-
可免费生成粤语歌，香港自研 AI 助手“港话通”推出 AI 音乐功能
10 月 31 日消息，由香港生成式人工智能研发中心（HKGAI）研发的本地 AI 智能助理“港话通”（HKChat）于 10 月 30 日迎来更新，推出全新 AI音乐生成功能。 新功能接入由 HKGAI 研发的 YuE2 音乐大模型（「YuE2」），用户随口哼唱或上传图片，再输入对歌曲的构思，AI 便可即时谱写出兼具专业编曲和人声献唱的原创歌曲。 全新音乐功能已在“港话通”App 上线，用户只需…... -
揭露“女版乔布斯”骗局的人警告：AI 热潮或催生下一个 Theranos
10 月 31 日，曾参与揭露美国血液检测公司 Theranos 造假丑闻的泰勒 · 舒尔茨（Tyler Shultz）近日警告称，AI 投资热潮正在为下一个类似 Theranos 的骗局创造条件。 舒尔茨在接受美国媒体 The San Francisco Standard 采访时表示，AI 技术的真实能力很难评估，人们往往难以分辨一款产品究竟拥有独特技术，还是只是在 ChatGPT 等现有模型外…... -
诺奖得主 Acemoglu：AI 应帮助劳动者，别只盯着 AGI
10 月 31 日，诺贝尔经济学奖得主、MIT 教授 Daron Acemoglu 在彭博最新专访中表示，他此前低估了智能体 AI 的发展速度，但个人生活中使用聊天机器人，与 AI 进入生产流程，仍是两件需要区分的事。 他反对把通用人工智能（AGI）设为唯一发展方向，认为过度执着于这一目标，会让其他用途得不到充分探索。他提出，如果更多 AI 人才能转向提高劳动者生产力、扩大公民自主权等目标，技术就…... -
OpenAI 重构模型规范，将「忠于人类意图」列为首项准则
10 月 31 日，近日，OpenAI 更新 Model Spec，以五项价值重新组织模型行为原则：忠于人类意图、减少伤害、诚实透明、保障人的自主选择，以及审慎关怀。规范面向驱动 ChatGPT 和 API 等产品的 GPT 模型，公开说明公司希望如何塑造模型行为。 新版把用户和开发者想完成什么放在核心位置，同时保留指令层级与安全边界。对于目标尚不明确的任务，模型应结合上下文理解意图；对事实、证据…... -
DeepSeek 千亿融资曝光，腾讯、宁德时代、长鑫等参投
10 月 31 日，据 The Information 报道，DeepSeek 本月完成了约 1055 亿元人民币（约 158 亿美元）的第二轮融资，来自近 30 家投资者，投后估值为 6155 亿元人民币。 报道称，腾讯和宁德时代仍是 DeepSeek 的前两大投资者。本轮新加入的投资方包括长鑫存储及其董事长朱一明，以及中芯国际。vivo、美团、美的、立讯精密、吉利、携程和小红书也参与其中，单家…...
-
AI提示词创作第八十六节：从人物拼搭到动作参考，做出有辨识度的AI角色视频
为什么有些AI人物只出现几秒，我们就能记住？原因往往藏在几个明确的特点里：整齐得有些夸张的发型，认真得像要参加会议的穿着，再配上一段出人意料的动作。人物外形与行为之间的反差，会让普通场景多出一点故事感。 这一节，我们从零设计一个有辨识度的角色，再让他完成一段自然、有节奏的动作。没有Higgsfield会员，也可以利用能够获取的参考素材，在自己常用的画布中完成人物合成。掌握素材分工和提示词写法，比记…... -
AI提示词创作第八十五节：把普通素材变成有电影感的AI短片
一段普通录像，也可能藏着适合拍成短片的故事： 工作人员搬着容器走进后厨，放下时意外洒落，随后慌忙查看；一个人站在门前看手机，突然转身奔跑，身后的小狗紧跟上来。 这些内容并不复杂，却有动作、有变化，也有让人继续看下去的理由。 问题是，直接写“把它变得更有电影感”，很难说明我们到底想改变什么。本节从素材整理、故事拆解、分镜设计到生成纠错，带你把模糊的审美要求，变成能够执行的提示词。即使没有摄影基础，也…... -
