Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

sd和mj各自的优缺点在哪?分别更适合什么样的工作内容

Answer

Midjourney(MJ)的优点:

  1. 角色一致性精度较高,对于 70 - 80%的工作能大幅提升效率。
  2. 高可用性、极佳的用户体验、不错的效果。
  3. 不需要像 Stable Diffusion(SD)一样高门槛、高成本地训练自己的 LoRA,只需要一张图。
  4. 能生成更多样、更具设计感的角色设计,不受制于特定的模型风格。
  5. 有更加可控的设计内容和更多的细节调整空间,比如使用 Midjourney + Stable Diffusion 混合模式进行原画设计,有两到三次的 Prompt 调整空间,并且能够运用 SD Controlnet 的各种功能对设计细节进行更多更细致的调节。
  6. 可以产出比单纯使用一种 AI 进行设计更加合理的结构和更丰富的细节。
  7. 效率极高,在使用合适的 Prompt 情况下,使用较好的硬件,一个完整的方案产出示例不会超过十五分钟。
  8. 能极大地避免可能造成的版权争议和信息泄露风险。

Midjourney(MJ)的缺点:可能还达不到绝对一致性的标准。

Midjourney(MJ)更适合的工作内容:首当其冲的是所有非真人领域,比如游戏、漫画、动漫、绘本等,在商业领域和专业工作流中也有一席之地。

Stable Diffusion(SD)的优点:

  1. 提示词占比相对较低,模型和参数及插件占比较高,分别为 30%和 40%,有更多可调节的空间。

Stable Diffusion(SD)的缺点:提示词的重要性相对较低,需要高门槛、高成本地训练自己的 LoRA。

Stable Diffusion(SD)更适合的工作内容:暂无明确提及。

Content generated by AI large model, please carefully verify (powered by aily)

References

半个AI圈期待的Midjourney角色一致性首发评测 - 再入迷梦

在角色一致性上,MJ终于踏出了坚实的一步。首当其冲的,肯定是所有非真人领域,比如游戏、漫画、动漫、绘本等等。MJ的角色一致性精度,是一个很棒的杀器。可能他还达不到绝对一致性得标准,但是对于70~80%的工作,我觉得是有巨幅的效率提升的。同时它也不需要像SD一样,去高门槛、高成本的训练自己的LoRA,只需要一张图。就完事了。高可用性、极佳的用户体验、不错的效果。我觉得足够它在商业领域和专业工作流中。有他的,一席之地。以上,既然看到这里了,如果觉得不错,随手点个赞、在看、转发三连吧,如果想第一时间收到推送,也可以给我个星标⭐~谢谢你看我的文章。

人人可以做原画,如何运用Midjourney+Stable Diffusion 进行角色原画设计

1.更好的设计感,更多种的设计对象,更多样的设计风格:相较于SD,使用MJ可以生成更多样的更具设计感的角色设计,不会受制于特定的模型风格。2.更加可控的设计内容,更多的细节调整空间:使用Midjourney+Stable Diffusion混合模式进行原画设计,我们将有两到三次的Prompt调整空间,并且能够运用SD Controlnet的各种功能,对设计细节进行更多更细致的调节。3.更高的完成度,更合理的结构和细节:使用Midjourney+Stable Diffusion混合模式进行原画设计,我们可以产出比单纯使用一种AI进行设计更加合理的结构和更丰富的细节。4.极高的效率:在使用合适的Prompt情况下,使用较好的硬件,一个完整的方案产出示例,不会超过十五分钟。5.更低的风险:使用Midjourney+Stable Diffusion混合模式进行原画设计,可以极大的避免Midjourney可能造成的版权争议和信息泄露风险,虽然不能完全避免风险,但作为脑暴是没有问题的。下面我将通过一些示例详细说明该流程的步骤和方法,为了保证说明准确连贯,以下示例均采用写实角色风格,展示同样世界观下的五名角色设计,形成一个故事:

学社精华

今日日报🌟今日关键词:Memphis style孟菲斯风格🎨以大胆几何图案、鲜艳色彩、挑战传统设计规则闻名🏠影响领域:家具、纺织品、陶瓷、平面设计、建筑等🌈特点:1⃣强烈色彩对比:鲜艳、对比强烈色彩组合2⃣几何图案:大量不规则、重叠几何图形3⃣抽象装饰性:强调视觉享受,非功能目的4⃣材料质感混合:玻璃、金属、塑料、木材等5⃣反传统功能主义:强调情感表达,非单纯实用💡建议:结合插画或简笔画,niji出图效果更佳🧩 AI绘画技巧1⃣像乐高一样,多组合现有关键词💡顺序代表权重,重点表现的放前面2⃣使用"/blend"指令,丢两张形象背景相似图比直接刷图效率更高,形象保持更好3⃣尝试加入刺绣风格关键词:🪡苏绣Su embroidery🧵湘绣Hunan embroidery🎀粤绣Cantonese embroidery🧶蜀绣Sichuan embroidery🛠 AI绘画工具——SD的讨论☁ https://www.esheep.com/workflow 云端,无需考虑配置👨💻 ComfyUI:适合理科生、学计算机的 Nenly的SD教程视频推荐📺 https://www.bilibili.com/video/BV1D7421N7xN/来来认为:📝 MJ:提示词最核心,占比100%🎨 SD:提示词30%,模型30%,参数+插件40%

