跳到主要內容

發表文章

Boximator:ByteDance 推出新 AI 影片工具

TikTok 的母公司 ByteDance 最近推出了一項名為 Boximator 的 AI 工具,這項技術為了提升 AI 生成影片中的動作控制精準度而設計,預計將為影片創作領域帶來不小變化。 Boximator 的獨特功能 Boximator 不僅讓用戶能夠將圖像動畫化,還能在影片中精確控制物體的運動,其關鍵功能包括: 精準的動作控制 :透過 Hard box 與 Soft box 的設計,用戶能夠精確定位物體,並靈活地規劃其在影片中的運動路徑。 直觀的操作介面 :Boximator 的介面設計人性化,即使是沒有豐富技術背景的創作者也能輕鬆上手,自由創作動畫。 無縫整合能力 :作為現有影片生成模型的插件,Boximator 能夠輕鬆整合進現有系統,同時保留基礎模型的原有功能。 卓越的性能表現 :透過自我追蹤機制,Boximator 簡化了訓練過程,提升了對物體運動的理解,達到了業界領先的影片品質和運動控制能力。 技術細節 Boximator 透過讓用戶在參考圖像中選擇物體,並使用盒子和線條來定義它們在連續框架中的運動,從而實現其功能。 Box Constraints :透過 Hard box 和 Soft box 的設計,Boximator 精確控制物體的位置和運動範圍。 自監督預訓練 :採用自監督預訓練方法,模型能夠在每個框架中生成並最終移除物體周圍的可見邊界盒,從而培養出空間-時間推理的能力。 實證驗證 :經過 Boximator 增強的模型不僅保持了原始影片的品質,還通過 Fréchet Video Distance (FVD) 分數證明了其精確的運動控制能力,顯著提升了基礎模型的性能。 寫在後面 Boximator 目前仍處於研究階段,未完全商業化,但其對內容創作的潛力不容小覷,有望為創作者提供全新的表達工具,將創意和夢想轉化為生動的故事。隨著技術的不斷成熟,Boximator 預計將 Tiktok 短影片造成不小影響。 參考資料 TikTok Releases Boximator for Fine-Grained Motion Control in AI-Generated Videos   Beyond the Feed: TikTok’s ByteDance Launches Boximator for Unmatched Video Cre...

NVIDIA Chat with RTX:在本機打造個人化 AI

NVIDIA 推出 Chat with RTX - 本機 AI 應用程式 NVIDIA 推出了 Chat with RTX 應用程式,讓使用者可以在自己的電腦上打造專屬的 AI 聊天機器人。這項新工具充分發揮了 NVIDIA RTX GPU 的強大性能,讓使用者能夠直接在本機與自己的資料進行互動和查詢,包括文件、筆記、影片等,無需依靠雲端服務。 Chat with RTX 的特色功能 Chat with RTX 的設計目的在於將 GPT 大型語言模型 (LLM) 與使用者的個人內容,如文件、筆記、影片等連結,實現個人化服務。它採用了檢索增強生成 (RAG)、TensorRT-LLM 和 RTX 加速技術,快速提供與相關的回答。該應用支援多種檔案格式,包括文件、PDF、DOC/DOCX 和 XML,甚至能夠載入 YouTube 播放清單的轉錄文件,以便查詢內容。 Chat with RTX 最引人注目的特點之一,是它能在 Windows RTX PC 或工作站上本機運行,確保了快速且安全的處理結果,而不必將個人資料上傳至雲端服務。這種本機處理的能力對於處理敏感資訊或重視隱私的使用者來說,非常重要。 使用 Chat with RTX 的系統要求 想要使用 Chat with RTX,使用者需要一台裝 NVIDIA GeForce™ RTX 30 or 40 Series GPU 或是 NVIDIA RTX™ Ampere or Ada Generation GPU 的 Windows PC 或工作站。該應用至少需要 8GB 的視訊隨機存取記憶體 (VRAM),並支援多種檔案格式。它可安裝在 Windows 11 系統上,並且需要更新最新的 NVIDIA GPU 驅動程式。 潛在應用與優勢 Chat with RTX 為各行各業的專業人士、研究人員,以及任何需要個人化 AI 聊天機器人的使用者,開啟了廣大的應用前景。記者可以利用它來快速分析和總結大量的文件或數據。學生和研究人員也可以用它來高效率地查詢學術論文或筆記。此外,它還能從 YouTube 影片和播放清單中查詢內容,這為使用者提供了一種新的信息提取方式,無需手動逐一搜尋影片內容。 Chat with RTX 的本機處理功能不僅保障了使用者的隱私和安全,還能提供即時的回應速度,這是基於雲端的 LLM 服務所無法比擬的...

