微软 Edge 浏览器现已支持自动生成图片标签
来源：kaiyun登录官网 发布时间：2024-01-02 20:06:37据Windows Central报道，在无障碍方面的好消息是，微软Edge现在支持自动生成的图像标签。这在某种程度上预示着Edge将确保屏幕阅读器能够描述图像的内容，即使这些图像没有包含alt文本。对那些想知道图片内容但看不到的盲人或其他视障用户来说，这个工具应该会有帮助。
微软重申，这些自动生成的标签仍然不如页面作者自己提供的alt文本好，因为作者可能知道更多关于图像的详细的细节内容，而不是Edge所能提供的任何有根据的猜测。尽管如此，考虑到「屏幕阅读器处理的图像中有一半以上缺少alt文本」，根据该公司的说法，这一解决方案将有望帮助弥合基于网络的图像和完全无障碍之间的一些差距。
据介绍，该功能由Azure认知服务提供支持，可供Windows、Linux和Mac的Edge用户使用，目前安卓和iOS不包括在内。至于如何启用这些自动生成的标签。你需要进入edge://settings/accessibility，找到 「从 Microsoft 获取屏幕阅读器的图像说明」这一设置。
11.11云上盛惠！海量产品 · 轻松上云！云服务器首年1.8折起，买1年送3个月！超值优惠，稳定性很高，让您的云端之旅更加畅享。快来腾讯云选购吧！
AIComicFactory是一个免费开源的AI漫画生成器，使用LLMSDXL开发。它可以依据用户提供的提示词生成漫画，并支持无损放大、保存和打印。这种灵活性使更多人能够尝试并享受漫画创作。
StableDiffusion是目前最强开源文本生成图片的扩散模型之一，但对于那些没有A100、H100的中小企业、个人开发者来说有一个很大缺点，需要花费高昂的训练成本。为了解决这一痛点，Wuerstchen开源模型采用了一种全新的技术架构，在保证图片质量的情况下实现了42倍极限压缩。Wuerstchen生成图片展示根据Wuerstchen展示的案例，该模型对文本的理解能力非常好，生成的质量效果也能媲美StableDiffusion等目前最强开源扩散模型。
据itbusiness报道，近期，一项新的研究揭示了Midjourney图片生成器存在的严重安全漏洞，这可能引发一场新的争议。MidjourneyMI作为一款生成式人工智能平台，在其服务条款中明确禁止用户制作任何侮辱性或攻击性的图片。过去几个月，人工智能技术被广泛用于政治宣传，但同时也引发了关于虚假信息和误导性图片的忧虑。
谷歌团队最新提出「生成图像动力学」，这项研究提出了一种基于图像空间的场景动力学先验模型。该模型可以将单张静态图片转换成无缝循环视频，或者用于与图片中的对象进行交互。该研究为基于单张图片合成视频开辟了新的思路。
MiniGPT-5是一款基于大型语言模型的视觉与语言生成工具，旨在实现图像和文本的协同生成。它采用了创新的生成vokens概念，作为实现图像和文本协同生成的桥梁。评估功能:该工具还提供了评估功能，可以在多个数据集上进行性能评估，帮助用户了解模型的表现。
图片库巨头GettyImages与芯片制造商Nvidia宣布合作，共同开发生成式AI图片工具。这一消息引发了有关图片创作者应该获得图片创作权的争议。这一合作引发的争议将继续推动我们思考和探讨AI技术如何塑造我们的文化和创意产业，以及如何平衡技术的创新和创作者的权益。
QQ浏览器推出了一款名为“PDF阅读助手”的智能工具，用户可以申请加入体验测试。该工具由腾讯混元大模型支持，可以在手机或电脑上随时使用。该助手还将覆盖Word、Excel、PPT和网页等更多应用场景。
Brave浏览器与搜索引擎的开发公司BraveSoftware确认已裁员9%。尽管公司没有具体说明受到影响的员工人数，但他们表示这一决策是受到了困难的经济环境的驱动。随着技术行业的竞争加剧，公司可能需要进一步调整策略，以确保其可持续发展和增长。
