Tantivy

SDXL Lightning 实时生图

提供易于使用的界面，用于创建高质量的深度伪造视频

可以爬取指定网站中的内容，并生成json文件，可以直接上传到GPTs的知识库使用。

Mac 上的一个多模态 AI 助手，能支持语音和截图，借助 GPT-4V 的多模态能力，可以基于当前屏幕截图和指令可以回复问题。

微软发布了DragNUWA 1.5版本，用户可以在图像上画出对应方向的箭头标记。在通过图像生成视频之前，这些标记可以用来指导镜头的运动方向。

1,100 多种语言推出语音转文本、文本转语音等功能，语音转文本的错误率只有 Whisper 的一半