免費 AI “神器”系列第五彈：斯坦福洗碗機器人突然爆火，字節版DALL·E登上開源榜單前三

今天小編分享的互聯網經驗：免費 AI “神器”系列第五彈：斯坦福洗碗機器人突然爆火，字節版DALL·E登上開源榜單前三，歡迎閲讀。

圖片來源：unsplash

近期，生成式人工智能（AIGC）領網域又湧現出多款創意十足的新應用。

今天，钛媒體 AGI 梳理了免費 AI " 神器 " 系列第五彈，共五款，其中不少產品又再一次拓寬了我們對 AI 的想象力。

斯坦福 AI 機器人框架技術—— UMI

字節版 DALL · E 文生圖模型—— SDXL-Lightning

在線試衣服神器—— OOTDiffusion

高質量動畫生成模型—— AnimateLCM-SVD-xt

" 全能 " 視頻生成大模型—— VideoPoet

1、斯坦福 AI " 螃蟹 " 洗碗機器人技術—— UMI

繼斯坦福炒蝦機器人爆火全網之後，斯坦福大學再出新的 " 洗碗機器人 "，引發關注。

產品信息：UMI 是由美國斯坦福大學團隊開發的一個 AI 機器人數據收集和策略學習框架，通過手持式夾持器和精心設計的接口進行數據收集，可以将人類在復雜環境下的操作技能直接轉移給機器人，無需人類編寫詳細的編程指令。

簡單來説，UMI 就是通過人類操作演示然後收集數據，直接轉移到機器人身上，使得機器人能夠快速學習新任務。

產品功能：UMI 技術涵蓋技能轉移、數據收集、多平台部署、提高機器人操作能力、快速适應新任務、降低機器人學習成本等新亮點和功能，提供了一個便攜、直觀、低成本的數據收集和策略學習框架，允許直接讓人類演示轉化為有效的視覺運動策略。

相比傳統機械臂遙控操作，UMI 在動态、精确、雙手操作和長期視角等方面，能更快實現 AI 機器人替代人類任務效果。

項目及演示：https://umi-gripper.github.io

GitHub：https://github.com/real-stanford/universal_manipulation_interface

2、字節版 DALL · E —— SDXL-Lightning 開源文生圖模型

產品信息：SDXL-Lightning 是一款由字節跳動開發的開源免費的文生圖模型，能根據文本快速生成相應的高分辨率影像。

產品功能：用户在 SDXL-Lightning 上輸入提示詞，然後選擇推理步驟（選擇範圍為 1 步— 8 步），等待數秒即可生成一張高清影像。

與以往的文生圖模型相比，SDXL-Lightning 的生成速度有顯著提高，能夠在最少步驟内完成文本到 1024px 分辨率影像的生成，适用于需要快速響應的應用場景。

SDXL-Lightning 的生成效果圖

SDXL-Lightning 的生成速度之所以能夠顯著提升，主要是因為它通過結合漸進式蒸餾和對抗式蒸餾的方法，解決了擴散模型在生成過程中存在的速度慢和計算成本高的問題，同時保持生成影像的高質量和多樣性，避免了傳統蒸餾方法中存在的影像模糊問題。

使用 SDXL-Lightning 模型，可在幾秒鍾之内生成高達 1024 像素分辨率的影像。目前，該模型已經在 Hugging Face 平台上開源，并且下載量超過 2200 次，登上了 Hugging Face 流行趨勢第三名，超越了 gemma-2b，僅次于最新的谷歌 gemma-7b，以及 stabilityai/stable-cascade。

體驗地址：https://huggingface.co/spaces/AP123/SDXL-Lightning

3、在線試衣服神器—— OOTDiffusion

產品信息：OOTDiffusion 是一個高度可控的虛拟服裝試穿開源工具，可在線生成不同型号、款式的服裝在模特身上的試穿效果。

產品功能：OOTDiffusion 支持半身和全身虛拟試穿，用户在主頁面選擇與自身相似的模特體型，再選好心儀的服裝款式，點擊 "Run" 按鈕後等待一分鍾左右即可生成試穿效果。

OOTDiffusion 主頁面在右側展示了模特的試穿效果。

用户可通過 OOTDiffusion 調整模型路徑、縮放比例和采樣次數等參數，精細控制虛拟試穿的細節和效果，以滿足不同的試穿需求和偏好。

如未來推廣開來，OOTDiffusion 想必會成為網購愛好者的心頭好。另外，線上服裝品牌也可借其生成不同款式衣服的模特宣傳圖，節省一筆宣傳經費。截至發稿，OOTDiffusion 在 Github 上已累積 988 顆星。

體驗地址：https://ootd.ibot.cn/

4、高質量動畫生成模型—— AnimateLCM-SVD-xt

產品信息：AnimateLCM-SVD-xt 是一款能以盡可能少的步驟加速采樣生成高保真視頻的模型。該模型由來自香港中文大學 MMLab、Avolution AI、上海人工智能實驗室、商湯研究院的研究人員共同研發。

產品功能：在 AnimateLCM-SVD-xt 上，用户可輸入提示詞，并可自由選擇推理步驟數、生成視頻的寬高尺寸來定制生成視頻。AnimateLCM-SVD-xt 目前僅需 2~8 個推理步驟就能生成 25 幀分辨率 576x1024 的高質量動畫，比傳統 Stable Video Diffusion（SVD）模型生成速度更快、視頻生成質量更高。