直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

生成人物图像哪个AI最好

回答

以下为一些生成人物图像较好的 AI 工具及相关信息:

  • PhotoMaker:可以根据文字描述生成人物照片,能混合不同人物特征创造新形象,还能改变照片中人物的性别、年龄。网址:https://photo-maker.github.io 。 在人物构图的视角选择方面,有以下几种常见视角:
    • 正视角:拍摄对象正对着相机的姿态,使人像呈现出正面的视角。咒语关键词:Front view 。生成思路:正视角的年轻女孩。生成咒语:young girl,front view,--ar 16:9 。
    • 后视角:从被摄对象的背后拍摄的视角,以被摄对象的背部为主要构图元素。咒语关键词:Back view angle & Back angle 。生成思路:后视角的年轻女孩。生成咒语:young girl,back view angle,--ar 16:9 。
    • 侧视角:观察或拍摄物体或场景时从侧面的角度观察,可用于展示物体的形状和轮廓,或创造深度和距离的感觉。咒语关键词:Side view & Shoulder level view 。生成思路:侧视角的年轻女孩。生成咒语:young girl,Side view,--ar 16:9 。
    • 仰视角:观察或拍摄物体或场景时从底部的角度观察,通常会让物体看起来更为庞大和高大,具有一定的视觉冲击力和震撼效果。咒语关键词:Bottom view & Low angle view 。生成思路:仰视角的年轻女孩。生成咒语:young girl,low angle view,--ar 16:9 。
    • 俯视角。

此外,还有 Sam Altman 与 Bill Gates 关于 GPT 的未来讨论,以及 Portkey AI 网关这一连接多种 AI 模型的工具。

内容由 AI 大模型生成,请仔细甄别(powered by aily)

参考资料

7大方向快速生成合心意的AI人物形象

[title]7大方向快速生成合心意的AI人物形象[heading2]二、人物构图的视角选择通过随机生成的图片来看,通过后视角关键词的约束,目前随机出来人物都是展现人物背面的,结果相对来说是较好的,那么我们就继续来看一看其它的视角。3.侧视角侧视角是指观察或拍摄物体或场景时从侧面的角度观察。在视觉艺术中,侧面视角可以用于展示物体的形状和轮廓,或者创造深度和距离的感觉,同时可以用于捕捉被摄对象的侧面,突出其特征和特点。咒语关键词:Side view & Shoulder level view生成思路:侧视角的年轻女孩生成咒语:young girl,Side view,--ar 16:9通过随机生成的图片来看,通过侧视角关键词的约束,目前随机出来人物也都是侧面的形象,结果相对来说也是较好的,那么我们就继续来看一看其它的视角。4.仰视角仰视角是指观察或拍摄物体或场景时从底部的角度观察。在人物构图中,仰视角可以用于捕捉俯瞰等场景,或者突出被摄对象的底部特征,这个视角通常会让物体看起来更为庞大和高大,具有一定的视觉冲击力和震撼效果。咒语关键词:Bottom view & Low angle view生成思路:仰视角的年轻女孩生成咒语:young girl,low angle view,--ar 16:9通过随机生成的图片来看,通过仰视角关键词的约束,目前随机出来人物的形象,结果看起来确实是仰视角,但是从摄影角度来看的话,只有第三、第四张照片构图会符合大众审美以外,其它图片的角度的图片都是有一定问题存在的,那么是什么问题造成的呢?我们一会儿深究!现在先继续来看一看其它的视角。5.俯视角

7大方向快速生成合心意的AI人物形象

[title]7大方向快速生成合心意的AI人物形象[heading2]二、人物构图的视角选择视角可以按照相机相对于被拍摄对象的位置,分为正面、背面和侧面。当然,拍摄角度不仅限于这三个方向,还可以有更多不同的角度选择,这需要根据被拍摄对象和拍摄需求来选择合适的角度。测试:不加入关键词的AI生成的图片会是什么样子?生成思路:年轻的女孩生成咒语:young girl,--ar 16:9通过随机生成的8张来看,由于没有其他关键词的约束,目前随机出来默认的人物形象偏欧美风,人物视角的比例偏差也都保持在了正面和侧面,那么我们现在可以通过增加构图视角的关键词来限定人物呈现的视角。我们来看看增加不同视角之后的样子吧。1.正视角正视角是指在人像构图时,拍摄对象正对着相机的姿态,使人像呈现出正面的视角。咒语关键词:Front view生成思路:正视角的年轻女孩生成咒语:young girl,front view,--ar 16:9通过随机生成的图片来看,由于受到正视角关键词的约束,目前随机出来人物都是偏正面的,结果相对来说是较好的,那么我们就继续来看一看其它的视角。2.后视角后视角是指从被摄对象的背后拍摄的视角,也就是以被摄对象的背部为主要构图元素的拍摄方式。这种视角可以营造出一种神秘或者引人遐想的氛围。咒语关键词:Back view angle & Back angle生成思路:后视角的年轻女孩生成咒语:young girl,back view angle,--ar 16:9

