原创 小茸茸 2024-10-25 09:19 重庆
Freepik 推出 Flux.1 Lite；微软 OmniParser；Anthropic Claude AI 推出分析工具；Perplexity 发布 MacOS 客户端；谷歌 MusicFXDJ：实时混合提示词生成音乐
Freepik 推出 Flux.1 Lite
Flux.1 Lite[1] 是从 dev 模型蒸馏而来的，与原始的 bfloat16 模型相比，RAM 占用减少了 7GB，速度提升了 23%。好久没更新 Flux 生态的内容了，顺带介绍下 Freepik[2]，一个专注 AI 素材的公司，包括图标、插图、视频等。
Hugging Face 开源 HuggingChat MacOS 原生客户端
HuggingChat[3] 原生 macOS 客户端现已开源。这款应用完全使用 Swift 编写，提供类似 Spotlight 的搜索体验，支持 Markdown 渲染、网页浏览和代码语法高亮。目前处于早期 beta 阶段，用户可以免费使用所有顶级开源大模型。
微软推出 OmniParser：将 UI 截图转换为结构化数据
OmniParser[4] 是一款由微软推出的通用屏幕解析工具，它能够将 UI 屏幕截图转换为结构化数据，从而显著提升基于 LLM 的 UI Agent 的性能。这个模型基于 YOLOv8 微调而来，支持提取任意手机、PC、APP 的截图，功能非常强大。有了这个模型，马上就会有一堆 Computer use 的开源替代了。
Anthropic Claude AI 推出分析工具
Claude AI 引入了一个内置的分析工具[5]，能够通过自动编写和执行 JavaScript 对数据进行清洗和分析，还能结合 Artifacts 创建交互式可视化图表。这个工具潜力挺大，可以用来辅助分析日志、SEO 报告、销售数据等等，目前还处于功能预览阶段，需要手动启用。
Perplexity 发布 MacOS 客户端
Perplexity 刚刚推出了 MacOS 客户端[6] ，用户可以通过快捷键 ⌘ + ⇧ + P 快速唤起搜索功能。发布没多久，就攀升至 Mac App Store 免费榜的榜首，太强了。
谷歌 MusicFXDJ：实时混合提示词生成音乐
MusicFXDJ[7] 是谷歌推出的一款创新音乐生成工具，用户可以通过输入不同的提示词，实时混合曲风和乐器，生成全新的音乐作品。与 Suno 等传统文生音乐工具不同，MusicFXDJ 能够根据用户的多个提示词按重要性进行混合，从而更精确地控制音乐风格。完整报告[8]详细介绍了其工作原理，感兴趣的用户可以深入学习。
❝如果你喜欢《一觉醒来 AI 界发生了什么》系列的话，请 关注、点赞、在看、收藏、分享 五连警告，这对我真的很重要！感谢你能看到这里，万水千山总是情，打赏一元行不行，哈哈哈哈哈哈哈！
Reference
[1]
Flux.1 Lite 模型详情: https://huggingface.co/Freepik/flux.1-lite-8B-alpha
[2]Freepik 公司官网: https://x.com/freepik
[3]HuggingChat macOS 客户端: https://github.com/huggingface/chat-macOS
[4]OmniParser 官网: https://huggingface.co/microsoft/OmniParser
[5]Claude AI 分析工具: https://www.anthropic.com/news/analysis-tool
[6]Perplexity 公司 MacOS 客户端: https://t.co/hxLd3rJwe6
[7]谷歌推出的创新音乐生成工具: http://labs.google/musicfx
[8]完整报告: https://deepmind.google/discover/blog/new-generative-ai-tools-open-the-doors-of-music-creation/
