日期：
来源：APPSO收集编辑：王志劭
十年前，移动互联网充满朝气，每天都有新芽从智能手机的沃土中长出。十年后，我们早已习惯了 Web 2.0 社会，相关技术也基本发展至中后期，我们中的极少数，正在寻找 Web 3.0 的曙光。OpenAI/MetaVerse/NFT/Stable Diffusion/DeFi 云云，一众新词扎堆涌现，仿佛十年前的蓬勃光景再度重现。新的工具正摩拳擦掌，蓄势待发，没有人甘于落后。欢迎大家来到第 12 期 Hunt Good 周报，跨入数字工具次世代。想必到了今天，大家都对 Stable Diffusion 不陌生，简而言之，这是一个文本转图片的模型集，用起来比 OpenAI 的 Dall—E2 更方便，所以有很多人用它去绘制人像画，输入简单几句话，就能画出一张像模像样的图片，光影、背景、人物，各处细节都颇为自然。不过目前它难言完美，尤其是在绘制人物画时，AI 往往处理不好人和脚，甚至会画出多只手脚的人，看得人 San 值狂掉。而 ControlNet 的出现，则可以有效解决这一问题。它所拥有的骨骼绑定功能，可以对喂进的图片提取主题形状，生成一张有着明显骨骼位点的图片，再用这张信息点图去生成一张模型图，以迈克尔·杰克逊为例，有了骨架线条做位置限定，生成的人物姿势既自然也好看。理论上只有有了位点限定，AI 生成的图片就不会再出现六指琴魔这样诡异的画面了（ControlNet 最新版本已加入手部骨骼定位功能）。再进一步，我们只要让骨架动起来，操控 AI 生成动态图片也不是难题，这在动画、游戏产业里将会是革命性的应用。众所周知，APPSO 有个固定栏目叫有用功，在这个栏目里，我们作者经常会遇到为某个 app 或网页制作交互流程的情况，如果光有截图，想必是不够直观的，所以往往在一系列截图操作之后，还需要进行后期标注处理，还蛮花时间的。对于一些有制作培训课程需求的职业用户来说，譬如教师、人力资源管理人员、运营等工种，也会碰到制作培训资料的时候，这时候要是有这么一款 app 能帮我们完成截图和标注操作，那该多省事。当我抱着这个需求去茫茫工具海洋中大海捞针之时，我却很快就找到了 Tango 这个浏览器插件。只要在 Chrome 上装上这一插件，每次要制作工作流教程的时候，点击 Tango 的图标，它就会把你接下来点击的每一个功能块，截图并用线框标注出来，直至完成。最终可以输出一个类似文档的网页，把每一步操作都列得清清楚楚，配图还有高亮内容，对教程制作者来说，能把几分钟的工作压缩至几秒，就是一次胜利。这个网页还可以直接生成链接分享出去，几秒生成，大伙收益。简单来讲，Movio 直接跳过了建模工序，帮用户直接生成一个虚拟形象（Avatar），甚至有点《流浪地球 2》里「数字生命」那个意思，不过它还没有接入 ChatGPT 那套文本模型，只要他们想，是可以创建出电影里的「丫丫」。具体操作方式是，你录制一段不短于 2 分钟的视频，交给 Movio 进行处理，它会对图像和语音进行提纯，抓取语音特征，帮助生成你的专属语音包，赋予你的虚拟形象一副你的嗓音。接下来若要制作视频，你只需把文本输入，它就能自动生成一段解说视频，像是在现场亲自面对镜头读稿那样自然。然而这套工作流虽很理想，但事实上它还做不到百分百还原真人的质感。首先它搜索出来的结果，都是用自然语言作答，而不是大段大段的代码，旁边的引用来源，更有说服力，我更愿意将它比作是知识检索工具，而不是「敲代码助手」。对人而言，搞懂代码背后的原理，比直接生成大段源码更有意义。不过对比起 ChatGPT，它的智能化还是有所局限，譬如我想叫他写一首诗，结果它给我输出一堆方法论，说起来一套一套的，但实操却是极其欠缺的。Instagram 的联合创始人推出了一款全新 app，一款针对严肃阅读人群而设计的阅读工具，希望通过算法给读者带去流畅、深入的阅读学习体验。这款 app 叫 Artifact，近日直接上线了 App Store，原本有的社交元素如今被削减了，除非你要在其他设备上同步阅读数据，否则完全即开即用，甚至不用注册登录。Artifact 本身是免费的，但严肃新闻网站，基本都需要订阅会员才能查看，适合《纽约时报》等的会员使用。随着阅读次数的增加，它会逐渐摸清你的阅读喜好、时间偏好、新闻品类，然后引导你对某个话题进行深入了解，譬如最近你看 ChatGPT 相关文章多了，随后它会推荐更多相关内容给你，既有广度也有深度，让你对 AI 领域有个更全面的理解。这是 Artifact 创始团队想要实现的初衷，但就目前而言，我尚未看出他与其他阅读器有着十分核心的区别，静待它的改进。点击「在看」
是对我们最大的鼓励