XiaoHu.AI日报

[title]XiaoHu.AI日报[heading2]1月15日1⃣️ 📸 PhotoMaker -创造个性化人物图像:-可以根据文字描述生成人物照片。-能混合不同人物特征创造新形象。-改变照片中人物的性别、年龄。🔗 https://photo-maker.github.io 🔗 https://x.com/xiaohuggg/status/1746861045027869072?s=20 2⃣️ 💬 Sam Altman与Bill Gates关于GPT的未来讨论:-强调多模态能力,特别是对视频的理解。-讨论GPT的可靠性和错误减少。-讨论GPT连接外部数据源的潜力,如电子邮件、日历。🔗 https://x.com/xiaohuggg/status/1746822924433272968?s=20 3⃣️ 🌐 Portkey AI网关-连接多种AI模型的工具:-提供简单API接口,连接超过100种大语言模型。-包括OpenAI、Anthropic等知名AI服务。-体积仅45kb,处理速度提升9.9倍。-灵活配置,方便切换不

其他人在问
如果借助AI开启2周岁女儿的绘本启蒙之旅
对于借助 AI 开启 2 周岁女儿的绘本启蒙之旅,目前知识库中没有相关的直接内容。但以下是一些可能的建议: 首先,可以利用 AI 生成简单、有趣、色彩鲜艳的绘本故事,内容可以是关于小动物、日常生活中的常见事物等,以吸引孩子的注意力。 其次,通过语音交互的 AI 工具,为孩子朗读绘本故事,培养孩子的听力和语言感知能力。 还可以借助具有互动功能的 AI 应用,让孩子在观看绘本的过程中进行一些简单的操作,增强参与感。 希望这些建议能对您有所帮助。
2024-12-21
小白怎么学习AI
对于小白学习 AI,以下是一些建议: 1. 了解 AI 基本概念: 阅读「」部分,熟悉 AI 的术语和基础概念,包括其主要分支(如机器学习、深度学习、自然语言处理等)以及它们之间的联系。 浏览入门文章,了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅: 在「」中,找到为初学者设计的课程,特别推荐李宏毅老师的课程。 通过在线教育平台(如 Coursera、edX、Udacity)上的课程,按照自己的节奏学习,并有机会获得证书。 3. 选择感兴趣的模块深入学习: AI 领域广泛,如图像、音乐、视频等,可根据兴趣选择特定模块深入学习。 掌握提示词的技巧,它上手容易且很有用。 4. 实践和尝试: 理论学习后,实践是巩固知识的关键,尝试使用各种产品做出作品。 在知识库查看大家实践后的作品、文章分享,并进行自己实践后的分享。 5. 体验 AI 产品: 与现有的 AI 产品进行互动,如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人,了解其工作原理和交互方式。 6. 持续学习和跟进: 关注 AI 领域的新闻、博客、论坛和社交媒体,保持对最新发展的了解。 考虑加入 AI 相关的社群和组织,参加研讨会、工作坊和会议,与其他 AI 爱好者和专业人士交流。 此外,以下是一些关于 AI 技术原理的通俗易懂的内容: 1. 视频一主要回答了什么是 AI 大模型,原理是什么。 生成式 AI 生成的内容,叫做 AIGC。 相关技术名词: AI 即人工智能。 机器学习包括监督学习、无监督学习、强化学习。监督学习是利用有标签的训练数据学习输入和输出之间的映射关系,包括分类和回归。无监督学习是在学习的数据没有标签的情况下,算法自主发现规律,经典任务包括聚类。强化学习是从反馈里学习,最大化奖励或最小化损失,类似训小狗。 深度学习是一种参照人脑有神经网络和神经元(因有很多层所以叫深度)的方法。神经网络可用于监督学习、无监督学习、强化学习。 生成式 AI 可以生成文本、图片、音频、视频等内容形式。 LLM 即大语言模型。对于生成式 AI,其中生成图像的扩散模型不是大语言模型;对于大语言模型,生成只是其中一个处理任务,比如谷歌的 BERT 模型,可用于语义理解(不擅长文本生成),如上下文理解、情感分析、文本分类。 技术里程碑:2017 年 6 月,谷歌团队发表论文《Attention is All You Need》,首次提出了 Transformer 模型,它完全基于自注意力机制(SelfAttention)来处理序列数据,而不需要依赖于循环神经网络(RNN)或卷积神经网络(CNN)。GPT 中 Transformer 是关键,Transformer 比 RNN 更适合处理文本的长距离依赖性。