苹果于昨天发布了iOS17系统更新，其中包括对长截图图片保存功能的改进。在过去的iOS16版本中，长截图的保存格式为PDF文件。同比下降幅度明显，相比iPhone14系列首年销量保持了相当大的差距。
【新智元导读】AI无法打败AI，不是没有道理。上千万人围观的婴儿死亡照片，AI检测工具竟无法给出一致答案。在AI模型加速迭代当下，想要有「火眼金睛」太难了。
Behavly利用人工智能分析技术,按照每个用户心理学和行为学知识,智能生成提升网站文字、设计和用户体验的建议。它可以帮助企业主精简核心卖点,优化图像结构,确保导航顺畅,以及检查关键元素等,从而提高页面浏览量、转化率和客户忠诚度。
BuildMyStores是一个免费的AI建立Shopify商店的平台，用户可以在10分钟内快速开始销售产品。网站通过AI完全设计，支持全球使用，用户可完全定制自己的商店，并且不收取任何收入百分比。该产品帮助用户节省时间和金钱，并获得了数千名客户的好评。
ColoringPages day是一个为孩子们提供可爱的填色页的网站。我们的收藏包括独角兽、圣诞节、索尼克等多种填色页。我们相信填色是孩子们表达自己、发展艺术技能的有趣创意方式。请访问我们的网站，每天都能找到新的可爱填色页！
Phonetiks.ai是一款Ai语音销售虚拟助手，能够进行完整的10-40分钟电话交谈，声音和真人一样，具有无限记忆、完美回忆，并能自主操作超过6000个应用程序。它可以完成全职代理的所有工作，无需培训、管理或激励。它可以全年无休地工作。
MagicRecap是一个友好的助手，每天帮你概述在线内容。通过使用人工智能，它可以将任何文本或视频转化为简洁易懂的摘要，节省你的时间并让你保持了解。它可以从YouTube视频中提取最有价值的内容，从整个网页中提取最有价值的内容，并提供文档摘要功能。MagicRecap还提供了分类和保存摘要的功能，方便你浏览和分享。无论你使用的是哪种设备，都能获得出色的用户体验。
Browserbear是一个利用人工智能技术，只需点击几下即可找到您所需的业务数据的工具。可以进行网页截取、自动化测试、与其他应用程序集成等。定位于为商业用户更好的提供便捷的数据获取解决方案，提高工作效率。
Magic Translate是一个用于翻译React应用的工具，使翻译变得更简单、更快速、更经济实惠。它提供低廉的价格，与市场上其他解决方案相比，价格显著更低。使用Magic Translate，您可以轻松更新应用程序中的内容，只需更新一种语言的文本，您的软件就可以准备发布了，无需等待翻译。它还提供低维护成本，可以轻松重构翻译的代码，只需按需移动代码，无需更新翻译键。通过Magic Translate，您可以节省时间和金钱，快速部署和维护React应用程序。
Canvas是一款针对Mac平台开发的开源软件,集成了OpenAI的DALL-E生成功能,可以实现图像生成、编辑和变型。该软件具有操作简单、支持多种方式生成图像等优点。软件功能包括文字描述生成图片、上传图片进行生成编辑、变更图像样式等。适用于设计师、艺术创作者等用户,可以提高工作创作效率,降低创作成本。软件开源免费。
BrokerSpot是一款全能的房地产经纪人应用，集线索生成、管理和交易于一体。拥有优质的线索，易于管理的交易面板，灵活的付款选项，定制化的落地页以及友好的在线支持，是您成为本地顶尖房产经纪人的绝佳选择。定位于房地产经纪行业，旨在帮助经纪人更轻松地管理线索和交易，提高业务增长。
BetterAI是一个Chrome浏览器插件,它可以让用户无缝地探索、比较和找到最好的AI解决方案。该插件整合了各种AI工具,用户都能够快速评估不同的工具,并根据自己的需求选择最合适的工具。插件界面简洁明了,使用方便,可以极大地提高工作效率。