Others are asking
MJ和runaway用什么软件代替比较好
以下是一些可以替代 MJ(Midjourney)和 Runway 的软件: Luma 发布的 DIT 视频生成模型 Dream Machine 图生视频表现惊艳,具有电影级效果。 出图工具方面,还有 SD(Stable Diffusion)和悠船。MJ 稳定性好、协作性强且有成熟经验参考,但并非所有人都拥有;SD 有独特能力但需本地部署且上手门槛高;悠船对中文支持好、交互友好简单易上手,但管控严格,有很多敏感词不能使用。 如果您想了解更多关于这些软件的详细信息或有其他特定需求,请进一步向我提问。
2025-03-24
如何使用MJ
以下是关于如何使用 MJ(Midjourney)的详细说明: 1. 图像网格: 使用 /imagine 命令可根据提示生成低分辨率图像选项网格。 每个图像网格下方的按钮可用于创建图像的变体、升级图像或重新运行最后一个 Midjourney Bot 操作。 U1U2U3U4 按钮将图像与图像网格分开,方便下载或使用其他工具,如“缩小”“平移”。使用旧版 Midjourney 模型版本时,U 按钮会放大图像。 重做(重新滚动)按钮可重新运行作业,重新运行原始提示生成新的图像网格。 变化按钮(V1V2V3V4)可创建所选网格图像的增量变化,生成与所选图像整体风格和构图相似的新图像网格。 2. 放大图像: 制作变体:创建放大图像的变体并生成包含四个选项的新网格。 网页:在 Midjourney.com 上打开图库中的图像。 最喜欢:标记您最好的图像,以便在 Midjourney 网站上轻松找到它们。 3. 模型个性化: MJ 发布了模型个性化 Personalization 或 'p' 的早期测试版本。 每次写提示时,很多信息是“隐含的”,MJ 算法通常用社区综合偏好填补空白,而模型个性化会学习您的喜好来填补。 模型个性化的要求:目前从成对排名中的投票和喜欢的探索页面上的图像中学习,需要大约 200 个成对排名/喜欢才能生效,可在排名页面查看评分数量或在 Discord 上输入 /info。 使用方法:只需在提示后输入 'p',或使用提示栏中的设置按钮为所有提示启用个性化功能。启用时会在提示后添加一个“代码”,可分享让其他人使用应用于该图像的个性化效果,还可以使用 's 100' 控制个性化效果的强度(0 为关闭,1000 为最大,100 为默认)。 注意:个性化目前不是稳定功能,会随更多成对排名而变化,可能会推出算法更新,视为“不断变化的有趣功能”。 4. Midjourney V6 更新风格参考命令 2.0"sref": 2 月 1 日初次发布了首个“一致风格”测试算法,称为“风格参考”,工作方式类似于图像提示,可提供一个或多个描述想要的一致风格的图像的 URL。 使用方法:在提示后面输入 'sref' 以及一个指向图像的 URL,例如 'sref url A'。 高级设置:使用多个图像 URL 并设置风格的相对权重,例如 'sref urlA::2 urlB::3 urlC::5',通过 'sw 100' 设置风格化的总体强度(100 是默认值,0 表示关闭,1000 表示最大值),常规图像提示必须在 'sref' 之前。 注意:MJ 可能会在接下来的几周内更新此功能,若提示倾向于照片逼真而想要冲突的插图风格,可能仍需在提示中添加文本说明,风格参考对图像提示没有直接影响,仅对至少包含一个文本提示的作业产生影响,计划稍后添加“一致角色”的功能,与 'cref' 参数使用方式相同。
2025-03-13
去哪里使用mj
Midjourney 的使用方法如下: 模型个性化: 工作原理:模型个性化会学习您的喜好,以更符合您的口味生成图像。 要求:目前从成对排名中的投票和您喜欢的探索页面上的图像中学习,需要大约 200 个成对排名/喜欢才能生效。您可以在排名页面查看评分数量,或在 Discord 上输入/info。 使用方法:在提示后输入p,或使用提示栏中的设置按钮为所有提示启用个性化功能。启用时会在提示后添加一个“代码”,您可以分享此代码让他人使用应用于该图像的个性化效果。还可以使用s 100 控制个性化效果的强度(0 为关闭,1000 为最大,100 为默认)。 注意事项:个性化目前不是稳定功能,会随您进行更多成对排名而变化,且可能会在接下来几周内推出算法更新。 在 Discord 上的使用: 与 Midjourney Bot 互动:可以在 Discord 上进行,Midjourney 服务器具有不同的界面和频道。 直接消息:与直接消息中的 Midjourney 机器人进行一对一合作,获得更安静的体验。 Midjourney 官方服务器:提供协作和计费/技术支持渠道。 频道列表:包括support 频道获取计费和技术支持,newbies 频道创建图像。 会员名单:Midjourney Bot 使用命令生成图像,版主和指南可帮助解决计费和技术问题。 V6 更新风格参考命令 2.0"sref": 初次更新 1.0 说明:2 月 1 日,MJ 发布首个“一致风格”测试算法,称为“风格参考”,可提供一个或多个描述想要的一致风格的图像的 URL。 如何使用:在提示后面输入sref 及图像的 URL,例如sref url A。系统会将图像 URL 视为“风格参考”,并尝试生成与其风格或美学相匹配的内容,适用于 V6 和 Niji V6(不适用于 V5 等)。 高级设置:可使用多个图像 URL 并设置相对权重,例如sref urlA::2 urlB::3 urlC::5,通过sw 100 设置风格化的总体强度(100 是默认值,0 表示关闭,1000 表示最大值),常规图像提示必须在sref 之前。 注意事项:MJ 可能会在接下来几周内更新此功能,若提示倾向于照片逼真而想要冲突的插图风格,可能仍需在提示中添加文本说明,风格参考对图像提示没有直接影响,仅对至少包含一个文本提示的作业产生影响,计划稍后添加“一致角色”功能,与cref 参数使用方式相同。
