字节连发两款AI视频工具，一句话完成换脸、编辑，网友直呼Runway不香了！

文｜尚恩

编辑｜邓咏仪

字节正在跑步AI化，产品侧刚刚宣布对外测试AI对话产品豆包，又接连一口气在Github上发布两个AI视频项目。一个主多模态动画生成，另一个则专注文本导向的视频编辑。

目前在Github上，两个项目加起来已经拿到1000+星。

来源：公开网络

不仅如此，还引来大批网友围观，有人就直接表示：“一直想在TikTok火，有了AI这下可好办了”！

来源：Dave Villalva推特

目前，字节的这俩项目虽已上传GitHub和arxiv，但还没有公开代码，所以想上手玩还得稍等等了。

对此就有不少网友已经等不及，在线求代码中…

来源：Don Jose Valle推特

话不多说，来具体看看这俩AI视频生成项目的细节。

AI捕捉运动信号，一键生成视频

MagicAvatar由字节跳动开发，是一款主打多模态输入生成的多模态框架，可以将文本、视频和音频等不同输入方式转化为动作信号，从而生成和动画化一个虚拟人物。

具体来说，通过简单的文本提示就能创建虚拟人物，也可以根据源视频生成跟随给定动作生产，还能对特定主题的虚拟人物进行动画化。

比如，输入“一个在火山里踢踏舞的宇航员”就能生成一个相应的虚拟形象。

来源：MagicAvatar

或者直接提供一个源视频，然后AI就会创建一个跟随给定动作的形象。

来源：MagicAvatar

看过生成效果，不少网友惊呼，Runway的Gen-1、Gen-2不香了！

来源：推特

根据字节团队的解释，相比以往直接从多模态输入生成视频，MagicAvatar独特之处主要是将视频生成明确分解为两个阶段。

第一阶段，主要将多模态输入（文本、视频、语音等）转换为表示运动的信号，如人体姿态、深度信息、DensePose等。第二阶段，则是将第一阶段生成的运动信号与外观描述一起输入到模型，然后生成视频。

这里提一嘴，DensePose是一种计算机视觉技术，用于将人体在图像上的姿态信息与一个3D人体模型进行关联。

来源：MagicAvatar

比如，我们想生成一个“女子交叉手臂在舞池跳舞”的视频，直接把提示词投喂给AI，AI会先识别生成交叉手臂的动作，然后再生成目标形象。

这样做的好处优势在于降低了学习难度，不同模态之间不仅可以使用独立的数据进行训练，且不需要所有模态都同时存在的数据集。

另外，MagicAvatar还支持用户上传目标人物的图片，来为特定人物生成动画，实现个性化需求。

来源：MagicAvatar

未来研究团队表示，还将推出音频引导形象生成的功能，到时候用户只用通过音频输入就能创建形象，比如说话、唱歌。

三阶段训练，AI高保真编辑

MagicEdit是一个文生视频的编辑工具。用户只需要自然语言提示，就能轻松地改变视频的风格、场景甚至替换视频里的对象或添加元素，同时保持原视频的动作和外观一致，还可以通过视频混合功能创造出新颖的概念。

比如，把左边这只小兔子变成一个像兔子的老虎，直接提示Tiger就搞定。

OS：（虽然看着有点怪，不过意思是到了…）

来源：MagicEdit

具体来说，MagicEdit可以清晰地分离视频对象的外观和动作并进行学习，实现了高质量和时间连贯的视频编辑。它能够独立地处理和优化这两个方面，然后再将它们合成到一个新的完整的视频中。这样做的好处是，编辑过程更加灵活和高效，同时也能保证视频的质量和时间连贯性。

来源：MagicEdit

比如，你正在编辑一个视频，其中有一个人在跳舞，外观就是这个人的衣服、发型、脸型等，而动作就是他跳舞的动作。

来源：MagicEdit

简单来说，MagicEdit就像是一个聪明的导演，它能分别调整这个人的衣服和跳舞动作，然后再把这两者完美地结合在一起，按照不同个性化需求生成新的视频。

新视频可能背景、场景和风格不一样了，但是保持了原视频的人物外观和动作，同时整个视频看起来既漂亮又流畅。

来源：公开网络

目前，MagicEdit支持多种编辑应用，包括视频风格化、局部编辑、视频混合（Video-MagicMix等功能。视频风格化就是能够将源视频转换成具有特定风格，创建具有不同主题和背景的新场景，比如现实、卡通等。