2024-12-21
AI选股
以下是为您提供的关于 AI 选股的相关信息: 1. 2024 年美国融资金额超过 1 亿美元的 AI 公司(截止 2024.10.15): Zephyr AI:2024 年 3 月 13 日融资,融资金额 1.11 亿美元,轮次 A,主营 AI 药物发现和精准医疗。 Together AI:2024 年 3 月 13 日融资,融资金额 1.06 亿美元,轮次 A,估值 12 亿美元,主营 AI 基础设施和开源生成。 Glean:2024 年 2 月 27 日融资,融资金额 2.03 亿美元,轮次 D,估值 22 亿美元,主营 AI 驱动企业搜索。 Figure:2024 年 2 月 24 日融资,融资金额 6.75 亿美元,轮次 B,估值 27 亿美元,主营 AI 机器人。 Abridge:2024 年 2 月 23 日融资,融资金额 1.5 亿美元,轮次 C,估值 8.5 亿美元,主营 AI 医疗对话转录。 Recogni:2024 年 2 月 20 日融资,融资金额 1.02 亿美元,轮次 C,主营 AI 接口解决方案。 2. 2024 年 3 月科技变革与美股投资: AI 将引领新的服务模式,即“智能即服务”,重塑工作和生活,重新赋能芯片和云计算行业,创造新的投资机会,GPU 需求预计持续增长。 企业软件、AI 驱动的金融服务以及 AI 健康技术成为吸引投资的主要领域,机器人行业投资额超过企业软件。 科技巨头通过资本控制 AI 模型公司的趋势明显,如 OpenAI 与微软、Anthropic 与 Google 等的合作。 企业竞争策略主要集中在迅速成长为大型模型公司并寻找强大背书,或保持小规模专注盈利并灵活应对市场变化。 2024 年将是大模型争霸的一年,OpenAI、Gemini、Anthropic、LLama 以及来自法国的 Mistral 是市场上受瞩目的公司。 3. 展望 2025,AI 行业的创新机会: 在 ToP 领域,峰瑞投资的冰鲸科技是一家 AI 智能硬件公司,为全球创作者和专业玩家设计创新的私有云产品,推出集成端侧 GPU 的旗舰产品——ZimaCube。 在 ToB 领域,AI 应用进入企业内部可从纵向的独立业务模块和横向的通用技能模块切入。2024 年 7 月,美国投资机构 A16z 发布文章探讨了人工智能在变革企业销售技术中的潜力,其中提到的多数产品符合上述特点。ToB 和 ToP 存在一定交集。
2024-12-21
openai 12天都有哪些内容
以下是 OpenAI 12 天相关的内容: 12 月 18 日: API 正式版:速度更快,成本降低 60%,支持视觉识别、函数调用、结构化输出等功能。 语音交互升级:引入 WebRTC 支持,12 行代码即可实现实时语音交互,音频处理费用降低 60%。 偏好微调功能:让 AI 回答更具个性化,企业 AI 准确率提升显著。 新增 Go 和 Java 工具包,简化 API 密钥申请流程。 12 月 12 日: 苹果设备深度集成 ChatGPT,可通过 Siri 实现文档总结、任务分配、节日创意等操作。 多平台无缝衔接:支持 iPhone、iPad 和 Mac,涵盖 Siri 集成、写作工具增强、视觉智能分析等多种应用场景。 实用场景:圣诞派对策划、PDF 总结、歌单生成、视觉智能评选毛衣创意等功能演示,体现全新交互体验。 12 月 5 日: OpenAI 近日宣布将举行为期 12 天的活动,期间每天直播展示新功能或工具。 DeepMind 发布了基础世界模型 Genie 2,可以通过一张图片生成可操作的 3D 环境,实现智能体的实时交互与行为预测。 真格基金投资副总裁 Monica 在其播客「OnBoard!」发布的最新一期对谈中,与在一线大模型机构有实际训练大语言模型(LLM)经验的研究员针对 OpenAI o1 模型进行了三个多小时的拆解与解读。强化学习如何给大语言模型带来新的逻辑推理能力?这种能力的来源、实现方式和未来潜力又是怎样的?o1 带来的「新范式」会对行业有怎样的影响?