2025-02-28
如何用mj有效地画三视图
要有效地用 Midjourney(MJ)画三视图,可以参考以下步骤: 1. 对于核心角色创建,如局长的三视图设计,先明确角色特点,使用 GPT4 生成相关描述。 2. 进行多次尝试和修改,根据团队成员的反馈不断调整。 3. 可以用 MJ 进行垫图生成,在保持原 IP 特点的基础上重新设计。 4. 如果 MJ 生成的效果不理想,可以结合其他工具,如用 Illustrator 手绘,再用 Stable Diffusion(SD)控图,后期利用 AI 工具生成拓展视频。 需要注意的是,MJ 虽然在美术效果和设计能力上有进步,但仍可能存在局限,需要不断尝试和改进。
2025-02-25
Mj
以下是关于 Midjourney(MJ)的相关信息: 1. 文字生成效果测试:MJ 在圣诞节前夕推出新版本 V6,聚焦于文字生成方面。使用英文文本输入,对英语提示词的识别效果变好,将需要生成的文本用双引号“text”包裹,输出的图片中便能出现所要求的文字。但带文字的图片生成仍受文本量、文字在画面中的占比、其他提示词数量和画面复杂程度等因素影响。为探究 V6 的文字生成能力开展了进一步实践测试。 2. 更新风格参考命令 2.0“sref”:2 月 1 日,MJ 发布首个“一致风格”测试算法,称为“风格参考”。工作方式类似于图像提示,在提示后面输入sref 及图像的 URL,可提供一个或多个 URL 并设置相对权重,还可通过sw 100 设置风格化总体强度。此功能适用于 V6 和 Niji V6,不适用于 V5 等。MJ 可能在接下来几周内更新此功能,风格参考对图像提示无直接影响,仅对至少包含一个文本提示的作业产生影响,计划稍后添加“一致角色”功能。 3. 角色一致性功能使用报告:MJ 推出角色一致性功能,以甜茶的图片为例进行测试。使用方式是在提示后输入`cref URL`附上人物图像的 URL,注意要在提示词后面,可使用`cw`修改参考强度,强度 100 是默认值,会使用面部、头发和衣服,强度 0 时只会关注面部。
2025-02-20
mj提示词
以下是关于 MJ 提示词的相关内容: 1. MidJourney 图片生成大师能够根据您的故事内容创作出全面的分镜提示词,包括分镜描述、人物描述、环境描述、氛围描述、灯光描述、色彩描述、构图描述、风格描述等。还会考虑您所使用的相机类型、摄影风格和镜头位置,您分享故事内容和具体需求即可获得专业服务。 2. 在提示词中,文本前置、后置等效果相近,过长的文本难以控制文本出现的位置,建议只要求 AI 生成部分主要文本内容,自行嵌字仍是当前最佳方法。加入引号“”包裹文本能达到 MJ 生成文字的效果,不必要特殊说明“生成一段文本......”等内容。MJ 能够自行判断文本应当存在的位置,会将文本安排在符合逻辑的位置上。后续有机会可进一步测试【局部重绘】能否控制文本在规定位置出现。总结来说,MJ 进行文本输出任务,提示词没有特别固定的语法结构,只需要认识其文本生成的能力范围和使用场景,即可高效应用 V6 模型生成有趣画面内容。 3. 让 Claude 出 MJ 提示词的提示词结构是:让大模型告诉你如何出 MJ 提示词效果会更好+让大模型出提示词+加上一些要求。先让大模型告诉你如何出 MJ 提示词效果会更好,因为大模型输出的过程也是思考的过程,所以对大模型循循善诱效果更好。对于有名的产品,如奔驰 E300L,每个出图的提示词都需包含“奔驰 E300L”。再加上一些要求,比如参数“ar 16:9”是要求 MJ 生成比例图片 16:9 的宽频图片,“q 2”是画面质量最高的参数。出 MJ 提示词还有更方便好用的办法,就是使用 chatgpt 里面的 gpts,如“Mid Journey V6 Prompt Creator”。可以理解为:chatgpt 是手机安卓系统,gpts 就是手机里的 app,不同的 gpts 能实现不同的功能,有的能绘画,有的能帮您总结文献,有的能生成更专业的 MJ 提示词。
2025-01-22
绘画工具sd怎么使用?
以下是关于绘画工具 SD 的使用方法: 1. 生成超大图像: 若想用 SD 绘制超高分辨率图片(如 10000x768 的清明上河图),直接调分辨率不可行,会爆显存,正常尺寸设置最高到 2048。 先在 PS 中设置所需大尺寸画布,保存为 jpg 图片。 将图片放入 ControlNet 中,点击右下角箭头,将图片尺寸信息发送到生成设置。 填入正反向提示词,启用 Tiled Diffusion 插件,其中方案选择 Mixture of Diffusers,可防止接缝产生。 2. 提示词标签选择: 按顺序选择标签词,如女孩、白头发、蓝眼睛等。 选择画质和视角,如最好的质量、杰作、从人物角度往下看等。 选择艺术风格,如皮克斯动画、轮廓光。 填写负面提示词,点击选框结尾的“负面”。 模型选择“revAnimated”,调整尺寸后点击生图。 3. 真人转二次元及图生图: 使用【X/Y/Z plot】脚本做参数对比,设置 X 轴为提示词相关性(取值范围 130,每次增加 5),Y 轴为重绘幅度(取值范围 01,每次增加 0.2)。 提示词相关性在 6—11 中间为最佳,重绘幅度大小可控制生成图与原图相似度。 可使用绘图功能增加或修改元素,如增加红色眼镜、去掉衣服图案、更换头部或修改帽子部分等。
