大语言模型(LLM)系统，目的是创建一个既能够安全有效地与患者进行长时间、多轮次的语音对话，又能提供专业准确医疗建议的 AI 系统。
VIDIM 是一种视频插帧生成模型，该模型的目标是在给定起始和结束帧的情况下创建短视频。为了实现高保真度并生成在输入数据中未见过的动态，VIDIM 采用了级联扩散模型，首先在低分辨率下生成目标视频，然后在此基础上生成高分辨率视频。
🛠️ 值得尝试的产品
Stable Audio 2.0 是 Stability Al 推出的一个新型模型，它能将单一的自然语言提示生成高质量、具有连贯音乐结构的完整音轨，最长可达三分钟，音质为44.1kHz立体声。与之前的版本相比，Stable Audio 2.0 不仅支持文本到音频的转换，还新增了音频到音频的功能，允许用户上传音频样本并将其转换为各种声音。
ACE Studio 是一个先进的 AI 人声合成引擎，它能模拟真实人声的音色和情感表达，支持多种语言，同时提供免费的商业使用权，且允许用户通过调整参数来精确表达歌曲情感，目的是为了制作听起来像真人一样自然和充满感情的歌声。
Aqua Voice 是一款通过语音来输入和编辑文档的工具，能够根据用户的指令，进行文本编辑和风格规范化等。本质上，它是智能的听写器，就像一个人类秘书一样，能理解你到底想通过语音写下来什么，而不仅仅是简单的语音到文字的转录。
这个工具只需要你输入网址，它会为你自动优化网站上的图片，使其更吸引人，促进用户点击、购买或注册。它不仅能自动帮你生成新的图片，还会对新图片进行A/B测试，对不同用户展示不同的图像，测试哪个效果更好。