来源：MagicEdit

局部编辑则允许用户对视频进行局部修改，同时保持其他区域不变。视频混合（Video-MagicMix）就类似于MagicMix，可以在视频领域内混合两个不同的概念，以创建一个新的概念。

除此以外，MagicEdit还支持视频扩展功能，可以在不重新训练的情况下进行视频扩展任务。

来源：MagicEdit

按照以前的逻辑，视频扩展通常需要针对此任务特别训练模型或微调，灵活性比较差。

因此研究团队，通过在去噪过程中灵活注入反向潜码（inverse latent）和随机噪声，这样可以保证已知区域不变，未知区域生成新的内容，然后无需重新训练就可以直接生成符合提示的新内容，极大提高了视频扩展比例的鲁棒性。

字节海外出品

根据论文显示，这两个AI视频项目都是由字节的科学家共同发表，其中五位作者中有四人来自中国，且都曾在字节实验室做过研究或实习。

通讯作者严汉书（Hanshu YAN）是字节跳动新加坡的研究科学家，致力于视频/图像生成模型。

他本科毕业于北京航空航天大学电气工程专业，硕士和PhD都在新加坡国立大学，曾在新加坡海洋人工智能实验室（Sea AI Lab）实习。

来源：Hanshu YAN

Jun Hao Liew是字节跳动新加坡的计算机视觉科学家，他本科毕业于英国伦敦大学学院（UCL）的电子电气工程专业，硕士和PhD则是在新加坡国立大学就读，曾在Adobe实习。据Google Scholar显示，目前其论文引用量已经有1400多。

来源：GoogleScholar

其他几位作者，也都是在新加坡读博，并在字节跳动新加坡参与科研。

加速布局AI视频

2023年的字节跳动在AI领域的布局，确实可以用加速跑来形容。

从近期大模型云雀获批，到刚刚对外测试AI对话产品的豆包，以及6月字节跳动旗下火山引擎发布大模型服务平台“火山方舟”，面向企业提供模型精调、评测、推理等全方位的平台服务。

来源：火山引擎

而作为一家以短视频起家的互联网公司，除了深耕TikTok、抖音等平台外，视频一直是字节的强关注领域。

比如今年4月字节就在美国上架了一款以照片、视频为主的应用程序Lemon8，类似于海外的Instagram和Pinterest的混合体。除此以外，字节跳动旗下的另一款视频编辑工具“CapCut”，在苹果应用商店中被列为美国最受欢迎的应用软件之一。

虽然短视频业务市场占有率不低，但要论拥抱AI的速度，字节确实说不上快。对比之下，前段时间美图发布2023上半年财报，得益于AI视频、绘图等AIGC功能的推出，总收入12.61亿人民币，同比增长了29.8%。

The Information此前报道表示，字节跳动2022年总收入达到了850亿美元，同比增长38%，主要收入来自TikTok、视频游戏和企业软件等，AI还未能给字节带来任何巨大收益。

长按添加「智涌」小助手入群， 备注：公司+职务

字节连发两款AI视频工具，一句话完成换脸、编辑，网友直呼Runway不香了！

文｜尚恩

编辑｜邓咏仪

字节正在跑步AI化，产品侧刚刚宣布对外测试AI对话产品豆包，又接连一口气在Github上发布两个AI视频项目。一个主多模态动画生成，另一个则专注文本导向的视频编辑。