2025-04-01
comfyui 与 SD 功能上有啥区别
ComfyUI 与 SD 在功能上主要有以下区别: 1. 工作原理:ComfyUI 更接近 SD 的底层工作原理。 2. 自动化工作流:ComfyUI 具有更出色的自动化工作流,能够消灭重复性工作。 3. 后端工具:ComfyUI 作为强大的可视化后端工具,可实现 SD 之外的功能,如调用 API 等。 4. 定制开发:可根据定制需求开发节点或模块。 5. 应用场景:例如在抠图素材方面,ComfyUI 能根据需求自动生成定制的抠图素材。 6. 与其他软件的结合:如与 Blender 整合,从工作流程上天然适配。 7. 工作流搭建:ComfyUI 以连线方式搭建工作流,可通过改变节点实现不同功能,具有更高的自由和拓展性,能根据自身需求搭建和改造工作流。
2025-03-28
我是一名电商设计师,现在想学习SD AI绘图,有一点基础,但学习课程资源有限,请你帮我制定一份详细的学习计划,并提供一些学习资源。
以下是为您制定的学习 SD AI 绘图的详细计划及相关学习资源: 学习计划: 1. 首先,深入学习 Stable Diffusion 的核心基础原理,包括模型工作流程、核心基础原理、训练全过程以及其他主流生成式模型介绍。 2. 接着,掌握 Stable Diffusion 的核心网络结构,如 SD 模型整体架构、VAE 模型、UNet 模型、CLIP Text Encoder 模型等。 3. 学习从 0 到 1 搭建使用 Stable Diffusion 模型进行 AI 绘画的不同方式,如使用 ComfyUI、SD.Next、Stable Diffusion WebUI、diffusers 搭建推理流程,并查看生成示例。 4. 了解 Stable Diffusion 的经典应用场景,如文本生成图像、图片生成图片、图像 inpainting、使用 controlnet 辅助生成图片、超分辨率重建等。 5. 最后,尝试从 0 到 1 上手使用 Stable Diffusion 训练自己的 AI 绘画模型,包括配置训练环境与训练文件,以及基于 Stable Diffusion 训练 LoRA 模型。 学习资源: 1. 教程:深入浅出完整解析 Stable Diffusion(SD)核心基础知识 知乎。 目录涵盖了 Stable Diffusion 系列的各个方面,包括核心基础知识、网络结构解析、搭建推理流程、应用场景和模型训练等。 2. SD 模型权重百度云网盘: 关注 Rocky 的公众号 WeThinkIn,后台回复:SD 模型,即可获得资源链接,包含多种模型权重。 3. SD 保姆级训练资源百度云网盘: 关注 Rocky 的公众号 WeThinkIn,后台回复:SDTrain,即可获得资源链接,包含数据处理、模型微调训练以及基于 SD 的 LoRA 模型训练代码全套资源。 4. Stable Diffusion 中 VAE,UNet 和 CLIP 三大模型的可视化网络结构图下载: 关注 Rocky 的公众号 WeThinkIn,后台回复:SD 网络结构,即可获得网络结构图资源链接。
2025-03-28
SD如何部署
SD 的部署方式如下: 1. 本地部署(Win 系统): 系统要求:Win10 或 Win11。 查看配置: 查看电脑系统:在桌面上找到“我的电脑”,鼠标右键点击,点击“属性”,查看 Windows 规格。 查看电脑配置:需要满足 3 个要求(推荐),电脑运行内存 8GB 以上,是英伟达(NVIDA)的显卡,显卡内存 4GB 以上。打开任务管理器(同时按下 ctrl+shift+esc),可查看电脑运行内存,8GB 运行内存可以勉强运行 SD,推荐 16GB 以上运行内存;查看电脑显卡内存(显存),4GB 显存可运行 SD,推荐 8GB 以上显存。 配置达标跳转至对应安装教程页:。 一键式安装: 电脑配置能支持 SD 运行的朋友们,可使用 B 站秋叶分享的整合包。 具体安装方法: 打开链接 https://pan.baidu.com/s/1hY8CKbYRAj9RrFGmswdNiA?pwd=caru ,下载《1.整合包安装》,存放到电脑本地。 打开保存到电脑里的文件夹。 打开文件夹《1.秋叶整合包主包》,鼠标右击文件,点击“解压文件”。 选择解压到 D 盘或者 E 盘,小心 C 盘被占满,点击确定。 解压完成后,来到第二个文件夹,双击里面的文件,点击安装。 打开刚刚解压保存的 SD 的根目录,找到启动器,鼠标右击启动器,点击“发送到”,桌面快捷方式。 双击启动器,等待更新,接着点击左边第二个“高级选项”,在显存优化里,根据自己电脑的显存选择(就是上面查看的专用 GPU 内存),自己电脑是多少就选多少。 回到第一个一键启动,点击右下角的一键启动。出现代码页面不用管,等一下就行了,SD 的主界面会自动在网页上弹出来。如果出现报错,可以回到最开始的界面,在左边点击“疑难解答”,再点击右边的“开始扫描”,最后点击“修复”按钮。 2. 云端部署: 部署流程: 安装和配置基础环境:浏览器上按照腾讯云>控制台>云服务器的路径找到你刚才购买的实例,点击启动,就会新开一个远程访问的窗口,输入你购买时设置的密码,进入,这样你就有了一个远程的 Windows 系统环境,接下来安装显卡驱动、配置环境变量即可。 安装显卡驱动:用内置的 IE(也可下载 Chrome),打开英伟达的网站,找到驱动下载,选择购买机器时选定的显卡型号、Windows 版本号,下载对应的驱动,然后安装上。 配置环境变量:驱动安全完成后,开始配置环境变量。首先先找到你安装后驱动所在的目录,如果没有特殊设定的话,一般是在「C:\\Program Files\\NCIDIA Corporation」这里,复制这个路径,找到环境变量配置入口(控制面板>系统和安全>系统),选择「高级系统设置」,弹窗设置环境变量,找到「系统变量」里的 Path 环境变量,点击「编辑...」,然后「新建」,帮刚才复制的 nvidia 驱动安装地址粘贴进去,保存即可。 备选:SD 好难,先试试简单的无界 AI:
