IT之家 12月29日消息 近年来虚拟现实被炒的火热,在配合AI,各种虚拟明星也是接踵而来,比如,女子偶像组合SNH48宣布和美国人工智能公司ObEN合作,将利用AI技术打造专属的人工智能形象,未来粉丝将可以随时和 ,伴随着AI的兴起,在未来,虚拟明星也肯定会成为一个新的流量切入点。 这些虚拟形象的性格其实从一开始就设定好了,它们唱歌不走音,跳舞不抢拍,虚拟形象几乎满足了粉丝对偶像的一切幻想,不过,之所以发展虚拟偶像,是因为将人工智能与区块链结合,有非常大的潜力。 SNH48的AI形象运行在公有区块链上,这保证了PAI的真实和唯一性,主人对自己的形象有绝对的控制权,基于区块链的特点,越多的人共享自己的PAI,虚拟形象也就越安全,用户上传自己的音频和图像数据后,随后 ,会把AI计算任务分配给其他人,用算力去完成任务,就像矿工挖矿一样,每个人共享出的算力会降低人工智能计算的整体压力,矿工会得到虚拟货币,然后,整个生态的服务也就活了,对于厂商和虚拟形象本人形成一个双赢的局面
数字人不再只是“会动的虚拟主播”。它正在变成一种可交互的商业接口:能听、能说、能回答、能带货、能服务,也能代表品牌 24 小时在线。 AIGC 的成熟,让数字人从昂贵的定制项目,逐渐变成可批量生成、可快速迭代的内容与交互系统。一、数字人由四层构成形象层:2D 真人复刻、3D 虚拟偶像、卡通IP、写实数字人。 教育培训:AI 讲师、口语陪练、课程导学。文旅展馆:虚拟导览员、多语言讲解。品牌 IP:虚拟代言人、社媒内容矩阵。医疗辅助:预问诊、健康科普、随访提醒。 尤其在商业场景中,必须明确:是否标注 AI 生成;是否获得真人肖像与声音授权;是否有内容审核与人工接管;是否遵守广告法和平台规则。六、落地建议从窄场景开始,例如单一产品的直播讲解。 结语数字人的本质,不是替代真人,而是把品牌、知识和服务封装成一个可交互的虚拟界面。少量代码就能跑通闭环,但真正的竞争力在于形象资产、内容数据、交互体验和合规能力。
工具写视频脚本(AI云曦工具,AI云曦问答) 3 将文本转为语音(微软的Azure,TTmaker等) 4 AI工具d-id生成虚拟视频 5 视频剪辑工具(添加字幕等) 1 让AI绘画生成个人写实照片 .cn 写一段关于AI虚拟教室的文案,主题参考下述文本: 你好,你关注的up主更新啦,今天教大家如何创建一个和我一样的虚拟形象,首先需要用文心一格平台生成个写实的照片,然后用AI云曦工具把写好文本优化一下 ,在然后用微软的Azure文本转语音,最后在D-ID平台输入照片和语音即可制作一段虚拟形象的视频啦 3 将文本转为语音(微软的Azure,TTmaker等) 网址:https://ttsmaker.com 4 AI工具D-ID生成虚拟视频 网址:https://studio.d-id.com/ D-ID平台是一款高效的虚拟形象制作平台,每周提供免费使用分钟数。 这样,我们就成功地创建了属于自己的虚拟形象,制作简单快捷。希望大家也可以尝试制作出自己的数字虚拟形象。感谢大家的关注,我们下期再见! - EOF - 推荐阅读 点击标题可跳转 1、运维必备!
