在光怪陆离的梦境中，我们可以摆脱客观事实的约束，对自己的外在形象进行天马行空的畅想，有人化身威风凛凛的将军驰骋疆场，又有人化身亭亭玉立的公主正襟危坐，然而这些翩若惊鸿婉若游龙的美好瞬间却总是会随着一声闹钟的响声化为泡影。难道梦境中的自己总是不能被带回到现实之中吗？AIGC技术的快速发展使得这一点成为可能。

在保持输入主体不变的情况下生成背景的需求广泛存在，可用于海报生成、商品换背景多种场景。本文介绍一种使用扩散模型生成背景的技术，背景生成内容可接受图像、文字prompt和图像边缘edge等3中不同的引导方式，这些引导方式可以组合使用，灵活的控制生成背景的内容。该模型具有很好的通用性，对主体内容无限制，适用各种不同的图像主体，例如各类商品、动物甚至人像等。

在过去的不到一个月，FaceChain开源项目从无到有，成功突破了相关技术瓶颈，GitHub获得了超过4.6K star，为未来的应用发展奠定了坚实的基础。 本文将介绍我们已经实现的一些核心功能、，以及未来一些场景的设想。文章末尾，诚邀有意向有能力的开发者加入我们！

本文主要展示了阿里和港大的AI版「任意门」，实现零样本的图像嵌入。

本地生活技术雷达是由本地生活技术中心战略管理&PMO团队开展的，定期扫描和评估新兴技术的战略研究工作。目的是对技术趋势进行前瞻性预判，提出新技术布局建议，在技术驱动业务创新和业务增长、践行社会责任等方面有一些实质性探索。 本篇尝试探讨 1）理解AI范式——从分析型（Analytical AI）到生成式（Generative AI）的拐点在2022年，其对人类社会以及商业模式的长期影响； 2）生成式AI（文生文、文生图、图生图等）在本地业务目前场景的应用和未来的方向。 欢迎技术、产品、运营、战略、管理层、国内国际等各种视角的指点和碰撞！

新手该如何快速学习和应用LLM

AI提效：基于手淘首页截图进行请求定位能力实现

AI热点日报隆重推出！ 我们汇集了最新的AI热点信息、最新论文和观点，为您提供最前沿的AI领域资讯。 （往期链接请在子社区查看官方博文哦~）

伴随着持续不断的AIGC浪潮，越来越多的AI生成玩法正在被广大爱好者定义和提出，图像卡通化（动漫化）基于其还原效果高，风格种类丰富等特点而备受青睐。早在几年前，伴随着GAN网络的兴起，卡通化就曾经风靡一时。而今，伴随着AIGC技术的兴起和不断发展，扩散生成模型为卡通化风格和提供了更多的创意和生成的可能性。本文就将详细介绍达摩院开放视觉团队的卡通化技术实践。

为了零成本低门槛地提供极致酷炫的人像玩法，我们提出了一套人像风格化通用框架「AI Maleonn」AI 版神笔马良，用于一键生成风格百变的人物虚拟形象，在风格上涵盖手绘、3D、日漫、艺术特效、铅笔画等多种风格，同时可以支持面向小样本的专属风格定制，利用少量目标风格图即可实现快速迁移拓展；在处理维度上，不仅适用于生成头部效果，更支持全图精细化纹理转换，兼容多人场景；在模型鲁棒性上，有效克服了多角度姿态、面部遮挡等各类复杂场景，整体稳定性大大提升。

C++20是C++语言的一次重大更新，引入了模块、协程、概念、范围等革命性特性。相比老版本，它显著提高了开发效率、增强了代码可读性和可维护性，并通过优化编译和运行性能提升了整体表现。这些改进推动了现代C++编程范式的发展，帮助开发者应对复杂软件工程挑战。文章回顾了C++发展历程，详细分析了C++20的新特性及其优势，展望了其未来潜力。

JT1078和GB28181分别是针对车载监控和公共安全监控设计的标准协议。JT1078专注于车载视频监控，适用于物流与交通场景，强调实时传输、编解码支持及无线环境下的数据安全性；而GB28181侧重于大规模公共安全监控，覆盖城市安防等领域，支持多协议交互与级联方案。两者在技术上有交集，需通过中间件实现互联互通，各有独特优势以满足不同需求。