2025-03-25
sd 换脸
以下是关于 SD 换脸插件 Roop 的详细步骤: 1. 勾选包含 Python 和 C++包等相关项目,更改安装位置后点击右下角安装。安装时间较长,需耐心等待。 2. 安装好后,打开 SD 文件目录下的相关文件夹,在地址栏输入“cmd”并回车,在打开的 dos 界面粘贴“python m pip install insightface==0.7.3 user”代码,自动安装 insightface。若此阶段出错,建议下载最新的秋叶 4.2 整合包(6 月 23 号更新),在云盘后台回复【SD】可下载。 3. 安装完成后,重新打开启动器,后台会继续下载一些模型,全程要保证科学上网。 4. 选用真实系模型“realisticVisionV20”,关键词描述相关内容生成照片。 5. 启用 ROOP 插件,选择要替换的人物照片,面部修复选择“GFPGAN”,根据需求设置右边的参数数值和放大算法,点击生成。 6. 若生成的人脸像素偏低、模糊,可将图发送到“图生图”,开较小的重绘幅度,然后使用 controlnet 中的 tile 模型进行重绘。 此插件主要适用于真实人脸替换,对二次元人物作用不大。在使用时要谨慎,切勿触犯法律。若想要此插件,可添加公众号【白马与少年】,回复【SD】即可。推荐使用最新的秋叶整合包,出错概率最小,且科学上网很重要。
2025-03-19
SD 反推模型
以下是关于 SD 反推模型的相关内容: Fooocus 模型: LoRA 模型默认放在:Fooocus_win64_1110\\Fooocus\\models\\loras 程序默认用到 3 个 SDXL 的模型,包括一个 base、一个 Refiner 和一个 LoRA。单独安装需下载三个模型: SDXL 基础模型:https://huggingface.co/stabilityai/stablediffusionxlbase1.0/resolve/main/sd_xl_base_1.0_0.9vae.safetensors refiner 模型:https://huggingface.co/stabilityai/stablediffusionxlrefiner1.0/resolve/main/sd_xl_refiner_1.0_0.9vae.safetensors LoRA 模型:https://huggingface.co/stabilityai/stablediffusionxlbase1.0/resolve/main/sd_xl_offset_examplelora_1.0.safetensors 若部署了 SD 秋叶包,可共用模型(大模型和 LoRA),通过修改 Fooocus_win64_1110\\Fooocus\\modules\\path.py 文件中的路径来配置,修改为秋叶包模型对应的路径,如: 大模型路径:sdwebui\\models\\Stablediffusion\\SDXL LoRA 模型路径:sdwebui\\models\\lora 配置好后点击 run.bat 文件启动。 Comfyui SD 学社做黏土头像的相关插件: 提示词反推 WD14Tagger:https://github.com/pythongosss/ComfyUlWD14Tagger,首次使用会自动下载模型(需要网络环境) 处理人物一致性: IPAdapter:https://github.com/cubiq/ComfyUI_IPAdapter_plus 也可以用 instantID,这里使用的是 IPadpter,后续很多地方也会用到,建议先使用起来。关于 IPAdapter 的使用,之前有文章介绍。 ControlNet: 预处理的插件:comfyui_controlnet_aux https://github.com/Fannovel16/comfyui_controlnet_aux ControlNet 模型: XLCN 模型下载:https://huggingface.co/lllyasviel/sd_control_collection/tree/main 1.5 理模型下载:https://huggingface.co/lllyasviel/ControlNetv11/tree/main ControlNet 的 tile 模型: 随着 ControlNet1.1 的更新,tile 模型横空出世,其强大的功能让之前的一些模型变得有点黯然失色。 可用于高清修复小图,比如将分辨率不高的食物图片拖进“WD 1.4 标签器”反推关键词,然后发送到图生图。使用大模型“dreamshaper”调整参数尺寸,放大为 2K,提示词引导系数官方推荐在 15 以上,重绘幅度在 0.5 以上。 可用于修复和增加细节,如处理一张细节不足且结构错误的小屋图。tile 的预处理器用来降低原图的分辨率,为新图添加像素和细节提供空间。若图片本身像素很低,可以不使用预处理器,直接使用 tile 模型。
2025-03-13
AGI比赛在哪里可以看