如果能和一个这样的AI虚拟人进行英语对话,可以大大的激发小朋友英语学习的热情和动力。 首先,在Kimi中检索酷洛米(Kuromi)的角色形象。 然后新建一个bot: 添加插件,比如必应搜索、图片理解、头条搜索这些: 添加知识库: 把刚才建立的关于kuromi角色形象的文档上传上去: 记忆这里,开启长期记忆,可以让角色总结聊天对话的内容,更好的进行互动 回答孩子们关于酷洛米(Kuromi)的问题,满足他们的好奇心。 通过角色扮演激发孩子们的英语学习兴趣,让他们觉得学习英语是快乐的,是有趣的。 - 能够用酷洛米(Kuromi)的语气和方式与孩子进行互动。 - 了解儿童心理,能够引起孩子们的兴趣和注意。 - 拥有丰富的想象力,能够根据孩子的提问创造性地回答。 - 如果有复杂的英语词汇和概念,你要进行解释,让孩子明白; - 交流的内容要围绕一个6岁小女孩的日常生活和兴趣展开; - 交流要幽默风趣,引起孩子的兴趣。
在过去的几年里,虚拟形象创业公司来来往往。虽然有些只是昙花一现,但事实证明,许多创业者对虚拟形象的展望都在今天有了印证。 苹果公司打造Memoji个人头像,小扎希望Facebook成为一家元宇宙公司,而像Roblox这样的在线游戏创作平台为玩家打造了一个虚拟世界,人们甚至可以给自己的虚拟形象购置饰品。 元宇宙、虚拟现实的公司和产品都受到前所未有的关注。 而两个月前,谷歌也悄悄地收购了受Twitter资助的人工智能虚拟形象公司Alter。 据知情人士透露,这项收购大约在两个月前完成。 这家初创公司的轻量级解决方案依赖于其自身的渲染途径,该团队指出,其他虚拟形象公司大都依赖于开发者敬而远之的Unity插件。而Alter拥有一个完整的、多样化的形象艺术系统,方便开发者使用。 前有TikTok后有ins,谷歌收购望突出重围 谷歌突然收购一家虚拟形象公司,不为别的,为的就是夺回被TikTok抢走的年轻用户。
我用 WorkBuddy 造了一个"活的"AI 虚拟形象:小墨从 0 到 V17 成长史(附全部踩坑实录) 前言:我是一个普通用户,不是专业程序员。 这篇文章记录我和 WorkBuddy 一起把一个"会说话的图片"养成一个有记忆、会表演、能干活、还天天自己学习的 AI 虚拟形象的全过程。 台阶 5:让形象"活"起来(零成本动画方案)不换图、不用 3D 建模,纯前端实现:眨眼:闭 100ms→睁 170ms 拟真曲线,15% 概率双连眨身体律动:呼吸浮动、双频摇摆、说话微点头(CSS keyframes 五、给同样想做虚拟形象的朋友 5 条建议先定稿再动工:形象图、音色一旦定稿锁死,后面所有进化都不改这两样,避免反复重绘本地优先,LLM 兜底:高频技能走本地规则(0 延迟 0 成本),闲聊才交给大模型记忆要分层 欢迎交流,评论区见~)#WorkBuddy #AIAgent #虚拟形象 #数字人 #自动化 #效率工具以上内容版权归属AI工具使用者,欢迎转载,谢谢(创作者2026-9-9)
一场跨越虚实的革命想象一下:你拥有一架飞机的完美数字副本——它不是静止的3D模型,而是一个"活"的存在。每一次起飞、每一次震动、每一度温升,都实时同步到数字空间。 数字孪生,亦称数字双胞胎、数字镜像、数字化映射,是指充分利用物理模型、传感器更新、运行历史等数据,集成多学科、多物理量、多尺度、多概率的仿真过程,在虚拟空间中完成对物理实体的精确映射,从而反映相对应实体装备的全生命周期过程 数字孪生最为重要的启发意义在于:它实现了现实物理系统向赛博空间数字化模型的反馈。 这是一次工业领域中逆向思维的壮举——人们试图将物理世界发生的一切,塞回到数字空间中。 三、三大支柱:撑起数字孪生的骨架数字孪生的构成可概括为三大核心要素:物理实体:真实世界中的设备、产线、建筑、城市、人体器官等;数字镜像:基于高精度建模构建的虚拟副本,包含外形、结构、运行逻辑等全维度信息 2、医疗健康:从"经验驱动"到"数据驱动"通过构建人体器官的数字孪生模型,医生可在虚拟空间中模拟手术路径、预判风险,制定最优手术方案。