本文介绍了大牛直播SDK的SmartGBD在执法记录仪场景中的应用。GB28181协议作为视频监控联网的国家标准，为设备互联互通提供规范。SmartGBD专为Android平台设计，支持音视频采集、编码与传输，具备自适应算法和多功能扩展优势。文章分析了执法记录仪的需求，如实时音视频传输、设备管理及数据安全，并详细阐述了基于SmartGBD的技术实现方案，包括环境准备、SDK集成、设备注册、音视频处理及功能扩展等步骤。最后展望了SmartGBD在未来智慧物联领域的广阔应用前景。

本文深入探讨了H.264标准中的`frame_cropping_flag`，一个常被提及却易被误解的概念。该标志用于指示解码后图像是否需裁剪，通过四个裁剪偏移量参数调整分辨率。文章分析了其在视频转码、流处理及编辑中的应用，并讨论对视频质量的影响，如内容完整性、分辨率调整和传输效率。合理设置此参数可优化视频适配与播放体验，但需注意兼容性问题。最后强调，理解音视频协议框架对开发高质量播放器至关重要。

这段内容为初入职场的程序员提供了宝贵建议，涵盖技术提升、业务理解、团队协作、代码质量、错误处理、持续学习及情绪管理七个方面。通过掌握学习节奏、理解业务需求、加强沟通能力、注重代码优化、从错误中成长、保持技术好奇心和调节工作压力，帮助新人在复杂环境中成长为优秀的程序员，实现职业目标。这些经验来自一位资深从业者“牛叔”，他以实际见解指导年轻人更好地应对职场挑战。

本文详细讲解了在Python环境下使用大牛直播SDK实现RTMP推流的过程。从技术背景到代码实现，涵盖Python生态优势、AI视觉算法应用、RTMP稳定性及跨平台支持等内容。通过丰富功能如音频编码、视频编码、实时预览等，结合实际代码示例，为开发者提供完整指南。同时探讨C接口转换Python时的注意事项，包括数据类型映射、内存管理、回调函数等关键点。最终总结Python在RTMP推流与AI视觉算法结合中的重要性与前景，为行业应用带来便利与革新。

本文探讨了利用大牛直播 SDK 打造无纸化同屏会议与智慧教室系统的技术方案。SDK 具备跨平台兼容性、超低延迟等优势，支持 RTMP 推流播放、RTSP 直播播放及多路流媒体转发等功能，满足实时互动需求。文章详细介绍了两种场景的系统架构与功能实现，并总结其技术优势，展望未来结合 AI 等技术的发展前景，推动现代办公与教育智能化升级。

在工业4.0和智能化浪潮下，传统巡检方式正经历深刻变革。四足机器人与无人机凭借灵活机动性和高效巡检能力崭露头角，而大牛直播SDK则赋予其实时直播与智能互动功能。本文介绍大牛直播SDK的核心优势、在四足机器人和无人机巡检中的应用方案，以及技术实现要点和未来展望，展示智能巡检的广阔前景。

RTSP协议是实时流媒体传输的重要规范，大牛直播SDK的rtsp播放器基于此构建，具备跨平台支持、超低延迟（100-300ms）、多实例播放、高效资源利用、音视频同步等优势。它广泛应用于安防监控、远程教学等领域，提供实时录像、快照等功能，优化网络传输与解码效率，并通过事件回调机制保障稳定性。作为高性能解决方案，它推动了实时流媒体技术的发展。

本文深入解析了基于Python实现的RTSP/RTMP播放器，探讨其代码结构、实现原理及优化策略。播放器通过大牛直播SDK提供的接口，支持低延迟播放，适用于实时监控、视频会议和智能分析等场景。文章详细介绍了播放控制、硬件解码、录像与截图功能，并分析了回调机制和UI设计。此外，还讨论了性能优化方法（如硬件加速、异步处理）和功能扩展（如音量调节、多格式支持）。针对AI视觉算法对接，文章提供了YUV/RGB数据处理示例，便于开发者在Python环境下进行算法集成。最终，播放器凭借低延迟、高兼容性和灵活扩展性，为实时交互场景提供了高效解决方案。

本文详细探讨了在Android平台上实现HTTP-FLV播放器的过程。首先介绍了FLV格式的基础，包括文件头和标签结构。接着分析了HTTP-FLV传输原理，通过分块传输实现流畅播放。然后重点讲解了播放器的实现步骤，涵盖网络请求、数据解析、音视频解码与渲染，以及播放控制功能的设计。文章还讨论了性能优化和网络异常处理的方法，并总结了HTTP-FLV播放器的技术价值，尤其是在特定场景下的应用意义。