以下是一些 AGI 相关的比赛信息: 【线下⬇️】Founder Park:6 月 22 日 6 月 23 日在北京朝阳 751 园区举行。李大海、Troy Cui、王长虎、汪华、王小川、杨建勃、阳萌、杨植麟、赵霏等大佬聚集。面壁智能、亚马逊、爱诗科技、创新工场、百川智能、可以科技、安克创新、月之暗面、Google 等参与。WaytoAGI 专属购票优惠:全票种八折(WH87),Workshop 七折(YP9X)。购票链接:https://mp.weixin.qq.com/s/GxEMDxak0V7VgsAFPIY_oA 【线下⬇️】北大创新学社 AI Demo Day:6 月 22 日在北京大学中关新园 B1 群英厅举行。活动报名链接:https://mp.weixin.qq.com/s/YIElRYINpyu6t0oL5o3fg 【线上⬆️】:6 月 19 日 6 月 27 日,组队中。链接:https://waytoagi.feishu.cn/wiki/PX1WwghGpijTbbkazFMcFIbMneb 。Coze 大赛有 13 万奖金、超多流量扶持、字节 Offer、入选即可获得扣子周边 T 恤。 HB(HBHuman VS.Bot:“谁是人类”):由 WayToAGI 主办,阿里云百炼和通义千问赞助发起的 AI 共学活动。大赛设置连续三轮迭代式初赛和一次决赛,鼓励专业人士及 Agent 爱好者们制作 AI Agent 及创意性赋予 AI Bot 人设,比赛谁的 bot 更让人难以分辨。活动形式为在一个活动群里,主持人出题,AI 机器人+人类卧底潜伏在微信群中回答问题。一场比赛 6 8 轮,每轮群众选出谁是人类。围观群众可在比赛时间查看视频号「通往 AGI 之路」或「阿里云」。参与选手可加入微信群,7 月 24 日首次共学结束后,群中统一招募。会议时间均为 20:00 22:00,会议 ID:804 075 240,会议链接:https://vc.feishu.cn/j/804075240,加入共学日历:
2025-03-31
知识库目录在哪里
以下是关于知识库的相关信息: 1. 直播一期中包含知识库及社群介绍,直播回放链接为:https://www.bilibili.com/video/BV1QN411j719/ ,其中有知识库目录导览。 2. AGI 知识库是由开源 AI 社区创建,是一个旨在提供全面系统、易于理解的 AI 学习路径的知识库。 3. 【AI+知识库】商业化问答场景中,介绍了大语言模型、提示词和知识库的作用,如知识库相当于给“聪明”员工发放的工作手册。 您可以通过上述提到的直播回放、相关介绍等获取更详细准确的知识库目录信息。
2025-03-30
在哪里写提示词
以下是关于写提示词的一些信息: 在 Stable Diffusion 中: 下次作图时,先选择模板,点击倒数第二个按钮可快速输入标准提示词。 描述逻辑通常包括人物及主体特征(服饰、发型发色、五官、表情、动作),场景特征(室内室外、大场景、小细节),环境光照(白天黑夜、特定时段、光、天空),画幅视角(距离、人物比例、观察视角、镜头类型),画质(高画质、高分辨率),画风(插画、二次元、写实)。 可通过以下方式获取和参考提示词: 功能型辅助网站,如 http://www.atoolbox.net/,通过选项卡方式快速填写关键词信息。 https://ai.dawnmark.cn/,每种参数有缩略图可参考。 去 C 站(https://civitai.com/)抄作业,复制每张图的详细参数粘贴到正向提示词栏,注意图像作者使用的大模型和 LORA,也可选取部分好的描述词,如人物描写、背景描述、小元素或画面质感。 在星流一站式 AI 设计工具中: prompt 输入框中可输入提示词、使用图生图功能辅助创作。 提示词用于描绘画面,支持中英文输入。不同基础模型对输入语言有要求,如通用大模型与基础模型 F.1、基础模型 XL 使用自然语言,基础模型 1.5 使用单个词组。 写好提示词的方法包括: 内容准确,包含人物主体、风格、场景特点、环境光照、画面构图、画质等,如“一个女孩抱着小猫,背景是一面红墙,插画风格、孤独感,高质量”。 调整负面提示词,点击提示框下方的齿轮按钮,弹出负面提示词框,输入不想生成的内容,如“不好的质量、低像素、模糊、水印”。 利用“加权重”功能,在功能框增加提示词并调节权重,权重数值越大越优先。 小白用户可点击提示词上方官方预设词组生图。 辅助功能有翻译功能(一键将提示词翻译成英文)、删除所有提示词(清空提示词框)、会员加速(加速图像生图速度,提升效率)。 在 Cursor AI 中: 在 cursor chat 界面中输入相关 prompt(提示词),再输入想了解的概念新词,如“python 编程”。 点击左上角文件,新建文本文件按钮,将得到的内容输入对话框,保存为后缀为.svg 的文件。其他版本提示词可得到不一样的回复。
2025-03-28
2024年10月的AIPO活动相关云文档在哪儿?
以下是与 2024 年 10 月的 AIPO 活动相关的云文档: :包含关于 AI 模型训练的介绍与讲解,如 Eagle 插件批量收藏 3D 图表、不同步数训练时间、使用 MZ 数据集训练 Flux、云服务器训练流程、训练集收集要求、训练模型的时机、角色一致性表现、云服务器训练集设置、模型训练参数设置、模型训练启动与等待等内容。 》,列举了美国融资金额超过 1 亿美元的 AI 公司。 :包含 2024 年 10 月 24 日娜乌斯佳:AIGC 商业片落地经验分享等多个日期的智能纪要。
2025-03-28
minimax侧重在哪些方面