2024-12-20
有没有能根据哼唱,出伴奏的AI
以下是一些能根据哼唱出伴奏的 AI 相关信息: 在音乐创作中,如果只有词和一小段自己哼唱的旋律,可以上传这段哼唱的旋律,让 AI 扩展出自己喜欢的风格,然后将这段音轨作为动机音轨继续创作。 对于已有简单录音小样,可以利用 REMIX 优化音质与编曲结构,并利用 AI 尝试不同曲风版本,找到最喜欢的风格,然后制作成核心音轨,进而完成全曲创作。 同时,在使用 AI 进行音乐相关处理时也存在一些问题和需要注意的地方: 检查乐谱时,主旋律基本能还原,但可能会把噪声识别成音符形成错误信息,需要具备乐理知识去修复。 重奏输出方面,修谱和重奏软件可以使用 中的 Muse Score,它支持多种常用音频编辑格式的导出和高清输出。 目前存在一些待解决的问题,如延长音部分可能会抢节奏,爵士乐中的临时升降号可能导致判断混乱,高音和低音的符点会相互影响,基础修谱可能导致旋律单调等。 在将 Midi 导出到 MP3 虚拟演奏文件时,可以直接导总谱或分轨导出,后期若想输出到某些音乐平台可能需要转码。还可以使用相关软件修改音色进行渲染。把文件丢给 AI 做二次创作时,可以根据具体情况选择完整小节或在中间掐断。
2024-12-20
2025年AI的大走向是什么
2025 年 AI 的大走向可能包括以下几个方面: 1. 大型基座模型能力的优化与提升:通过创新训练与推理技术,强化复杂推理和自我迭代能力,推动在科学研究、编程等高价值领域的应用,并围绕模型效率和运行成本进行优化,为广泛普及和商业化奠定基础。 2. 世界模型与物理世界融合的推进:构建具备空间智能的世界模型,使系统能够理解和模拟三维环境,并融入物理世界,推动机器人、自主驾驶和虚拟现实等领域发展,提升对环境的感知与推理能力以及执行任务的实际操作能力,为人机交互带来更多可能。 3. AI 的多模态融合:整合文本、图像、音频、视频、3D 等多模态数据,生成式 AI 将显著提升内容生成的多样性与质量,为创意产业、教育、娱乐等领域创造全新应用场景。 4. 数字营销方面:AI 技术将成为数字营销的核心,品牌应注重利用 AI 提升用户体验,预计全球 AI 在数字营销领域的市场规模将达到 1260 亿美元,采用 AI 技术的公司在广告点击率上提高 35%,广告成本减少 20%。 5. 行业发展:2025 年或将成为 AI 技术逐渐成熟、应用落地取得阶段性成果的关键节点,同时成为 AI 产业链“资产负债表”逐步修复的年份,标志着行业从高投入、低产出向商业化路径优化迈出重要一步。 6. 竞争格局:大语言模型供应商将各具特色,竞争加剧;AI 搜索引擎将成为杀手级应用,快速普及,颠覆传统搜索方式;不同领域的 AI 搜索引擎将出现,针对专业需求提供更精准的信息服务。
2024-12-20
AI能做哪些图像编辑
AI 在图像编辑方面有多种应用和技术,以下为您介绍: 1. 字节发布的 SeedEdit:基于图像生成常用的扩散模型,能够根据任何文本提示修订给定的图像。关键在于保持原始图像重建和生成新图像之间的平衡,通过从弱生成器开始,创建多样化图像对进行训练,最终获得所需平衡。可以实现更丰富的效果和连续编辑,让扩散模型不再完全随机生成。 论文及技术能力展示:https://team.doubao.com/seededit 2. Muse AI:一款强大的 AI 图片编辑器,具有多种功能,如快速添加、擦除和进行 AI 图片编辑。用户只需输入文字,即可轻松编辑图片内容,支持与团队成员或客户实时共享和编辑文件。 官方网站: 3. Ideogram:支持上传带有提示和设置的表格,可批量生成图像,简化工作流程。目前 Ideogram pro 用户可进行使用。 官方地址:https://ideogram.ai/ 4. BrushEdit:腾讯开源的 AI 图像编辑技术,利用多模态大型语言模型和图像修复模型,实现自主、用户友好和交互式的自由形式指令编辑。用户可以根据语言沟通,编辑图像背景、对象,增删内容。 官方地址:https://liyaoweistu.github.io/project/BrushEdit/
2024-12-20
免费的ai图像处理工具
以下是一些免费的 AI 图像处理工具: DallE Leonardo BlueWillow Midjourney 国内的免费 AI 图像处理工具有: 通义万相:在中文理解和处理方面表现出色,操作界面简洁直观,用户友好度高,可与阿里其他产品和服务无缝整合。重点是现在免费,每天签到获取灵感值就可以,但存在一些局限性,如某些类型的图像可能无法生成,处理非中文语言或国际化内容可能不够出色,处理多元文化内容时可能存在偏差。 此外,在 AI 摆摊项目中,AI 图像处理方面的应用包括图像生成、照片修复与动起来、动漫化头像、老照片复活、创意壁纸制作等。
2024-12-17
免费的ai图像