目前在Github上，两个项目加起来已经拿到1000+星。

来源：公开网络

不仅如此，还引来大批网友围观，有人就直接表示：“一直想在TikTok火，有了AI这下可好办了”！

来源：Dave Villalva推特

目前，字节的这俩项目虽已上传GitHub和arxiv，但还没有公开代码，所以想上手玩还得稍等等了。

对此就有不少网友已经等不及，在线求代码中…

来源：Don Jose Valle推特

话不多说，来具体看看这俩AI视频生成项目的细节。

AI捕捉运动信号，一键生成视频

MagicAvatar由字节跳动开发，是一款主打多模态输入生成的多模态框架，可以将文本、视频和音频等不同输入方式转化为动作信号，从而生成和动画化一个虚拟人物。

具体来说，通过简单的文本提示就能创建虚拟人物，也可以根据源视频生成跟随给定动作生产，还能对特定主题的虚拟人物进行动画化。

比如，输入“一个在火山里踢踏舞的宇航员”就能生成一个相应的虚拟形象。

来源：MagicAvatar

或者直接提供一个源视频，然后AI就会创建一个跟随给定动作的形象。

来源：MagicAvatar

看过生成效果，不少网友惊呼，Runway的Gen-1、Gen-2不香了！

来源：推特

根据字节团队的解释，相比以往直接从多模态输入生成视频，MagicAvatar独特之处主要是将视频生成明确分解为两个阶段。

第一阶段，主要将多模态输入（文本、视频、语音等）转换为表示运动的信号，如人体姿态、深度信息、DensePose等。第二阶段，则是将第一阶段生成的运动信号与外观描述一起输入到模型，然后生成视频。

这里提一嘴，DensePose是一种计算机视觉技术，用于将人体在图像上的姿态信息与一个3D人体模型进行关联。

来源：MagicAvatar

比如，我们想生成一个“女子交叉手臂在舞池跳舞”的视频，直接把提示词投喂给AI，AI会先识别生成交叉手臂的动作，然后再生成目标形象。

这样做的好处优势在于降低了学习难度，不同模态之间不仅可以使用独立的数据进行训练，且不需要所有模态都同时存在的数据集。

另外，MagicAvatar还支持用户上传目标人物的图片，来为特定人物生成动画，实现个性化需求。

来源：MagicAvatar

未来研究团队表示，还将推出音频引导形象生成的功能，到时候用户只用通过音频输入就能创建形象，比如说话、唱歌。

三阶段训练，AI高保真编辑

MagicEdit是一个文生视频的编辑工具。用户只需要自然语言提示，就能轻松地改变视频的风格、场景甚至替换视频里的对象或添加元素，同时保持原视频的动作和外观一致，还可以通过视频混合功能创造出新颖的概念。

比如，把左边这只小兔子变成一个像兔子的老虎，直接提示Tiger就搞定。

OS：（虽然看着有点怪，不过意思是到了…）

来源：MagicEdit

具体来说，MagicEdit可以清晰地分离视频对象的外观和动作并进行学习，实现了高质量和时间连贯的视频编辑。它能够独立地处理和优化这两个方面，然后再将它们合成到一个新的完整的视频中。这样做的好处是，编辑过程更加灵活和高效，同时也能保证视频的质量和时间连贯性。

来源：MagicEdit

比如，你正在编辑一个视频，其中有一个人在跳舞，外观就是这个人的衣服、发型、脸型等，而动作就是他跳舞的动作。

来源：MagicEdit

简单来说，MagicEdit就像是一个聪明的导演，它能分别调整这个人的衣服和跳舞动作，然后再把这两者完美地结合在一起，按照不同个性化需求生成新的视频。

新视频可能背景、场景和风格不一样了，但是保持了原视频的人物外观和动作，同时整个视频看起来既漂亮又流畅。

来源：公开网络

目前，MagicEdit支持多种编辑应用，包括视频风格化、局部编辑、视频混合（Video-MagicMix等功能。视频风格化就是能够将源视频转换成具有特定风格，创建具有不同主题和背景的新场景，比如现实、卡通等。

来源：MagicEdit

局部编辑则允许用户对视频进行局部修改，同时保持其他区域不变。视频混合（Video-MagicMix）就类似于MagicMix，可以在视频领域内混合两个不同的概念，以创建一个新的概念。

除此以外，MagicEdit还支持视频扩展功能，可以在不重新训练的情况下进行视频扩展任务。

来源：MagicEdit

按照以前的逻辑，视频扩展通常需要针对此任务特别训练模型或微调，灵活性比较差。

因此研究团队，通过在去噪过程中灵活注入反向潜码（inverse latent）和随机噪声，这样可以保证已知区域不变，未知区域生成新的内容，然后无需重新训练就可以直接生成符合提示的新内容，极大提高了视频扩展比例的鲁棒性。