MiniMax 侧重在以下几个方面: 1. 语音技术: 快速克隆:仅需 10 秒音频即可克隆语音,智能情感系统精准捕捉细腻情感变化。 多维预置语音:提供 300+语音选项,支持 17 种语言(不断扩展),涵盖口音、性别、年龄、风格等。 专业音效:支持房间音效、电话滤镜,输出接近录音室级别。 2. 通用人工智能: 成立于 2021 年 12 月,是通用人工智能时代基础设施建设者和内容应用创造者。 拥有文本、语音、视觉多种模态融合的通用大模型引擎能力并打通产品全链路。 自研了整套端到端 AGI 引擎系统。 3. 团队组成:核心技术研发成员均来自全球知名高校和全球顶尖科技公司,拥有世界顶尖自然语言处理、语音、计算机视觉、计算机图形学等工业界和学术界经验,拥有多项全球领先的人工智能领域研究成果,具有上百个全球发明专利,1/3 的团队成员拥有世界顶尖技术实验室的博士学位。 相关链接: 免费试用: API 平台:
2025-03-28
AIPO 在哪里学习
以下是关于 AIPO 学习的相关信息: 10 月 8 日 20:00,活动说明,讲师 AJ,课程为通往 AGI 之路知识库使用指南,。 10 月 9 日 20:00,理论基础,讲师银海,课程为基础通识课,。 10 月 10 日 20:00,建站,讲师大雨,课程为 0 基础建站,,上课需提前准备注册 Github 帐号:https://github.com/ 、注册 Zeabur 帐号:https://zeabur.com/ 、注册阿里云无影帐号:https://waytoagi.feishu.cn/wiki/QrQxw1ZZbi9XMSkTafscayvsnGe 。 10 月 11 日 20:00,建站,讲师大雨,课程为 0 基础建站,,上课需提前准备注册青椒云:http://account.qingjiaocloud.com/signin?inviteCode=2GSJQYVF 。 10 月 12 日 20:00,硬件机器人,讲师 Garman,课程为从 0 手搓机器人,,上课需提前准备购买材料包。 您可以通过以下链接获取更多详细资料和作业: 10 月 10 日:。 10 月 11 日:、https://waytoagi.feishu.cn/share/base/form/shrcnET3RsU9wEzWHoFFgWWtqIb 。 10 月 12 日:、https://waytoagi.feishu.cn/share/base/form/shrcnUB08JIWtT1EK3v5rWLpCfb 。
2025-03-27
AI数字人是什么,市面上目前有哪些生成数字人的AI工具,介绍一下这些工具的网址以及优缺点
AI 数字人是通过人工智能技术创建的虚拟人物形象。 目前市面上常见的生成数字人的 AI 工具及相关信息如下: 1. HEYGEN: 优点:人物灵活,五官自然,视频生成很快。 缺点:中文的人声选择较少。 网址: 使用方法: 点击网址注册后,进入数字人制作,选择 Photo Avatar 上传自己的照片。 上传后效果如图所示,My Avatar 处显示上传的照片。 点开大图后,点击 Create with AI Studio,进入数字人制作。 写上视频文案并选择配音音色,也可以自行上传音频。 最后点击 Submit,就可以得到一段数字人视频。 2. DID: 优点:制作简单,人物灵活。 缺点:为了防止侵权,免费版下载后有水印。 网址: 使用方法: 点击上面的网址,点击右上角的 Create vedio。 选择人物形象,可以点击 ADD 添加自己的照片,或者使用 DID 给出的人物形象。 配音时,可以选择提供文字选择音色,或者直接上传一段音频。 最后,点击 Generate vedio 就可以生成一段视频。 打开自己生成的视频,可以下载或者直接分享给朋友。 3. KreadoAI: 优点:免费(对于普通娱乐玩家很重要),功能齐全。 缺点:音色很 AI。 网址: 使用方法: 点击上面的网址,注册后获得 120 免费 k 币,这里选择“照片数字人口播”的功能。 点击开始创作,选择自定义照片。 配音时,可以选择提供文字选择音色,或者直接上传一段音频。 打开绿幕按钮,点击背景,可以添加背景图。 最后,点击生成视频。 此外,还有开源且适合小白用户的数字人工具,如: 特点:一键安装包,无需配置环境,简单易用。 功能:生成数字人视频,支持语音合成和声音克隆,操作界面中英文可选。 系统兼容:支持 Windows、Linux、macOS。 模型支持:MuseTalk(文本到语音)、CosyVoice(语音克隆)。 网址: GitHub: 官网: 更多数字人工具请访问网站查看:https://www.waytoagi.com/category/42 。请注意,这些工具的具体功能和可用性可能会随着时间和技术的发展而变化。在使用这些工具时,请确保遵守相关的使用条款和隐私政策,并注意保持对生成内容的版权和伦理责任。
2025-03-14
LLama特点和优缺点
Llama 的特点包括: 基于大规模神经网络,特别是 Transformer 架构。 Llama 的优点有: 具有强大的语言理解、生成和对话能力。 Llama 的缺点是: 计算资源消耗大。 可能存在偏见和误解。
2025-02-18
大型语言模型(LLM)基于Transformer架构的模型的优缺点是什么,有什么局限性
大型语言模型(LLM)基于 Transformer 架构的模型具有以下优点: 1. 在大量数据集上进行预训练,展现出卓越的语言处理能力,能预测接下来的 Token。 然而,也存在一些缺点和局限性: 1. 瞬态状态:天生缺乏持久的记忆或状态,需要额外的软件或系统来保留和管理上下文。 2. 概率性质:随机性导致响应的不确定性,对相同提示词可能产生不同回答。 3. 过时信息:依赖预训练数据,只能访问历史知识,无法获取实时更新。 4. 内容制造:可能生成看似合理但不准确的信息,即“幻觉”。 5. 资源密集:巨大规模意味着显著的计算和财务成本,影响可扩展性和可访问性。 6. 领域特定性:本质上通用,但通常需要特定领域数据才能在专业任务中表现出色。 7. 缺乏创造性:像一个高性能的知识检索工具,超出检索范围时表现差,甚至出现“幻觉”。面对复杂逻辑推导和新的知识推演能力不足,无法基于新的语料推演出新知识。 8. 对于特定领域或高度专业化的查询,容易产生错误信息或“幻觉”,特别是当查询超出训练数据或需要最新信息时。