The Prompt Index是一个强大的 AI 工具，可以帮助用户在写作过程中生成创造性的文本。它使用先进的语言模型和 AI 技术，为用户提供灵感和创意，提高写作效率。The Prompt Index具有智能编辑、AI 写作指导和多种创作模式等功能。定价灵活，满足不同用户的需求。
sd4j是一个使用ONNX Runtime的Stable Diffusion推理Java实现,以C#实现进行了优化移植,带有重复生成图像的图形界面,并支持负面文本输入。 旨在演示如何在Java中使用ONNX Runtime,以及获得良好性能的ONNX Runtime的最佳实践。 我们将使其与ONNX Runtime的最新版本保持同步,并随着通过ONNX Runtime Java API提供的性能相关ONNX Runtime功能的出现进行适当更新。 所有代码都可能会发生变化,因为这是一个代码示例,任何API都不应该被视为稳定的。
Anyo是一个旨在帮助用户实现身心健康的应用。它提供心理咨询、冥想、艺术、音乐等高质量音频、视频和互动内容。用户可以与Anyo的心理咨询师进行实时聊天，找到合适的心理健康专家并预约咨询。此外，Anyo还提供定制的健康建议和活动，帮助用户放松、重建内心连接，并管理压力。
Readbay.ai是一个每天提供1篇高质量文章进行深度阅读的App。它通过精选文章,高效阅读工具,自动笔记同步等功能,帮助用户建立每天1篇文章深度阅读的习惯,持续提升阅读质量,实现知识的持续复利增长。
FusionArt AI是一款免费的3D社交媒体个人资料制作工具，使用DALL-E 3技术，能够从您的照片中创建病毒式传播的3D头像。我们将分析您的照片，用文字描述它，并从头开始生成新的图像。您只需上传一张照片，即可免费生成。由于需求量大，每天最多尝试一次。想要更多？使用我们的GPT！这些图像将在1小时后自动删除，我们不会在任何地方保存您的图像。
Summify - Summarize speech是一款移动应用程序，可以让您轻松记录和总结任何演讲，从大学讲座或学校课堂到人工智能商务会议！它利用 OpenAI 的 Whisper AI 模型和 ChatGPT 的强大功能，以尽可能高的准确性转录文本并进行总结，捕捉每一个重要细节。Summify可以帮助您提高生产力，集中注意力，在家修改演讲内容，并保护您的隐私。
Fridge2Food 是您的终极烹饪伴侣，将您的冰箱和食品储藏室转化为美食宝库！通过拍照即可获取即时食谱建议，无需去杂货店。您可以定制为鸡尾酒或其他任何饮食偏好，将现有食材转化为美食佳肴。
AGOGE.AI利用OpenAI的尖端GPT-4技术，提供动态互动环境，让用户参与模拟对话，以增强他们的沟通能力。该应用采用先进的自然语言处理技术，生成实时、具有上下文意识的回应，让使用者真实的体验多样化的对话场景，并即时获得可操作的反馈，以有效地完善对话策略。对话潜力无限，让您的交流技能得到释放。
Cliptutor是一个一站式的英语教学辅助平台。它利用AI技术为教师和学习者提供个性化、交互式的教学体验。主要功能包括:利用AI从教学视频中快速生成学习大纲、问答和测验,帮助学习者主动回顾知识点;支持多语种,适合全球用户;与Quizlet、Kahoot等工具无缝对接,丰富教学形式;提供聊天功能,让视频学习变得有交互性。平台简单易用,workflow提升5-10倍,助力教师事半功倍。定价合理,提供免费和付费版本。目标用户包括全球使用英语学习的学生及教育工作者。
Laterbase是一个使用AI技术提供知识管理服务的网站。它能够在一定程度上帮助用户整理、搜索和管理网络书签,利用AI提高信息检索效率。主要功能包括:基于AI的智能标签、搜索建议、网页摘要生成等,帮助用户快速定位所需信息;支持 Chrome 等主流浏览器插件导入现有书签;提供云同步服务,支持多设备随时访问。Laterbase 定位为个人知识工具,通过 AI 赋能,实现更高效的网络知识管理。