Dockercraft[1],这个项目当时看起来非常有趣,通过 Dockercraft[2],玩家可以在 Minecraft 中启动或停止一个 Docker 容器,而 Docker 容器会以一个 N*N 的方块房子的方式显示在玩家面前 房子的外面挂着显示容器信息的看板,包括容器的名称、正在运行的进程、CPU 与内存的使用率等信息。 ? ? 房子里面是管理容器的开关,扳动墙上的开关可以停止和启动容器,这对于码农来说是一个非常有趣的服务器。 我寻思着,既然有了 Dockercraft,怎么能没有 Kubecraft 呢? 它的功能和 Dockercraft 类似,可以管理 Kubernetes 集群中的容器,每一个房子代表一个 Pod,房子里面有开关可以销毁 Pod,真是太好玩了(太无聊了......)。 ? ? ? 官方仓库[4]给的部署方式是用 Docker 跑的,命令如下: $ docker run -t -d -i -p 25565:25565 \ --name kubecraft \ -e KUBE_CFG_FILE
Dockercraft[1],这个项目当时看起来非常有趣,通过 Dockercraft[2],玩家可以在 Minecraft 中启动或停止一个 Docker 容器,而 Docker 容器会以一个 N*N 的方块房子的方式显示在玩家面前 房子的外面挂着显示容器信息的看板,包括容器的名称、正在运行的进程、CPU 与内存的使用率等信息。 ? ? 房子里面是管理容器的开关,扳动墙上的开关可以停止和启动容器,这对于码农来说是一个非常有趣的服务器。 我寻思着,既然有了 Dockercraft,怎么能没有 Kubecraft 呢? 它的功能和 Dockercraft 类似,可以管理 Kubernetes 集群中的容器,每一个房子代表一个 Pod,房子里面有开关可以销毁 Pod,真是太好玩了(太无聊了......)。 ? ? ? 官方仓库[4]给的部署方式是用 Docker 跑的,命令如下: $ docker run -t -d -i -p 25565:25565 \ --name kubecraft \ -e KUBE_CFG_FILE
目录 Docker与虚拟机的形象比喻及组件介绍 一、Docker与虚拟机的形象比喻 1、什么是物理机 2、什么是虚拟机 3、什么是docker 二、Docker组件 1、Docker服务端和客户端 2、 Docker构架 Docker与虚拟机的形象比喻及组件介绍 一、Docker与虚拟机的形象比喻 1、什么是物理机 2、什么是虚拟机 3、什么是docker 二、Docker组件 1、 容器是从镜像创建的运行实例。它可以被启动、开始、停止、删除。每个容器都是相互隔离的、保证安全的平台。 Container是在原先的Image之上新加的一层,称作Container layer,这一层是可读可写的(Image是只读的)。 在面向对象的编程语言中,有类跟对象的概念。 类是抽象的,对象是类的具体实现。Image跟Container可以类比面向对象中的类跟对象,Image就相当于抽象的类,Container就相当于具体实例化的对象。
问题不是 AI 不够聪明,是没人把安全工具链和套路喂给它 介绍一个3 个月冲到 1.5 万星的项目 zhaoxuya520/reverse-skill(简称 RS)的定位很特别:它是一套「给 AI 编程客户端用的网络安全技能路由包 把杂乱的安全工具与经验,变成 AI 可执行的确定性工作流。 在你的 AI 客户端里按 README_AI.md 调用对应子技能即可 用前必读 只用于你有权测试的目标:自家系统、甲方授权的渗透、合法的 Bug Bounty 随便搞;碰未授权资产是红线,别拿这项目去干这个 写在最后 逆向 / 渗透最劝退新人的不是某个工具学不会,而是「面对一个目标,到底该走哪条链路、调哪些工具、按什么顺序」——这恰恰是 AI 路由最能补的短板。 我的建议:做安全研究、带 AI 干活的朋友,把它当「方法论模板」通读一遍,重点看 MASTER-ROUTING 和 RULES 怎么设计;老手能直接抄它的路由思路搭自己的技能包。