2025-02-13
trea和cursor对比,优缺点是什么
Trea 与 Cursor 对比的优缺点如下: 优点: 1. 专为中文开发者量身定制,充分考虑了中文开发者的实际需求,如界面语言全面中文化、对代码注释的友好支持等,让开发者感受到“母语级”的顺畅体验。 2. 集成了国外主流的大模型 Claude 3.5 和 GPT4o,为开发者提供智能代码生成和逻辑优化功能。 3. 在 AI Chat 功能中,使用快捷键 Cmd+u 时的 Context 引用功能比 Cursor 方便好用,可引用 Code(当前选中文件的某个代码块)、File(指定文件的文件名)、Folder(指定文件夹的文件名)、Workspace(当前项目的所有文件)进行对话。 缺点: 1. 在使用快捷键 Cmd+i 进行代码更新时,不像 Cursor 一样可以追问问题以获得想要的代码,而是每次基于摘取的上下文重新回答,且回滚后不能撤销回滚。 2. 目前和 Cursor 一样,不能撤回基于 AI 回答修改过的代码内容,只能人工逐个校验撤回。
2025-01-25
COZE 和智谱AI的优缺点对比
COZE 的优点: 1. 逼真且有沉浸感:通过图片和文字描述模拟急诊室的真实场景,用户可体验到紧张真实的医疗环境。可进一步增加场景细节,如急诊室的声音效果,增强沉浸感。 2. 互动性强:设置多个决策点,用户需做出选择,提高用户参与感和学习效果。可引入更多分支场景,根据用户不同选择生成不同结局,提高互动的深度和多样性。 3. 情感共鸣:通过详细的病人背景故事,用户能更好理解患者处境,增强同理心。可增加更多病人案例,覆盖不同病情和背景,使情感共鸣更丰富多样。 4. 延续字节风格,能自己做闭环,可在工作流基础上用用户界面包装成产品发布。 COZE 的缺点:商业化探索尚未铺开,用户来源不明确。目前没有明确信息表明其是否开源,社区参与和开源协作程度可能不如 Dify。 智谱 AI 的优点: 目前信息中未明确提及智谱 AI 的具体优点。 智谱 AI 的缺点: 目前信息中未明确提及智谱 AI 的具体缺点。 两者的对比: 1. 开源性:Dify 是开源的,允许开发者自由访问和修改代码;Coze 目前没有明确信息表明其是否开源。 2. 功能和定制能力:Dify 提供直观界面,结合多种功能,支持通过可视化编排基于任何 LLM 部署 API 和服务;Coze 提供丰富插件能力和高效搭建效率,支持发布到多个平台作为 Bot 能力使用。 3. 社区和支持:Dify 作为开源项目有活跃社区,开发者可参与共创共建;Coze 可能更多依赖官方更新和支持,社区参与和开源协作程度可能不如 Dify。
2024-12-31
国内主流AI辅助编程工具,比较优缺点
以下是国内主流的 AI 辅助编程工具及其优缺点: GitHub Copilot: 优点:由全球最大的程序员社区和代码托管平台 GitHub 联合 OpenAI 和微软 Azure 团队推出,支持多种语言和 IDE,能为程序员快速提供代码建议,帮助开发者更快、更少地编写代码。 缺点:暂未明确。 通义灵码: 优点:阿里巴巴团队推出,基于通义大模型,提供行级/函数级实时续写、自然语言生成代码、单元测试生成、代码注释生成、代码解释、研发智能问答、异常报错排查等能力。 缺点:暂未明确。 CodeWhisperer: 优点:亚马逊 AWS 团队推出,由机器学习技术驱动,可为开发人员实时提供代码建议。 缺点:暂未明确。 CodeGeeX: 优点:智谱 AI 推出的开源免费 AI 编程助手,基于 130 亿参数的预训练大模型,可快速生成代码,提升开发效率。 缺点:暂未明确。 Cody: 优点:代码搜索平台 Sourcegraph 推出,借助 Sourcegraph 强大的代码语义索引和分析能力,了解开发者的整个代码库,不止是代码片段。 缺点:暂未明确。 CodeFuse: 优点:蚂蚁集团支付宝团队为国内开发者提供智能研发服务的免费 AI 代码助手,基于蚂蚁集团自研的基础大模型进行微调的代码大模型。 缺点:暂未明确。 Codeium: 优点:由 AI 驱动的编程助手工具,通过提供代码建议、重构提示和代码解释来帮助软件开发人员,提高编程效率和准确性。 缺点:暂未明确。 需要注意的是,每个工具的功能和适用场景可能会有所不同,您可以根据自己的需求来选择最适合您的工具。更多辅助编程 AI 产品,还可以查看这里:https://www.waytoagi.com/category/65 。 此外,Cursor 作为一款 AI 编程助手,具有以下核心功能和优势: 核心功能: 全语言支持,包括但不限于 Python、JavaScript、Java、C++、Go 和 Rust 等。 能够快速构建完整的项目框架。 在 IDE 环境中实时提供代码建议、自动补全和错误修正等功能。 支持多项目管理。 能够理解和分析技术文档,并基于文档内容生成相应的代码实现。 优势: 开发效率显著提升,能在短时间内完成功能性演示项目。 降低入门门槛,加速初学者学习过程。 跨语言开发支持,方便开发者切换语言。 减少重复性工作,让开发者集中精力于创造性任务。 实时学习新技术,更新知识库。
2024-12-30