日本半導體巨頭擴張版圖:Renesas 收購全球 PCB 設計軟體領導品牌

Renesas 收購 PCB 設計巨擘 Altium,開創半導體與電子設計新紀元 日本半導體業者 Renesas 宣布,將以約 5.9 億美金的價格,收購全球 PCB 設計軟體的領導品牌 Altium Limited。這項策略性的收購動作,預計將重新定義電子設計的版圖。 美股 $44.7 美元收購 身為微控制器、模擬技術、電源管理及連接解決方案的重要貢獻者,Renesas Electronics 透過 SIA (Scheme Implementation Agreement),以每股 $44.79 美金的價格,全數收購 Altium 的股份。這個價格比 Altium 宣布前一日的收盤價高出約 34%。預計這項收購將在 2024 年下半年完成,前提是必須獲得 Altium 股東、澳洲法院的批准、相關監管機構的同意,以及其他交易條件。 策略意涵 拓展電子設計版圖 透過收購 Altium,Renesas 正式踏入電子設計領域,這不僅是其業務範疇的一大擴張,也是對其數位化策略的一大躍進。Altium 在 PCB 設計軟體及其雲端平台 Altium 365 的專業能力,將助力 Renesas 提供一個從晶片設計到系統整合的一體化電子系統設計及生命週期管理平台,促進各設計層級的協同合作。 加速創新與市場進入 此次收購預期將簡化並優化電子設計流程。Altium 的軟體工具可以讓 PCB 設計師、零件供應商及製造商,讓他們能夠更快、更有效率地開發和製造電子產品。將這些工具與 Renesas 的半導體解決方案結合,將有望為汽車、工業、基礎設施及 IoT 應用的客戶降低開發成本,並縮短產品上市時間。 財務與運營的協同效益 Renesas 預期,透過收購 Altium,將能夠強化其財務狀況,將 Altium 的收入、EBITDA 利潤率及循環收入納入其財報。Altium 在截至 2023 年 6 月 30 日的財年中,報告了 2.63 億美元的收入,36.5% 的 EBITDA 利潤率,以及 77% 的循環收入,這些數據凸顯了 Altium 的財務表現強勁,並預示著兩家公司之間可能實現的運營協同效益。 Altium 的策略契合與未來展望 自 1985 成立以來,Altium 已成長為全球 PCB 設計軟體市場的領頭羊,其旗艦產品 Altium Designer 是當今市場上最受歡迎的 P...

Perplexity Pro(1):選擇 GPT4 跟 DALLE3 跟繁體中文回答

Perplexity AI 是什麼? Perplexity AI,是一款對話式搜尋引擎,運用人工智慧 (AI)技術,以自然語言回應我們的查詢。Perplexity AI 提供多個大型語言模型(LLMs)幫忙進行彙整,目前購買 Perplexity Pro 版本可以使用的語言模型有 Default/Experimental/GPT-4/Claude-2.1,這些模型都能總結及生成所需資訊,可以提供即時、精確且高度相關的回答,並且優化資訊搜尋體驗,重點就是沒有廣告!! Perplexity AI 的發展歷程 2022 年 8 月,由 Aravind Srinivas、Denis Yarats、Johnny Ho 及 Andy Konwinski 共同創立了 Perplexity AI。截至 2022 年 12 月,該平台用戶數已達到220萬,並在2023年底前處理了超過 5 億次的查詢。2024年1月,Perplexity AI 在由 IVP 領頭的融資輪中成功籌集到 7360 萬美元,其中包含 Nvidia 和 Amazon 的創辦者 Jeff Bezos。公司估值達到了令人矚目的 5.2 億美元,可見不少人看好這家公司的發展。 介紹 Perplexity Pro 月付 $20 美元或是年繳 $200 美元可以開啟 Pro 的功能,目前有的特殊功能有多語言模型 (Default/Experimental/GPT-4/Claude-2.1),可上傳文件或圖片辨視(GPT-4V),可以 AI 繪圖 (Default/DALLE-3),可以每個月 $5 免費的 API 使用額度。整體而言如果是重度搜尋使用者,購買年費方案會比 ChatGPT 便宜,但平心而論 ChatGPT 的泛用性比較高。就小編而言,目前大部分的工作偏重搜尋跟寫一些簡單 code 多一點,那麼使用 Perplexity Pro 年費方案就比較適合。如果讀者有興趣,點選下列 連結 ,可以節省 10$ 的月費。  Perplexity Pro 的設定 購買之後一定要先調整一下設定,一個可惜的點就是目前使用介面只有英文版本。對於非英語系使用者會比較不直覺。點選設定 Account 往下拉,可以看到 Pro 版本的設定選項。 語言模型 AI model :小編建議一律設定 GPT4,彙整內容的整體表現真的...

