攻克长文档与多模态挑战,Paper2Video实现学术视频的自动化生产
本研究由新加坡国立大学 Show Lab 团队主导完成。共一作者 Zeyu Zhu 祝泽宇(博士生)与 Kevin Qinghong Lin 林庆泓(博士生)均来自 ShowLab@NUS,聚焦于多模态理解以及智能体(Agent)研究。
Hermes Agent Skills 秘籍:视频演示到网页设计,AI 生图到精美文章
让你的 AI 编程助手原地开挂的 5 个神兵利器—— 从视频演示到网页设计,从 AI 生图到精美文章,全场景覆盖,一篇给你讲明白!MIT 协议· 支持 Claude Code / Cursor / Codex 等所有主流 AI 编程 Agent 目录:今天咱们聊啥?
演讲生成黑科技,PresentAgent从文本到演讲视频
本项目为AI Geeks、澳洲人工智能研究所、利物浦大学、拉筹伯大学的联合工作。我们提出了 PresentAgent,一个能够将长篇文档转化为带解说的演示视频、多模态智能体。
开源Skills把文章变成电影级演示视频,内置23套主题
做视频太耗时?这个开源项目让AI自动把文章变成电影级演示视频,点击推进、自动配音,大幅提升内容创作效率。做自媒体的朋友都懂这个痛苦循环:写完一篇文章,想把它做成视频发到B站、YouTube,结果光是写脚本、做PPT、录屏、剪辑就花掉一整天。
LLM背后的模型训练原理是什么?
“百万级 Token 喂养、参数反复微调,强大 LLM 的训练藏着哪些核心逻辑?2025年的今天互联网的数据量粗算已经来到了175ZB,但LLM需要的是筛选后的高质量文本。
以双语为桥 以履职践诺
潮新闻客户端委员简介:陈如冰(永馨),第十三届浙江省政协委员、省政协提案委员会委员,杭州市侨联副主席,杭州文广集团双语制片人、三级导演、双语主持人,伦敦政治经济学院国际关系硕士。
微软新专利曝光:AI可近实时改写直播发言,同步调整人物唇形
近日,微软公开的一项专利申请展示了一种利用生成式人工智能近实时修改直播音视频内容的技术。该系统不仅能够识别并替换说话者讲出的特定词语,还可以同步修改对应的音频和视频帧,调整说话者的唇部动作,使画面与修改后的语音保持一致,从而尽可能降低观众察觉编辑痕迹的可能性。
PPT转视频(带旁白自动化)
案例021:PPT转视频(带旁白自动化)一、学习目标掌握使用WPS VBA宏,将带演讲者备注的PPT自动转换为MP4视频(保留旁白配音),实现一键导出微课、培训视频或汇报录像,告别繁琐的手动导出操作。
最爱的4个GitHub开源项目,真香级工具!手机电脑全武装
最近又重新翻了一遍自己的收藏夹,有4个开源免费项目想整理给大家很久了,于是乎本期就来了。电脑、手机、效率工具都覆盖到了,如果你平时也喜欢开源免费软件,可以先收藏。Next AI Drawio——一句话生成流程图的 AI 画图工具github.