以下为您介绍一些免费的 AI 图像相关内容: 星流一站式 AI 设计工具: 左侧图片案例板块包含大量图像例图与生图信息,滑动鼠标到图像的“info”区域可直接将图像发送到画布与生图信息调取。 图像筛选功能: 推荐:根据正常进行的生图参数(模型、提示词)进行推荐,比如正在生成女性摄影方向的图,图片推荐中就会推荐这一类型的图。 热门:向您推荐浏览量最高的图片。 搜索:输入对需求图像的描述,进行图像搜索。 图像调取:点击“发送到画布”直接将图像发送到“无限画布”中。 生图参数调取:整体调取可点击“发送到生成器”将全部参数进行调取,单个调取可点击右侧单独的发动键调取单个参数。 PictoGraphic:免费 AI 生成插图库,提供超过 40000 张图像和 SVG 文件,支持文本提示创建自定义插图,网址:https://xiaohu.ai/p/8169 。
2024-12-17
2024年AI视频、图像领域市场情况
2024 年在 AI 视频、图像领域,市场呈现出以下情况: 国内方面: 中国开源项目在全球受到关注,成为积极开源贡献者。 DeepSeek 在编码任务中表现出色,推出的 deepseekcoderv2 受到欢迎。 阿里巴巴发布的 Qwen2 系列在视觉能力方面给社区留下深刻印象。 清华大学的自然语言处理实验室资助的 OpenBMB 项目催生了 MiniCPM 项目。 国外方面: Stability AI 发布的 Stable Video Diffusion 能从文本提示生成高质量、真实视频,且在定制化方面有显著进步,还推出了 Stable Video 3D。 OpenAI 的 Sora 能够生成长达一分钟的视频,并保持三维一致性、物体持久性和高分辨率。 Google DeepMind 的 Veo 能将文本和可选图像提示与嘈杂压缩视频输入相结合,创建独特的压缩视频表示。 从市场数据来看,2024 全年全球 AI 移动应用内付费收入预计为 30 亿美元,其中图像和视频类 AI 应用占据主导地位,收入占比高达 53%。从地区分布来看,北美和欧洲贡献了三分之二的市场份额。 在行业格局方面,云厂商成为 AI 供应链的“链主”,掌握着庞大的商业生态和技术资源。头部阵营基本稳定,大型云厂商在产业链中的地位无可撼动。
2024-12-15
查看图像是否由ai生成
以下是关于如何判断一张图片是否由 AI 生成的相关内容: 1. 通过画面风格、物品 bug 等细节进行辨别。但需注意,AI 在不断修正作图 bug,相关方法可能随时失效。 2. 整体看光影,细节看结构。通过累积对 AIGC 画作分析的量,人们会在脑中自发形成一个“判断模型”,但往往是“知其然,而不知其所以然”。 3. 从本质上分析,人类绘画创作是线性发展的过程,通常先学习线稿表达、再理解色彩搭配、随后加入光影表现等,初级画手笔触生硬但完整。而 AI 是以积累数据、扩散噪声、再降噪收束的路径来生图,不是线性创作过程,常导致同一张图中呈现出不同绘画级别的细节。 4. 曾在小红书、B站 等自媒体平台上以真迹混同 AI 仿品的形式让大家判别,发现大家对判断哪幅图是 AI 搞的有近乎直觉的感受,但进一步询问如何看出时,多半难以迅速回答出一套章程。
2024-12-12
图像识别能力能用在哪些方面?
图像识别能力可以应用在以下方面: 1. 自动驾驶:帮助车辆识别道路、交通标志和其他物体。 2. 广告定向投放:根据图像内容精准推送相关广告。 3. 网页搜索结果优化:通过识别图像内容提高搜索结果的准确性。 4. 数字助手:如 Google Now 或 Amazon Alexa 中用于识别图像相关的指令。 5. 安防监控:识别异常行为或人物。 6. 医疗诊断:辅助医生识别医学影像中的病症。 7. 工业检测:检测产品的质量和缺陷。 8. 物流:识别货物的类别和状态。
2024-12-05
🚀接着上期SOP+AI:打造职场高效能人士的秘密武器的分享,今天继续聊聊SOP+AI的应用,🎯今天的主题是“怎样利用AI节约10倍内容创作时间?”📚最近跟团队有开始运营小红书账号,就想着先给自己打造点顺手的工具,于是乎「小红书文案专家」就出生啦~🎉[heading1]一、先介绍下我们小Bot[content]🛺BOT名称:小红书文案专家功能价值:见过多个爆款文案长啥样,只需输入一个网页链接或视频链接,就能生成对应的小红书文案,可以辅助创作者生成可以一键复制发布的初稿,提供创意和内容,1
以下是关于“SOP+AI”的相关内容: 怎样利用 AI 节约 10 倍内容创作时间? 最近团队开始运营小红书账号,于是打造了“小红书文案专家”。 BOT 名称:小红书文案专家 功能价值:见过多个爆款文案,输入网页或视频链接就能生成对应的小红书文案,辅助创作者生成可一键复制发布的初稿,提供创意和内容,节约 10 倍文字内容创作时间。 应用链接:https://www.coze.cn/s/ij5C6LWd/ 设计思路: 痛点:个人时间有限,希望有人写初稿并生成配图。 实现思路:为自己和团队设计工作流,让 AI 按运营思路和流程工作。 一期产品功能: 1. 提取任何链接中的标题和内容。 2. 按小红书平台文案风格重新整理内容。 3. 加入 emoji 表情包,使文案更有活力。 4. 为文案配图片。 二期计划功能:持续优化升级,增加全网搜索热点功能,提炼热点新闻或事件关键信息,结合用户想要生成的内容方向输出文案和配图。 SOP+AI:打造职场高效能人士的秘密武器 案例分享:X 公司客服团队引入 SOP 和 AI 助手后,工作效率显著提升。引入 SOP 前,客服工作流程混乱,效率低下,客户满意度不高。引入 SOP 标准化操作后,效率提高。进一步引入 AI 助手,自动回复常见问题、处理简单请求,减少客服工作量,还能及时发现问题帮助优化。结果客服团队工作效率提升 30%以上,客户满意度显著提高。SOP 能提升效率、减少失误、促进协作,借助 AI 助手,SOP 制定和优化更高效智能。
