Sublime

字节跳动新项目 DreamActor-M1 实现Runway Act 功能 通过一张照片和一段参考动作视频 将照片人物替换到视频里 该方法解决了其他方法表情和动作做得不够细腻，长视频容易细节会对不上，穿帮的问题 可以做到表情细腻、动作自然、画质高清，而且不会“失真”或者“乱动”。 https://t.co/mZTDqxKNaf

Deepseek使用的GRPO算法与传统 PPO算法（的区别、动机以及工作流程。 GRPO 的本质思路：通过在同一个问题上生成多条回答，把它们彼此之间做“相对比较”，来代替传统 PPO 中的“价值模型”。 这种方法减轻了估计价值函数的负担，且对于很多需要对语言输出进行精细评价的场景（如写文章、对话回答、内容审核），往往更灵活、训练速度更快。

字节跳动这个新项目效果非常不错 OmniHuman：通过一张图片配合音频或视频，生成非常自然的会说话、唱歌的人类动作视频 支持各种不同类型输入（如单一的人物图片和音频、视频等信号）生成非常逼真真人视频动画，涵盖从面部表情到全身动作，无论是说话、唱歌、跳舞等。 OmniHuman 在生成动画时能够保持极高的真实感，能够精确捕捉到人类的面部表情、身体动作、手势变化、物体交互等细节，超越了现有的方法。

炸裂！ 斯坦福大学以及华盛顿大学的研究团队展示了一种极低成本的 AI 训练方法，被称为 S1。 1️⃣ S1 仅使用 6 美元就能达到 OpenAI o1-preview 级别的推理性能！同时匹敌Deepseek R1 2️⃣ 推理时间可控：S1 通过简单的“Wait”机制，控制大模型的思考时间，提高推理能力。 🔹 S1 不是 OpenAI o1 或 DeepSeek R1 的直接复刻，但它揭示了在推理时微调 AI 的潜力，甚至可以媲美 Reinforcement Learning（强化学习）。 OpenAI 和 DeepSeek 早期研究发现，AI 在回答问题时“思考得更久”，往往能得出更好的答案。但过去并没有清楚解释：如何在推理阶段控制 AI 的思考时间？ 📌 S1 的创... See more

我去 这个语音克隆模型有点牛P 哈哈哈 使用了 250,000 小时的中英双语语音数据训练 只需15秒的声音就能完美克隆声音，保持音色和情感 Llasa-3B 可以通过输入一个带有情感特征的语音提示（Prompt），在生成目标语音时保留提示语音中的情感特征。 基于 LLaMA 语言模型（ 1B、3B 和 8B 参数规模），通过整合 XCodec2 的语音 token 提供语音生成功能。

投资大神都在用的技法： 凯利公式 https://t.co/DfBJTmzFYD

投资必看之纳什均衡 https://t.co/1lWisuFAGx

通过Cursor + Claude-3.7-Sonnet，将一个传统的Todo List，接入DeepSeek和通义千问VL模型后，改造成为具有AI功能的待办事项。我对比了3.5，相同的提示词没法一次性完成任务。源码和详细教程见评论区👇 https://t.co/a1yXFqkNcl

这期视频来教大家用Cursor + NextJS官方模板开发个人的博客页面，Neobrutalism风格真的很不错！完整的视频教程 + 源码获取详见知识库https://t.co/ro7EtifyKX... See more