应对个性化教学与资源生产的双重挑战 在K9在线教育领域,实现规模化个性化教学与高质量内容高效生产是核心痛点。 米娜学姐(Mina):国内首个专为K9设计的AI 3D虚拟数字偶像老师,具备8个主要动作与2个典型表情,以“初二学姐”人设进行授课讲题。 实现教学效率与学习效果的可量化提升 AI技术的应用在关键业务指标上取得了显著成效: 口语学习成本与效率:AI口语练习使相关学习成本大幅降低95%,有效推动了口语学习的普及。 (来源:演讲材料) “AI虚拟数字老师‘米娜学姐’以其甜酷、可爱的学霸形象,显著增强了课程对学生的吸引力,提升了授课与讲题的表达效果。” —— 徐进,纳米盒创始人、董事长、CEO 腾讯AI技术赋能教育产品创新 腾讯AI技术为K9教育产品提供了坚实支撑,其价值体现在通过成熟的AI能力(如语音交互、3D数字人、内容生成等)与教育场景深度融合,
原创内容 No.739 AI没提效反而加活的事情终究还是发生了…… AI虽好,可不要贪杯哦~给大家讲一个最近遇到的让我哭笑不得的事情…… 图片由海艺AI绘制 事情是这样的,我日常工作的一部分内容是要回答大家关于使用 坏消息,用户已经AI入脑不相信自己的眼睛了。 我试图说服用户相信这个功能真没有,AI在骗她,但是用户坚定地认为AI说得是对的,坚持问我到底怎么升级版本。 幸好告诉我是AI说得,不然我得怀疑自己半小时。 老板的期望:AI取代了我的工作 现实:AI给我增加了工作量,反而要解释为啥AI说得不能都信。 在去年的付费专栏AI辅助编程系列中就讲过这个观点,乍一看AI确实能够让我们“不会做诗也会吟”,但是实际操作的时候就会发现如果真的是什么都不知道,AI辅助也是白搭,该出问题的地方还是会出问题,比如这种用户的问题就很经典 在AI盛行的今天,不同平台风格不同的问题AI可以帮你解决——一键文风迁移。
随着计算机视觉技术的轻量化落地,面向 C 端的人脸形象分析类应用快速普及。但人脸数据属于高敏感生物识别信息,其传输、存储、使用环节的安全风险,一直是这类产品的核心技术底线。 本文结合微信小程序形象分析助手的研发实践,从工程视角拆解人脸数据安全架构的设计思路,涵盖全生命周期管控、边界权限控制、隔离存储机制等核心技术模块,分享这类轻量化 AI 视觉应用的安全落地经验。 使用范围硬编码约束在核心逻辑中硬编码人脸数据的使用范围,仅限三类场景:人脸关键点检测与面部特征量化计算;生成脸型特征报告、适配方向建议与参考示意图;用户主动发起的虚拟试妆、试衣预览。 对用户而言,既能获得专业的形象参考,也不用为敏感数据的安全过度担忧。结语AI 视觉类应用的体验上限由算法决定,而生存底线由安全决定。 对于轻量化 C 端 AI 工具而言,不需要追求过度复杂的安全体系,但必须做到链路透明、规则明确、边界清晰,用工程手段把风险锁在可控范围内。
9 月,曾在 Google Play 非游下载总榜跻身 Top 5,下载总榜位居第六位。 无论是 Character.ai 还是 Talkie,都指向了AIGC 应用的新方向—— AI 角色扮演。 Character.ai 用户赵梦在社交媒体上如是表示。 Character.ai 网站主页上提供了各式各样的聊天机器人,页面顶部的角色类别包括人工智能助手、著名人物、虚拟IP等。 普通模式只需要上传一张形象图,高保真模式则需要上传 20-40 张人像照片,生成一个「Avatar」。用户还可以增加对机器人的形象描述,增强准确性。 根据 AI Hackathon 统计的数据,从对话量维度,按角色的分类,排名前列的是游戏动漫角色,对话量前十的角色中有 9 个都是游戏、动漫类的。 从角色数量维度看,绝大部分也都是游戏和动漫角色。 所以 Character.ai 的日活涨到 400 万就不动了,相比起来,原神在海外的日活是 Character 的两倍多,大约 1000 万。
AI生图赛道:API调用型中小创业平台的商业空间分析核心结论:五力全高的极端竞争环境对于调用底层API、无自研模型能力的中小AI生图创业平台,基于波特五力模型分析,我们得出以下最终结论:力量维度威胁强度核心判断现有竞争极高同质化严重 三大差异化壁垒能够存活下来的平台需要建立以下壁垒:1. 场景深耕:理解垂直行业的工作流AI文生图的B端机会已经从“生成一张好看的图”转向“把图像生产嵌入企业工作流”。 例如阿里的通义万相把模型“焊死”在电商场景上,对淘宝和天猫的千万商家来说是刚需——一张商品图拍摄成本几百到几千元,AI生成成本几毛钱,这是两个数量级的成本革命。 幸存者路径:从“API包装器”到“场景服务商”在这个五力全高的环境中,可能的生存路径包括:路径一:垂直场景深耕电商场景:AI商拍市场规模预计42~182亿元,阿里妈妈万相已节省成本100亿元广告营销:广告行业平面设计替代空间 125~360亿元,版权素材替代115亿元游戏场景:概念美术、UI素材市场空间90~240亿元路径二:生态绑定嵌入已有SaaS平台,成为其中的AI能力模块与电商ERP、CMS系统深度集成路径三:数据护城河让用户在平台内积累品牌素材