2024-12-20
视频生成哪一个ai最强
目前在视频生成领域,以下几个 AI 表现较为突出: Luma AI: Dream Machine 功能包括 txt2vid 文生视频和 img2vid 图生视频,还支持 Extend 延长 4s、循环动画、首尾帧动画能力。 8 月底最新发布的 Dream Machine 1.5 增强了提示词理解能力和视频生成能力,对视频内文字的表现很强。 在 img2vid 图生视频方面,生成效果在多方面远超其他产品,如生成时长较长(5s)、24 帧/s 非常丝滑、运动幅度大且能产生相机的多角度位移、提示词中可增加无人机控制的视角变化、运动过程中一致性保持较好、分辨率高且有效改善了运动幅度大带来的模糊感。 Runway:推出了实力强劲的 Gen3 模型。 此外,以下是其他视频生成的 Top10 产品及相关数据: |排行|产品名|分类|4 月访问量(万 Visit)|相对 3 月变化| |||||| |1|InVideo|其他视频生成|736|0.118| |2|Fliki|其他视频生成|237|0.165| |3|Animaker ai|其他视频生成|207|0.076| |4|Pictory|其他视频生成|122|0.17| |5|Steve AI|其他视频生成|76|0.119| |6|decohere|其他视频生成|57.5|0.017| |7|MagicHour|其他视频生成|53.7|0.071| |8|Lumen5|其他视频生成|51|0.149| |9|democreator|其他视频生成|41.9|0.136| |10|腾讯智影|其他视频生成|35.4|0.131|
2024-12-20
免费生成思维导图的AI网址
以下是一些免费生成思维导图的 AI 网址: 1. GitMind:一款免费的跨平台 AI 思维导图软件,支持提问、回答、自动生成等多种模式,可通过 AI 自动生成思维导图。 2. ProcessOn:国内思维导图+AIGC 的工具,能够利用 AI 生成思维导图。 3. AmyMind:轻量级的在线 AI 思维导图工具,无需注册登录即可使用,支持自动生成节点。 4. Xmind Copilot:Xmind 推出的基于 GPT 的 AI 思维导图助手,可一键拓展思路,生成文章大纲。 5. TreeMind:“AI 人工智能”思维导图工具,输入需求后由 AI 自动完成思维导图生成。 6. EdrawMind:提供一系列 AI 工具,包括 AI 驱动的头脑风暴功能,有助于提升生产力。 总的来说,这些 AI 思维导图工具都能通过 AI 技术自动生成思维导图,提高制作效率,为知识工作者带来便利。 此外,以下是一些可以使用 AI 绘制示意图的工具和平台: 1. Lucidchart:强大的在线图表制作工具,集成 AI 功能,可自动化绘制流程图、思维导图、网络拓扑图等多种示意图。具有拖放界面,易于使用,支持团队协作和实时编辑,有丰富的模板库和自动布局功能。官网:https://www.lucidchart.com/ 2. Microsoft Visio:专业的图表绘制工具,适用于复杂的流程图、组织结构图和网络图。其 AI 功能可帮助自动化布局和优化图表设计。集成 Office 365,方便与其他 Office 应用程序协同工作,有丰富的图表类型和模板,支持自动化和数据驱动的图表更新。官网:https://www.microsoft.com/enus/microsoft365/visio/flowchartsoftware 3. Diagrams.net:免费且开源的在线图表绘制工具,适用于各种类型的示意图绘制。支持本地和云存储(如 Google Drive、Dropbox),有多种图形和模板,易于创建和分享图表,可与多种第三方工具集成。官网:https://www.diagrams.net/
2024-12-20
为什么ai生成视频被寄予厚望
AI 生成视频被寄予厚望的原因主要有以下几点: 1. 技术突破:2023 年是人工智能视频领域的飞跃之年,在这一年中见证了数十种视频生成工具的问世,文本生成视频的模型持续进步,并且像图像转视频、视频转视频这样的衍生技术也开始流行起来。 2. 应用潜力:虽然目前工具存在局限性,但仍预示着正处于一场巨大变革的初期阶段,未来有望仅凭一个文本提示(或者几个提示)就制作出高质量的短片。 3. 产品优势:例如国内的可灵,在视频生成质量、生成速度和可访问性方面表现出色,达到了与国际顶级模型相当的水准,处理效率更高,为国内用户提供了便捷、稳定的使用体验。 4. 生成方式多样:从交互方式来看,当前 AI 视频生成主要可分为文本生成视频、图片生成视频、视频生成视频三种形式,且存在多种生成技术,如先生成静态关键帧图像再构建为视频序列,或直接端到端生成视频的技术。
