Google DeepMind 即將推出 Lyria

最先進的音樂生成模型和兩項新的人工智慧實驗，旨在開闢一個新的創造力遊樂場

從爵士樂到重金屬，從電子音樂到歌劇，音樂是一種深受人們喜愛的創意表達形式。到目前為止，由於歌詞、旋律、節奏和人聲複雜且層次豐富，創作引人入勝的音樂對於人工智慧 (AI) 系統來說尤其具有挑戰性。

今天 與 YouTube 合作，宣布推出 Google DeepMind 的 Lyria，這是我們迄今為止最先進的人工智慧音樂生成模型，以及兩項旨在為創造力開闢新遊樂場的人工智慧實驗：

• Dream Track – YouTube Shorts 中的一項實驗，旨在透過音樂創作幫助加深藝術家、創作者和粉絲之間的聯繫。
• 音樂人工智慧工具——我們與藝術家、歌曲作者和製作人一起設計的一套工具，以幫助加強他們的創作過程。

為了開發這些項目，我們匯集了來自 Google 各地的技術專家以及眾多世界知名藝術家和歌曲作者，共同探索生成音樂技術如何負責任地塑造音樂創作的未來。我們很高興能夠建立新技術，以增強專業音樂家和藝術家社群的工作，並為音樂的未來做出積極貢獻。

Google DeepMind，前稱DeepMind科技（DeepMind Technologies Limited），是一家英國的人工智慧公司。公司建立於2010年，在2014年被Google收購。

Wondershare Virbo – 幾分鐘內產生影片

Wondershare Virbo 可在 Windows、iOS 和 Android 裝置上使用的 AI 影片產生器。在幾分鐘內輕鬆將文字轉換為超過 120 多種聲音和語言的專業影片。

AI 產生的影片腳本

先進的 AI 腳本生成器在幾分鐘內生成引人入勝的腳本，並將它們無縫地呈現為動態說話頭像影片。

Vibro 有趣的地方是當使用 A.I. 生成劇本，它讓你將原來輸入的劇本進行個性化。例如我輸入：

按一下 “Expand” 之後，它回自動修改你的內容：

Vibro 提供免費試用，限制輸出為兩分鍾的影片。不過，細心觀察以下影片，你會發現 LipSync 效果似乎仍有待改善。

至於廣東話發音，免費版提供 2 女 1 男聲：

未正式推出但 Bing(Microsoft)似乎已經採用

Dall-E-3 藝術家必備的生成器圖像內容準確度大幅提升，能與 ChatGPT 整合，自動為「提示詞」增色，讓圖像生成更精細，預計今年 10 月正式推出。

OpenAI 也制定了保護措施，阻止使用者產生色情或暴力圖形藝術或公眾人物圖像。OpenAI 的政策研究員 Sandhini Agarwal 表示，對於色情內容的非常明確的請求，必須經過分類器並且會被拒絕。

Dall-E 3 還允許用戶透過 ChatGPT 來完善創作，就好像他們要求真正的藝術家進行更改一樣。「你真的不必擔心很長的提示，」首席研究員兼 Dall-E 團隊負責人 Aditya Ramesh 說。“相反，您可以與 ChatGPT 進行交互，就像與同事交談一樣。”

Dall-E 團隊的首席研究員 Gabriel Goh 向《Wired》雜誌展示了這項技巧，他要求 Dall-E 3 為一家想像中的麵館製作幾張宣傳海報。在收到幾個選項後，Goh 透過 ChatGPT 要求 Dall-E 3 選擇其中一個並將其變成懸掛在餐廳外的標誌的插圖。

Dall-E 3 現已透過付費版本 ChatGPT Plus 提供。

SDXL – Stable-diffusion XL 版

免費的 Clipdrop?

Fooocus 使用 SDXL – Stable-diffusion XL 版作為產生圖片的核心。SDXL 是一款開源免費的 Clipdrop 技術，通過使用擴展現有的圖像處理算法，可以快速而準確地在不同設備上生成圖片