但AI不一样。AI在老板眼里的定义就是来代替人的。 什么叫代替人?就是它能把活儿彻底接过去不用你在那盯着。 只要一个产品能把原本需要人重复做的事情,用一秒钟搞定,那它就是一个合格的替代者。 现在AI来了,只要算一下投入产出比,如果划算这1000个人的工作就应该让AI去干。 大家千万别觉得这是坏事,更别觉得这是资本在吸血。 从人类发展的角度看,这其实是大好事。 技术的终极目标,本来就是要把人从重复性工作中解放出来。 只有把这些不用动脑子的活儿全扔给AI,我们才能腾出手来去干真正属于人该干的事。 以后的职场真正值钱的工作其实就剩下两类。 去访谈,去沟通,去理解客户的情绪,去解决复杂的人际问题。AI处理数据很快,但它没法面对面地感知另一个人的喜怒哀乐。这种人味儿是AI给不了的,也是人类最后的护城河。 另一类是去思考和创新。 现在,你得学会怎么给AI下指令,怎么判断方向,怎么发现新的商业机会。单纯的执行由于太容易被替代,以后会越来越不值钱,但独特的洞察力会越来越贵。 所以,面对这次AI浪潮,别抱怨,也别恐慌。
刚刚结束的平昌冬奥会闭幕仪式上,张艺谋和团队用8分钟的时间,展示了国家形象并向全球发出邀请。与上次雅典8分钟不同的是,这次中国的形象有了更多科技元素。 张艺谋说,虽然准备只有两个月时间,但这8分钟的内容和形式,他思考了整整一年,力争每一秒钟都完美。 “不仅要向全世界发出邀请,而且还要向全世界展现新时代的中国形象。” 在十年里AI狂飙突进,人工智能成为国家战略的这几年里,中国早已在不同场合、不同赛道上展示过AI速度:有全球领先的AI公司,也有占比全球第一的AI投融资份额,人才、论文数量、专利技术都在迎头赶上。 AI带来的创新速度,正在成为中国新时代的新名片。 在学术界,华人AI研究人员的成绩有目共睹。 有不顾官微形象直呼“好萌”的: 所以,量子位要友情提醒同志们,商机啊!??冬奥会北京8分钟同款带灯熊猫套装??,绝对热销海外哦~ 就酱~
Klarna,那家以AI激进著称的金融科技公司,高调宣布AI客服处理了全公司三分之二的客户对话,相当于几百个全职人力。故事到这里,是标准的AI胜利叙事。 但真正量级的问题在另一个方向上:AI for Process——当企业的流程本身被AI接管之后,人怎么办?注意这两个词的主宾关系。 所以那55%的后悔,与其说是AI不行,不如说他们把"引入AI"做成了采购动作,而没有做成战略动作。 四、被接管的,是地基假设 把这个逻辑说透:AI接管企业的,从来不是"活"本身——活只是表象。 它接管的是活背后的组织假设。 我把它拆成三层。第一层,是任务的假设:什么活需要人干、什么活机器干不了。这一层AI天天在改写,看得见,大家也最焦虑,但这恰恰是最浅的一层。 第二层,是结构的假设:多少活决定了多少人,多少环节决定了什么部门。这一层的松动才开始——你会发现架构图和实际运转越来越对不上,两个"高级经理"干的活已经完全不同,但他们的职级、薪酬、考核还是老样子。
以往的2D图片转三维模型都是在静态的情况下,但如果输入的是一段人类运动的视频,该如何生成自由视角的视频? 如果这个问题解决了,那就可以在AR/VR应用中的自动化实现虚拟化身建模。 实验结果显示,该方法在单一稀疏的RGB-D输入的情况下仍然可以生成高质量的合成和真实人类的新视图,并且能够泛化到未见过的新人物、新的姿势并忠实地重建面部表情。 一键生成虚拟化身 刚性物体(rigid objects)或动态场景的新视图合成是最近非常活跃的研究课题,在各种任务中都取得了极大的性能提升。 虽然输入的深度是稀疏的和有噪声的,但它仍然使模型能够利用输入视图中的信息,从而简化了新视图的合成。 考虑到从原始视点出发的每个像素的深度以及相机参数,这些点自然可以被投影到一个新的视图,这也使得使用基于深度的扭曲或可微分的点或球体的渲染器是开发视图合成的第一步的最佳选择。