多宠识别基于计算机视觉与深度学习技术，通过目标检测（如 YOLO、Faster R-CNN）和图像分类（如 ResNet、EfficientNet），实现对多只宠物的种类、姿态及行为的精准识别。其核心流程包括数据预处理、模型训练与推理输出，广泛应用于宠物医院健康管理、智能家居安防监控等场景。文中提供了基于 PyTorch 的代码示例及多种预训练模型（ResNet、VGG、Inception、EfficientNet）的使用方法，帮助开发者根据计算资源与精度需求选择合适方案。

学校和教育机构常需处理成绩单、报名表等PDF文件。通过OCR技术，可自动提取学生信息并录入Excel，便于统计分析和存档管理。本文介绍使用阿里云服务实现批量OCR识别、内容提取、重命名及导出表格的完整步骤，包括开通相关服务、编写代码、部署函数计算和设置自动化触发器等。提供Python示例代码和详细操作指南，帮助用户高效处理PDF文件。 链接： - 百度网盘：[链接](https://pan.baidu.com/s/1mWsg7mDZq2pZ8xdKzdn5Hg?pwd=8866) - 腾讯网盘：[链接](https://share.weiyun.com/a77jklXK)

在生活和工作中，我们常需处理大量PDF文件，如银行单据、税收单据等。手动处理效率低下，而使用“咕嘎批量PDF多区域内容提取重命名导表格系统”可快速完成数千份文档的处理，大幅提高效率。该工具通过获取PDF各区域内容坐标，导入并处理文件，最终将信息提取至表格，并根据关键信息对PDF进行重命名，方便管理和查找。

车险保单包含基础信息、车辆信息、人员信息、保险条款及特别约定等关键内容。AI识别技术通过OCR、文档结构化解析和数据校验，实现对保单信息的精准提取。然而，版式多样性、信息复杂性、图像质量和法律术语解析是主要挑战。Python代码示例展示了如何使用PaddleOCR进行保单信息抽取，并提出了定制化训练、版式分析等优化方向。典型应用场景包括智能录入、快速核保、理赔自动化等。未来将向多模态融合、自适应学习和跨区域兼容性发展。

通过结合NLP技术，提升OCR系统的语义理解和上下文感知能力。方法包括集成NLP模块、文本预处理、语义特征提取、上下文推理及引入领域知识库。代码示例展示了如何使用Tesseract进行OCR识别，并通过BERT模型进行语义理解和纠错，最终提高文本识别的准确性。相关API如医疗电子发票验真、车险保单识别等可进一步增强应用效果。

OCR技术近年来迅速普及，广泛应用于文件扫描、快递单号识别、车牌识别及日常翻译等场景，极大提升了便利性。其发展历程从传统方法（基于模板匹配和手工特征设计）到深度学习（采用CNN、LSTM等自动学习高级语义特征），再到大模型OCR（基于Transformer架构，支持跨场景泛化和少样本学习）。每种技术在特定场景下各有优劣：传统OCR适合实时场景，深度学习OCR精度高但依赖大量数据，大模型OCR泛化能力强但训练成本高。未来，大模型OCR将结合多模态预训练，向通用文字理解方向发展，与深度学习OCR形成互补生态，最大化平衡成本与性能。

实时云渲染如何赋能VR大空间文旅体验。传统VR体验多为固定座椅观看，缺乏互动；如今的VR体验店则允许用户在一定区域内自由移动并进行互动。然而，高精度VR模型对显卡要求极高，单靠VR设备难以实现流畅运行。实时云渲染通过B/S架构解决了这一问题。 具体实施步骤包括：1）准备高性能服务器、显卡及VR模型；2）将3D模型存储于服务器，并安装实时云渲染软件，生成推流链接或二维码；3）VR眼镜端安装特定客户端App，连接服务器资源。

在医疗和政务等领域，图片型PDF文件（如病历、报告、公文扫描件）的处理需求广泛。通过OCR技术识别这些文件中的文字信息，提取关键内容并保存为表格，极大提高了信息管理和利用效率。本文介绍一款工具——咕嘎批量OCR系统，帮助用户快速处理图片型PDF文件，支持区域识别、内容提取、导出表格及批量改名等功能。下载工具后，按步骤选择处理模式、进行区域采样、批量处理文件，几分钟内即可高效完成数百个文件的处理。