AI提示词创作第八十四节：教你用AI做出超美中式画面！从《英雄》学色彩，Seedance 2.5文生视频
现在的视频模型已经能够理解越来越自然的语言，尤其是在 Seedance 2.5 里，即使不提前准备完整场景图，只提供一个人物，再通过文字描述空间、光线和镜头，也已经能够生成相当真实的真人电影画面。 这一次，我想利用的正是这种能力。 整个项目不会提前制作大量场景参考图。真正进入 Seedance 2.5 时，每一组视频主要使用当前的一张人物资产稳定角色，人物之外的建筑、空间、自然环境、光线、影调和整…... -
AI提示词创作第八十三节： AI人物为什么总是演得太用力？教你写“反向表演”
现在的AI视频模型已经能够做出非常丰富的人物表情。角色会皱眉、会微笑、会流泪，也能完成视线移动、抿嘴、低头、转身等非常细小的动作。但真正开始制作人物情绪戏以后，很多人会发现一个很奇怪的问题：人物明明什么都会做，最终生成出来的画面却依旧有很明显的“AI感”。 尤其是在表现紧张、尴尬、开心、生气这些情绪时，这种问题会更加明显。人物一紧张就开始左右看，一生气马上皱眉瞪眼，一开心就立刻微笑。单独看这些动作…... -
AI提示词创作第八十二节：你的提示词过期了！AI提示词正在换一种写法，生图、生视频到底该写什么？
生图时，先写人物和场景，然后在后面补上一长串“超清、8K、电影感、最佳画质、超高细节”；做视频时，则恨不得把人物抬手、转头、迈步、转身的每一个动作都拆开，生怕少写一句AI就理解不了。 这些写法不能简单地说“错了”。 问题在于，模型已经发生了变化。 以前模型本身理解能力有限，提示词很大一部分作用是在帮它补能力。图片默认质量不够，我们就不断增加画质词；视频不会自己理解动作之间的关系，我们就把一个简单动…... -
AI提示词创作第八十一节：AI电影大拆解！8大AI核心技巧一次性讲完，AI长视频真正难的不是提示词，而是这套一致性工作流
做一张好看的AI图片并不难，生成一个不错的5秒镜头，现在也越来越容易。 真正困难的是，当一个人物需要连续出现十几个镜头，当故事从室内走到室外，当人物开始换衣服、受伤、说话、和其他角色互动以后，画面还能不能保持稳定。 很多人遇到这些问题，第一反应都是继续修改提示词。 人物变脸，就增加更多外貌描述；场景改变，就把环境写得更详细；声音不稳定，就重新上传参考音频。 但项目越长，你越会发现： 提示词写得更长…... -
AI提示词创作第八十节：如何用Codex写出完美提示词？别再手搓提示词了，让AI先学会再帮你写
很多人制作AI视频时，最先做的一件事就是打开大模型，把脑海中的想法简单描述几句，然后让AI直接生成提示词。看起来效率很高，但真正进入生成之后，却经常发现人物动作不对、特效形态不对、镜头节奏也和自己想象的不一样，只能不断修改提示词、重复抽卡。 问题并不一定出在模型能力上，而是我们一开始就给了AI太大的“猜测空间”。如果AI连你想要的效果是什么样都不知道，那么即使它写出了一条几百字甚至上千字的提示词，…... -
AI提示词创作第七十九节：Seedance 2.5活人感提示词怎么写？为什么AI人物总有“假人感”，从人物、场景到行为入手
现在的AI视频已经可以生成非常清晰的人脸、自然的皮肤纹理和相对复杂的人物动作，但很多作品仍然存在一个很难忽略的问题：单独截取其中一帧看，人物似乎没有什么明显错误，可一旦让画面真正运动起来，就会产生一种明显的“AI感”。 这种感觉并不一定来自模型能力不足，也不一定能够通过增加“8K、超高清、电影质感、细腻皮肤”这类词语解决。很多时候，真正影响人物真实感的，是人物在不同镜头中的身份是否稳定、所处的环境…...