OpenAI 發表 Sora:文字轉影片的 AI 技術,效果相當令人驚艷

OpenAI 最近公布了一項名為 Sora 的 Text to Video AI。Sora 這個模型能夠將文字指令轉化為栩栩如生、充滿創意的影片,這個工具目前尚未開放到大眾使用,只有部分測試人員可以進行測試,不過看官網 Sora 的影片效果實在令人驚艷。 Sora Sora 是一款能夠根據簡單的文字描述建立長達一分鐘影片的 AI 模型,相對於市面上其他類似 AI 僅能生成約 30 秒的影片,差異非常大。Sora AI 理解和模擬動態物理世界方面的能力,可說是突飛猛進。Sora 能夠生成包含多個角色、特定動作類型,以及對主題和背景的精確細節的複雜場景,這證明 Sora 針對動作跟物理模型部分下了不少訓練功夫。 技術基礎與能力 Sora 的核心是一個基於 transformer 架構的 diffusion 模型,讓它能夠處理複雜的影片生成任務,並且具有卓越的擴展性能。這個模型不僅能夠一次性生成整個影片,還能延長已生成的影片,確保即使主體一時消失在畫面之外,也能保持一致性。Sora 還能夠將靜態圖像賦予生命,並在現有影片中填補遺失的畫面,這進一步凸顯了它在創意應用上的多功能性和潛力。 安全措施與限制 在將 Sora 納入其產品線之前,OpenAI 已經採取了數項重要的安全措施。這包括與資安專家合作,以及開發用於檢測誤導內容的工具,看起來要做瑟瑟的內容是不太可能的...。目前,根據官網說明, Sora 仍在準確模擬複雜場景物理和理解特定因果關係方面還有待提高。OpenAI 表示通過與全球的政策制定者、教育工作者和藝術家合作,致力於解決這些問題,並尋找 Sora 的正面應用場景。 影響與未來展望 Sora 的發表轟炸了整個 AI 界。它的未來潛力相當大,可能會徹底改變影片創作和故事講述的方式,以後短影片可能再也不需要演員了。同時,這項技術也帶來了挑戰,尤其是在處理錯誤資訊和 AI 生成內容的倫理使用方面,是的,目前根據官網的說明,針對創作內容應該會有一定的限制了。隨著 OpenAI 持續改進 Sora 並釋放給一般大眾使用,這項技術對未來影響,包括對影片創作產業的衝擊以及如何管理 AI 生成的錯誤資訊,都將是關注的焦點。 創意與倫理的新未來 Sora 的能力為電影製作人、視覺藝術家和設計師帶來了新的可能性,他們現在可以僅憑文字提示,就創造出高度詳細和充滿想像力的影片。這可能...

Apple Vision Pro 退貨潮:用戶不滿原因是什麼?

Apple 最新推出的混合實境頭戴裝置 "Apple Vision Pro",最近不少早期使用者選擇退貨。退貨原因五花八門,從佩戴不適、健康疑慮,到對裝置的生產力和娛樂功能不滿意都有。 顧客退貨的原因分析 佩戴起來不舒適與健康問題 不少用戶反映,戴上 Vision Pro 會感到不適,甚至有頭痛、頭暈和眼睛疲勞的情況出現。裝置前重後輕的設計,也是導致不適的原因之一。更有用戶在使用後出現眼睛血管破裂和紅眼的嚴重症狀。 生產力與娛樂功能不足 對於 Vision Pro 的生產力 App,用戶普遍認為其 CP 值不高,難以將此裝置無縫融入日常的工作中。尤其是在使用像是 Figma 這類生產力 App 和纂寫程式碼的體驗時,用戶也表示不夠流暢。此外,缺乏吸引人的應用程式生態系統和缺少必備應用程式,也讓用戶感到小失望。 重量與設計問題 Vision Pro 的設計,特別是重量分布和頭帶設計,造成了用戶的不適,導致一些人在短時間使用後選擇退貨。 科技網紅的 14 天大賺流量 經常搶先體驗新科技產品,來創做內容以吸引流量的網紅們,也是退還 Vision Pro 的主力軍之一。在他們製作完有關 Vision Pro 的影片和社群貼文後,一些網紅發現自己其實不再需要它,於是選擇退貨。有效的利用 14 天退貨政策大賺了一波流量,背後也顯示 Apple Vision Pro 的 CP 值和應用範圍不足。 寫在後面:對 Apple 及 Vision Pro 未來的影響 雖然 Vision Pro 的確切退貨率尚未對外公開,但早期使用這的反應將來一定會對產品未來的改進有所影響。Apple 預計會仔細分析退貨的原因,並在未來對 Vision Pro 進行改良,加強使用流暢度與擴大使用者。 Apple Vision Pro 面臨退貨潮,原因包括佩戴不適、生產力 App 不足,以及缺乏吸引人的 App。當然其中有一部份,是科技網紅們利用 14 天的退貨政策好好的體驗與大賺了一波流量。 參考資料 Apple fans are starting to return their Vision Pros - The Verge   Honeymoon Over: Apple Vision Pro’s early adopters start returning their headse...