2022云栖大会在杭州成功举办，平行云作为阿里云重要合作伙伴受邀参会，并凭借“元域电音Club”精彩亮相。会上，平行云荣获“阿里云产品生态伙伴合作攻坚奖”和“2022云栖科技创新奖”两项大奖，彰显其在云化XR领域的卓越贡献与创新实力。平行云为阿里云XR平台提供算力调度、3D实时渲染等服务，助力元宇宙产业云化转型，推动多行业创新业务形态发展。

这是一个代码可视化工具，旨在简化代码理解过程。用户无需额外配置，直接复制代码即可实时观看执行过程，支持前进后退和动画展示。目前支持JavaScript和Python，未来将扩展更多语言。工具提供了数组、链表、栈、队列、二叉树和哈希表的可视化，并包含辅助函数和自定义注释功能。主要局限在于仅支持单段代码，且执行步数限制为500步。[了解更多](https://staying.fun/zh)

vue使用iconfont图标

本文基于阿里云多模态数据信息提取解决方案，对其进行全面评测。该方案利用百炼大模型等技术，支持文本、图像、音频和视频处理，显著提升效率并降低成本。体验中，文本和图片信息提取功能表现出色，部署便捷且准确率高。优势包括易用性、多模态支持和高性价比，但文档完善性和模型定制性等方面仍有提升空间。建议增强模型可定制性、跨模态融合能力及丰富文档案例，以进一步优化用户体验。

阿里云多模态数据信息提取技术解决方案，利用先进AI技术处理文本、图像、音频和视频，帮助企业从海量数据中高效提取有价值信息。方案涵盖文本、图片、视频信息提取，适用于电商平台、安防等领域。通过大模型支持自动扩展与持续训练，提供简单部署及免费试用，评测显示其在识别准确性和易用性方面表现出色，但仍需优化高级设置提示和加载速度。

【云智AI运动识别小程序插件】提供人体、运动、姿态检测的AI能力，支持本地原生识别，无需后台服务，具有速度快、体验好、易集成等优点。本文介绍如何使用该插件实现用户上传视频的运动识别，包括视频解码抽帧和人体识别的实现方法。

近期，多家康复机构咨询AI运动识别插件是否适用于肢力运动受限患者的康复锻炼。本文介绍该插件在康复锻炼中的应用场景，包括康复运动指导、运动记录、恢复程度记录及过程监测。插件集成了人体检测、姿态识别等功能，支持微信小程序平台，使用便捷，安全可靠，帮助康复治疗更加高效精准。

【云智AI运动识别小程序插件】提供人体、运动及姿态检测的AI能力，本地引擎无需后台支持，具备快速、体验好、易集成等优势。本文介绍如何利用插件的`camera-view`功能，通过检测人体站位视角（前、后、左、右），确保运动时的最佳识别率和用户体验。代码示例展示了如何实现视角检查，确保用户正或背对摄像头，为后续运动检测打下基础。

【云智AI运动识别小程序插件】提供人体、运动及姿态检测的AI能力，无需后台支持，具有快速、体验好、易集成等特点。本文介绍如何利用插件判断人体与摄像头的远近，确保人体图像在帧内的比例适中，以优化识别效果。通过`whole`检测规则，分别实现人体过近和过远的判断，并给出相应示例代码。

本文介绍了如何从零开始开发一个AI运动小程序，重点讲解了通过分包技术解决程序包超过2M限制的问题。详细步骤包括在uni-app中创建分包、配置`manifest.json`和`pages.json`文件，并提供了分包前后代码大小对比，帮助开发者高效实现AI运动功能。

本文介绍如何利用“云智AI运动识别小程序插件”开发AI运动小程序，详细解析了俯卧撑动作的检测规则构建与执行流程，涵盖卧撑和撑卧两个姿态的识别规则，以及如何通过继承`sports.SportBase`类实现运动分析器，适用于小程序开发者。

随着AI技术的发展，AI运动APP如雨后春笋般涌现，如“乐动力”、“天天跳绳”等，推动了云上运动会、线上健身等热潮。本文将指导你从零开始开发一个AI运动小程序，利用“云智AI运动识别小程序插件”，介绍运动识别原理、计量方式及运动分析器基类的使用，帮助你在小程序中实现运动计时和计数功能。下篇将继续探讨运动姿态检测规则的编写。

本文介绍如何利用“云智AI运动识别小程序插件”开发AI运动小程序，涵盖云上运动会、健身打卡等热门应用场景。通过示例代码展示如何调用插件功能，实现动作追踪与分析，助力开发者快速上手。