字节海外出品

根据论文显示，这两个AI视频项目都是由字节的科学家共同发表，其中五位作者中有四人来自中国，且都曾在字节实验室做过研究或实习。

通讯作者严汉书（Hanshu YAN）是字节跳动新加坡的研究科学家，致力于视频/图像生成模型。

他本科毕业于北京航空航天大学电气工程专业，硕士和PhD都在新加坡国立大学，曾在新加坡海洋人工智能实验室（Sea AI Lab）实习。

来源：Hanshu YAN

Jun Hao Liew是字节跳动新加坡的计算机视觉科学家，他本科毕业于英国伦敦大学学院（UCL）的电子电气工程专业，硕士和PhD则是在新加坡国立大学就读，曾在Adobe实习。据Google Scholar显示，目前其论文引用量已经有1400多。

来源：GoogleScholar

其他几位作者，也都是在新加坡读博，并在字节跳动新加坡参与科研。

加速布局AI视频

2023年的字节跳动在AI领域的布局，确实可以用加速跑来形容。

从近期大模型云雀获批，到刚刚对外测试AI对话产品的豆包，以及6月字节跳动旗下火山引擎发布大模型服务平台“火山方舟”，面向企业提供模型精调、评测、推理等全方位的平台服务。

来源：火山引擎

而作为一家以短视频起家的互联网公司，除了深耕TikTok、抖音等平台外，视频一直是字节的强关注领域。

比如今年4月字节就在美国上架了一款以照片、视频为主的应用程序Lemon8，类似于海外的Instagram和Pinterest的混合体。除此以外，字节跳动旗下的另一款视频编辑工具“CapCut”，在苹果应用商店中被列为美国最受欢迎的应用软件之一。

虽然短视频业务市场占有率不低，但要论拥抱AI的速度，字节确实说不上快。对比之下，前段时间美图发布2023上半年财报，得益于AI视频、绘图等AIGC功能的推出，总收入12.61亿人民币，同比增长了29.8%。

The Information此前报道表示，字节跳动2022年总收入达到了850亿美元，同比增长38%，主要收入来自TikTok、视频游戏和企业软件等，AI还未能给字节带来任何巨大收益。

长按添加「智涌」小助手入群， 备注：公司+职务

可以写文章的软件有哪些？智能ai写作免费平台有哪些？

在信息爆炸的时代，写作成为了每个人必备的技能。无论是学生、职场人士还是自媒体人，都需要一款好的写作软件来提高写作效率。如今，市场上涌现出许多可以写文章的软件，它们功能各异，适用于不同的场景。而智能AI写作免费平台也在逐渐崭露头角，为写作者带来便利。本文将结合微撰特点，介绍一些可以写文章的软件和智能AI写作免费平台。

首先，我们来了解一些可以写文章的软件。目前市面上比较流行的写作软件有：MicrosoftWord、WPS、Ulysses、Byword等。这些软件具有强大的文字处理功能，可以满足用户在各种场景下的写作需求。例如，MicrosoftWord 是微软公司出品的一款文字处理软件，功能丰富，适用于各种文档的编写；WPS则是国内较为知名的办公软件，包含文字、表格、演示等多种功能，方便用户进行各种写作任务。

然而，对于一些需要大量创作、高效写作的用户来说，这些传统的写作软件可能无法满足他们的需求。此时，智能AI写作免费平台就派上用场了。智能AI写作免费平台通过大量的数据训练，可以理解用户的需求，并根据用户的输入生成相应的文字。目前，市面上比较受欢迎的智能AI写作免费平台有：微撰、AI写作助手、机器之心等。

其中，微撰是一款功能强大的AI写作工具，适用于各类营销推广、自媒体大V、短视频制作、公文写作等行业。微撰拥有上百种模板写作功能，可以轻松实现：标题生成文章、小红书各种种草笔记、知乎文案、文章大纲生成、短视频脚本、自定义输入、行业软文等上百种场景。同时，微撰还具备AI聊天功能，内置200+高级指令，像聊天般，轻松解决您的任何疑惑。针对深度创作用户，微撰支持深度编辑功能，包括排版、改写、润色、扩写、翻译、纠错、总结等功能。针对营销用户，微撰支持企业专属知识库，让模型更懂您的产品。针对媒体用户，微撰支持全网热点聚合内容生成，轻松实现蹭热点，助您轻松10w+。微撰支持电脑、手机等多终端使用，方便用户随时随地进行创作。