2024-12-19
你可以根据问题说生成PPT或者图片吗
以下是关于生成 PPT 或图片的相关内容: 增强版 Bot 是基于 AI 驱动的智能创作平台,可实现一站式内容生成,包括图片、PPT、PDF 等。例如,在对话框输入诉求“生成常见的系统架构风格架构设计图”即可生成相应图片,输入“帮我生成一篇包含以上架构风格的完整 PPT”可生成 PPT 幻灯片内容及相关模板选择,输入“根据上面的架构风格,制作一篇常见系统架构风格的 PDF 文件”可生成相应的可选模板。 在 MJ 应用中,为 PPT 配图可通过复制图像链接和提示词,在 discord 中输入相应命令生成图像。生成后可改变比例和镜头拉远,检查构图,选择合适的图放入 PPT 调整构图。 在制作课程时,可通过一系列提问模板让 ChatGPT 协助创作章节内容,并将其转换成 PPT 格式,还可加入学员案例、参考范例让其进行改写或续写。
2024-12-19
有生成提示词的提示词嘛
以下是为您提供的关于生成提示词的相关信息: Apple Intelligence 中各种智能应用的提示词已曝光,包括用于生成 Apple Photos 中“回忆”视频的提示词。生成的内容需以 JSON 格式响应,遵循特定的故事和照片说明指南,且不能包含宗教、政治、有害、暴力、色情、肮脏或任何负面、悲伤或挑衅的内容。 一泽 Eze 提出通过输入一句提示词和一个品牌 Logo,利用大模型 LLM 可一键生成超级符合品牌调性的创意名片。提示词已开源,同时还介绍了获取提示词的流程、注意事项,如提示词的目的是设计符合品牌调性的创意名片,Logo 建议使用清晰、底图透明的 PNG 格式,若生成结果不符合预期可尝试让模型重新生成或提出修改意见。 【SD】自动写提示词脚本 One Button Prompt 可通过设定主题、正向提示词等生成随机的提示词,还能通过图生图控制,生成的提示词风格各异,可进行修改调整,也可使用“Latent Couple”插件给画面做定义。
2024-12-19
我想做简洁卡通风格的ai动画,根据故事文案生成的那种,需要保持人物一致性,用哪个工具比较好?
以下是一些适合生成简洁卡通风格、根据故事文案生成动画并保持人物一致性的工具: 1. U 传:在 U 传中,通过点击相应按钮参考角色、风格或图生图,可保持人物一致性。新注册有免费生成额度。 2. 季梦:可辅助写视频提示词,能根据上传的图片生成合理的运镜及提示词,还可写分镜脚本。若为 1.2 版本,选慢速或适中的标准模式,效果更好,且生成的视频无水印。每天给 60 积分。 3. 可玲:可辅助写视频提示词,能根据上传的图片生成合理的运镜及提示词,还可写分镜脚本。每天给 60 积分,可用于日常使用,创作片子可能需买会员,生成的视频有无水印选项。 此外,在使用 Midjourney 生图时,若要保持人物和场景一致性,有两个取巧的方式:一个是像上个视频一样生成动物,动物会比较容易保持一致性;另一个方式是特定的名人或者有特殊属性的人物。在确定影片风格时,比如可以选择皮克斯动画风格。同时,在提示词中利用 cref 命令也有助于保持人物的一致性。
2024-12-18
Changer软件能实现视频中人物的无缝换头吗
Changer 软件可以实现视频中人物的无缝换头。以下是一些相关的操作指引和注意事项: 上传原始视频和换脸图片,点击生成,即可自动识别视频中的人脸并进行替换。 在 TecCreative 创意工具箱中,操作指引为:上传原始视频——上传换脸图片——点击生成。 实战中,通过 JupyterLab 工具中的终端输入相关命令启动 facefusion 程序,在 facefusion 软件界面上传准备好的图片、视频,可看到预览效果,点击开始按钮执行换脸处理,完成后可下载处理后的视频。 此外,还有其他与图片和视频处理相关的方法和技巧,例如利用 MJ 画图、InsightFaceSwap 插件等进行处理。
2024-12-17
国内大模型领域关键人物、关键院校
以下是国内大模型领域的关键人物、关键院校及相关信息: 8 月正式上线的国内大模型: 北京: 百度(文心一言):https://wenxin.baidu.com 抖音(云雀大模型):https://www.doubao.com 智谱 AI(GLM 大模型):https://chatglm.cn 中科院(紫东太初大模型):https://xihe.mindspore.cn 百川智能(百川大模型):https://www.baichuanai.com/ 上海: 商汤(日日新大模型):https://www.sensetime.com/ MiniMax(ABAB 大模型):https://api.minimax.chat 上海人工智能实验室(书生通用大模型):https://internai.org.cn 聊天状态下能生成 Markdown 格式的:智谱清言、商量 Sensechat、MiniMax 目前不能进行自然语言交流的:昇思、书生 受限制使用:MiniMax(无法对生成的文本进行复制输出,且只有 15 元的预充值额度进行体验,完成企业认证后可以进行充值) 特色功能:昇思——生图,MiniMax——语音合成 阿里通义千问、360 智脑、讯飞星火等均不在首批获批名单中。