产品
-
bgchanger.video：在线视频背景移除与替换工具，利用AI技术自动移除视频背景
bgchanger.video 是一款在线视频背景处理工具，旨在通过人工智能技术实现视频背景的快速移除与替换。该平台支持导出透明背景或纯色背景视频，广泛适用于产品展示、社交媒体广告及内容创作等场景。通过简化复杂的后期处理流程，帮助用户高效制作出干净且专业的视频内容。 bgchanger.video 功能 AI 背景移除与替换：利用先进的 AI 模型精准识别并移除视频背景，支持导出透明视频或替换为白… -
Kommz：一款专为游戏玩家设计的开源语音中间件，支持20多种语言实时翻译、AI语音克隆
Kommz Innovations 是一款专为游戏玩家设计的开源语音中间件，旨在消除跨语言沟通障碍。通过实时语音翻译、AI语音克隆及低延迟处理技术，它能让玩家在竞技或社交场景中无缝交流。该工具通过创新的云端架构确保游戏性能不受影响，为全球玩家提供流畅的沉浸式游戏体验。 Kommz功能 实时语音翻译：支持超过20种语言的实时翻译，帮助玩家在跨国服务器中实现无障碍沟通。 AI语音克隆技术：利用专有引擎… -
Num：一款AI旅行礼宾应用，提供实时预订、个性化推荐及多语言支持
Num 是一款人工智能旅行礼宾服务，旨在通过自然语言对话简化全球旅行预订流程。它能够根据用户需求提供精准的餐厅、活动和住宿建议，并直接在对话中完成预订。该服务覆盖全球 39 个国家，通过整合实时数据和人工支持，为旅行者提供高效且个性化的行程规划体验。 Num 功能 智能对话预订：用户通过自然语言描述需求，系统即可推荐匹配地点并直接完成预订，全程无需繁琐搜索。 多语言实时支持：支持 16 种语言，全… -
Manga Translate：AI漫画翻译工具，提供多语言翻译、字体样式选择及在线编辑功能
AI Manga Translator 是一款专为漫画爱好者和专业人士设计的智能翻译工具。它能够自动识别图像中的文字，将其翻译为目标语言，并重新排版以保持原有的阅读体验。通过集成OCR识别、自动翻译与图像编辑功能，该工具简化了从漫画扫描件到成品翻译的复杂工作流程。 AI Manga Translator 功能 智能漫画翻译引擎：利用针对漫画优化的模型自动识别并翻译多种语言，确保对话内容准确传达。 … -
Toby：AI驱动的模拟面试练习平台，帮助求职者提升面试表现
Toby 是一款专为求职者打造的 AI 模拟面试平台。它通过深度解析职位描述与公司背景，提供高度还原的实时模拟面试体验，帮助用户在正式面试前精准优化回答逻辑与沟通技巧。该工具适用于各类求职场景，通过针对性的反馈机制显著提升面试表现与录用几率。 Toby 功能 深度定制面试场景：根据用户提供的职位描述自动构建面试流程，生成涵盖从热身到高难度问题的全套面试题库。 实时交互模拟演练：支持在类似视频会议的… -
DubTab：实时语音翻译与AI配音工具，支持浏览器插件及桌面端
DubTab 是一款实时语音翻译与 AI 配音工具，旨在消除语言障碍以提升学习与沟通效率。它通过浏览器插件或桌面应用，为在线课程、直播及各类会议提供即时字幕与语音合成支持。该工具无需手动上传文件，能够直接处理任何播放中的音频内容，让用户专注于获取核心信息。 DubTab 功能 实时低延迟翻译：在约 0.5 秒内生成字幕与配音，确保直播、会议及视频内容的同步翻译体验。 全系统音频兼容：支持浏览器标签… -
Kavel：AI视频与图像生成工具，支持最高4K分辨率并提供多种模型选择
Kavel 是一款集成的 AI 图像与视频生成平台，旨在通过统一的界面简化创作流程。用户可以利用多种专业模型快速将文本或参考图片转化为高质量的 4K 视觉资产。该平台通过透明的信用额度系统，为从社交媒体内容到电影级制作的各类创意需求提供高效的解决方案。 功能 多模型统一创作：集成 Nano Banana 2、Seedance 2 和 Veo 3.1 等多种专业模型，支持在单一界面内完成从图像生成到… -
AudioVideo：音频转视频AI生成工具，利用AI将播客、语音或音乐转化为视频
AudioVideo 是一款将音频转化为视频的 AI 生成工具，旨在帮助用户无需拍摄即可将播客、录音或音乐转换为视觉内容。该平台通过整合多种 AI 模型，支持用户利用音频、提示词及参考图快速生成高质量视频。它为播客创作者、教育工作者及营销团队提供了一种高效的视觉化创作方案，显著简化了从录音到视频发布的流程。 AudioVideo 功能 音频驱动视频生成：利用音频文件的节奏、韵律或内容作为创作起点，…