除了微撰之外，AI写作助手和机器之心也是不错的选择。AI写作助手是一款基于人工智能技术的智能写作软件，可以实现文本生成、摘要提取、文本分类等功能。机器之心则是一个涵盖多个领域的人工智能平台，可以为用户提供写作、翻译、语音识别等多种服务。

总之，随着科技的发展，写作软件和智能AI写作免费平台为我们带来了极大的便利。我们可以根据自己的需求选择合适的软件和平台，提高写作效率。在众多的写作软件和智能AI写作免费平台中，微撰凭借其丰富的功能和强大的性能，成为了许多写作者的首选。

6.5K Star开源的Notepad++文本编辑器替代品，功能强大，一模一样

Notepad++ 在Windows上是非常流行的源代码编辑器。但一方面Notepad++ 并不适合在Linux下使用。另一方面Notepad++软件作者太作了。NotepadNext是Notepad++的替代品，功能强大，页面几乎和N一模一样，不需要替代学习成本，强烈建议可以试试。

病毒软件Notepad++

Notepad++是一款广受程序员欢迎的知名代码编辑器，作者为台湾程序员侯今吾。然而，近期有关作者在社交媒体上涉及政治偏见、争议言论的报道引发了关注。

最近，作者在Twitter上发布了一条令人不安的言论，声称如果用户与他的政治观点不一致，Notepad++会在源代码中插入随机字符。虽然后来他声称这只是个玩笑，但这并非是第一次出现类似争议。

在过去的版本中，Notepad++曾以“Stand with Hong Kong”和“Boycott Beijing 2022”等名称发布，引发了一些争议。这些行为与开源软件的中立原则相悖，让一些用户感到不满。

NotepadNext软件介绍

NotepadNext是Notepad++ 的替代品。采用C++ 重写的跨平台文本编辑器，拥有和Notepad++ 相似的界面和功能。NotepadNext是一款轻量级的文本编辑器，具有简洁易用的界面和丰富的功能集。它基于 Electron 开发，支持 Windows、macOS 和 Linux 等多个操作系统。用户可以通过该软件打开、编辑和保存文本文件，以及进行格式化、搜索替换等操作。

NotepadNext功能特色文件夹作为工作区： NotepadNext支持将文件夹作为工作区，使文件管理更加有序和便捷。多语言支持： 软件支持多种编程语言，包括C++、YAML、XML、LaTeX、PHP、Python、R、Rust等，使不同编程任务更加灵活。UI自定义： 可以根据需要启用或禁用部分用户界面元素，以定制编辑环境。宏录制与执行： 支持录制宏、运行宏以及保存录制的宏，有助于自动化重复任务。查找和替换： 提供文件中查找和替换功能，方便快速修改文本内容。行操作： 支持对文本行进行操作，如插入、删除、移动等。编辑检查器： 提供详细的文档信息，有助于检查和编辑文本文件。缩进指南： 显示缩进指南，帮助编写规范的代码。撤消/重做功能： 提供撤消和重做按钮，方便在编辑过程中进行撤销和重做操作。放大/缩小： 支持文本的放大和缩小功能，以便更好地查看和编辑文本。Lua控制台： 集成Lua控制台，可能用于自定义脚本和插件。EOL操作： 能够处理行尾（End of Line）字符，有助于跨平台文件的编辑。大小写转换： 具备大小写转换功能，可根据需要修改文本大小写。

总结

NotepadNext成为一个功能丰富、灵活且可定制的文本编辑器，适用于多种编程和文本编辑任务。可以完全作为Notepad++的替代。当然，各位网友也可以根据自己喜好，在开源社区选择其他的代码编辑器，例如VScode、sublime等等。但我认为NotepadNext值得一试。

如对你有帮助劳烦点赞关注并收藏。我会经常分享各类有意思的软件和免费干货！

愿你读有所获，你我共同学习成长。