据悉,广东地区获批公司分别为华为、腾讯,科大讯飞系其他地区获批产品。 中文大模型评测收集与调研: InfoQ + 极客帮:https://www.guotaixia.com/post/5124.html GAOKAOBench:地址:https://github.com/OpenLMLab/GAOKAOBench ,是一个以中国高考题目为数据集,测评大模型语言理解能力、逻辑推理能力的测评框架 清华安全大模型测评:地址:http://115.182.62.166:18000 ,清华收集的一个评测集,涵盖了仇恨言论、偏见歧视言论、犯罪违法、隐私、伦理道德等八大类别,包括细粒度划分的 40 余个二级安全类别 JioNLP 个人测评:评测数据集:https://github.com/dongrixinyu/JioNLP/wiki/LLM 评测数据集 ,考察 LLM 模型对人类用户的帮助效果、辅助能力,可否达到一个【智能助手】的水平。题型介绍:选择题来源于中国大陆国内各种专业性考试,重点在于考察模型对客观知识的覆盖面,占比 32%;主观题来源于日常总结,主要考察用户对 LLM 常用功能的效果。 EduTEP:华东师范大学计算机科学与技术学院 EduNLP 团队组建智能教育算法测评小组,开发智能教育可信评测平台(EduTEP)。EduTEP 对比多种大模型在教育领域中的综合性能,针对 K12 教育发布首个 CALMEDU 评测框架与 CALMEDU001 评测报告 娱乐资本论:我们的测试并非旨在提供学术上的严谨标准,我们的目标是:从实用的角度出发,分析这些大模型在各种文本应用场景,如小红书带货文案、抖音直播文案、知乎问答、小说创作、公关信写作、歌词生成、淘宝商品详情页文案、广告宣传片文案、剧本创意策划等方面的综合表现 中国大模型面临的真实问题: OpenAI 对字节跳动可能存在的违规使用其技术和知识产权的指控,字节跳动回应在 2023 年初技术团队在大模型探索初期有部分工程师将 GPT 的 API 服务应用于较小模型的实验性项目研究中,但强调该模型仅用于测试,从未计划上线或对外使用,且自 2023 年 4 月公司引入 GPT API 调用规范检查后已停止这种做法。 2024 年也有更多被指“套壳”国内大模型的事件,比如斯坦福大学 AI 团队主导的 Llama3V 开源模型,被证实套壳抄袭国内清华与面壁智能的开源模型。大模型的建设方式粗浅地分为三类。
2024-12-16
gpt是否可以识别图片中的人脸、人物
GPT 可以在一定程度上对图片中的人物进行识别和描述。例如,可以利用 GPT 的识图功能对人物照片的内容进行细致描述,包括人物的年龄、发型、肤色、五官、穿着、表情等方面,还能对人物所处的背景进行分析。但需要注意的是,其识别和描述的准确性可能会受到多种因素的影响,如图片的质量、清晰度、复杂程度等。同时,对于 GPT 是否能准确识别所有人脸和人物,还存在一定的不确定性和局限性。
2024-11-24
请问现在好用的AI图片生产工具有哪些,对人物一致性要求高
以下是一些好用的 AI 图片生产工具,且对人物一致性要求较高: 1. Artguru AI Art Generator:是一个在线平台,能够生成逼真图像,为设计师提供灵感,丰富创作过程。 2. Retrato:这是一款 AI 工具,可将图片转换为非凡肖像,拥有 500 多种风格选择,适合制作个性头像。 3. Stable Diffusion Reimagine:新型 AI 工具,通过稳定扩散算法生成精细、具有细节的全新视觉作品。 4. Barbie Selfie Generator:专为喜欢梦幻童话风格的人设计的 AI 工具,能将上传的照片转换为芭比风格,效果出色。 在使用 AI 生图时,若要保证人物和场景的一致性,有两个取巧的方式:一是像生成动物,动物会比较容易保持一致性;二是特定的名人或有特殊属性的人物。 另外,目前市面上的 AI 工具分为线上和线下本地部署两种。线上的优势是出图速度快,不依赖本地显卡配置,无需下载大型模型,还能参考其他创作者的作品,但出图分辨率有限。线下部署的优势是可以添加插件,出图质量高,但对电脑配置要求高,使用时可能导致电脑宕机。可以充分发挥线上和线下平台的优势,线上用于找参考、测试模型,线下作为主要出图工具。
2024-11-23
可以根据照片生成人物的AI软件
以下是一些可以根据照片生成人物的 AI 软件: PhotoMaker:可以根据文字描述生成人物照片,能混合不同人物特征创造新形象,还能改变照片中人物的性别、年龄。访问链接:https://photomaker.github.io ,https://x.com/xiaohuggg/status/1746861045027869072?s=20 HeyGen:通过上传照片或文字提示,即可生成个性化 AI 数字形象视频。支持自定义肢体动作、服装、背景、年龄、性别等特征。仅需 1 分钟即可生成包含脚本、声音和情感表达的数字人视频。访问链接:https://x.com/imxiaohu/status/1852317866038809035
2024-11-22