直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

如何使用ai制作专业视频？

回答

使用 AI 制作专业视频的流程如下：

  1. 小说内容分析：使用 AI 工具（如 ChatGPT）分析小说内容，提取关键场景、角色和情节。
  2. 生成角色与场景描述：根据小说内容，使用工具（如 Stable Diffusion 或 Midjourney）生成角色和场景的视觉描述。
  3. 图像生成：使用 AI 图像生成工具根据描述创建角色和场景的图像。
  4. 视频脚本制作：将提取的关键点和生成的图像组合成视频脚本。
  5. 音频制作：利用 AI 配音工具（如 Adobe Firefly）将小说文本转换为语音，添加背景音乐和音效。
  6. 视频编辑与合成：使用视频编辑软件（如 Clipfly 或 VEED.IO）将图像、音频和文字合成为视频。
  7. 后期处理：对生成的视频进行剪辑、添加特效和转场，以提高视频质量。
  8. 审阅与调整：观看生成的视频，根据需要进行调整，比如重新编辑某些场景或调整音频。
  9. 输出与分享：完成所有编辑后，输出最终视频，并在所需平台上分享。

需要注意的是，具体的操作步骤和所需工具可能会根据项目的具体需求和个人偏好有所不同。此外，AI 工具的可用性和功能也可能会随时间而变化，建议直接访问上述提供的工具网址获取最新信息和使用指南。

现阶段 AI 视频生成的应用场景包括：

  1. 专业创作者（艺术家、影视人等）：AI 生成能够为作品赋予独特风格和想象力，为创作者提供灵感，配合高超的剪辑技巧和叙事能力，便可以制作出超乎想象的效果。低成本动捕更是能够大幅降低后期制作的门槛和成本，自动识别背景生成绿幕、视频主体跟随运动等能够辅助视频编辑，为后期制作增加更多空间。目前该应用主要集中在音乐 MV、短篇电影、动漫等方向。一些 AI 视频平台也积极寻求创意合作，为创作者提供免费支持。
  2. 自媒体、非专业创作者：这部分人群通常有着非常具体且明确的视频剪辑痛点。比如科技、财经、资讯类重脚本内容的视频在制作时需花费大量时间寻找视频素材、还需注意视频版权问题。一些产品（Invideo AI、Pictory）已经在发力脚本生成分镜、视频，帮助创作者降低视频素材制作门槛。Gamma AI 已经实现了文章高效转 PPT 的能力，若能结合 Synthesia、HeyGen AI、D-ID 等产品的 Avatar、语音生成能力也可快速转化为视频内容。不同平台适合不同内容形式，创作者想要将同一个素材在不同平台分发就意味着制作成本的升高。而 OpusClip 提供的长视频转短视频致力于解决这一痛点。
  3. 企业客户：对于没有足够视频制作资金的小企业、非盈利机构来说，AI 视频生成可以为其大幅缩减成本。

制作视频的相关工具推荐： 最佳动画工具：用于在视频中为人脸制作动画的 D-iD（https://www.d-id.com/）。用于从文本创建视频的 Runway v2（https://app.runwayml.com/） 最佳语音克隆：ElevenLabs（https://beta.elevenlabs.io/speech-synthesis）

同时需要注意，深度伪造是一个巨大的问题，这些系统需要合乎道德地使用。

内容由 AI 大模型生成，请仔细甄别（powered by aily）

参考资料

问：我想用 AI 把小说做成视频，应该怎么做？

1.小说内容分析：使用AI工具（如ChatGPT）分析小说内容，提取关键场景、角色和情节。2.生成角色与场景描述：根据小说内容，使用工具（如Stable Diffusion或Midjourney）生成角色和场景的视觉描述。3.图像生成：使用AI图像生成工具根据描述创建角色和场景的图像。4.视频脚本制作：将提取的关键点和生成的图像组合成视频脚本。5.音频制作：利用AI配音工具（如Adobe Firefly）将小说文本转换为语音，添加背景音乐和音效。6.视频编辑与合成：使用视频编辑软件（如Clipfly或VEED.IO）将图像、音频和文字合成为视频。7.后期处理：对生成的视频进行剪辑、添加特效和转场，以提高视频质量。8.审阅与调整：观看生成的视频，根据需要进行调整，比如重新编辑某些场景或调整音频。9.输出与分享：完成所有编辑后，输出最终视频，并在所需平台上分享。请注意，具体的操作步骤和所需工具可能会根据项目的具体需求和个人偏好有所不同。此外，AI工具的可用性和功能也可能会随时间而变化，建议直接访问上述提供的工具网址获取最新信息和使用指南。内容由AI大模型生成，请仔细甄别

AI视频生成(上) | 技术发展概况和应用场景思考

[title]AI视频生成(上)|技术发展概况和应用场景思考[heading2]2.1现阶段应用场景在盘点完全部产品后，我感受到AI视频产品目前面向的主要受众群体有：（1）专业创作者（艺术家、影视人等）：AI生成能够为作品赋予独特风格和想象力，为创作者提供灵感，配合高超的剪辑技巧和叙事能力，便可以制作出超乎想象的效果。低成本动捕更是能够大幅降低后期制作的门槛和成本，自动识别背景生成绿幕、视频主体跟随运动等能够辅助视频编辑，为后期制作增加更多空间。目前该应用主要集中在音乐MV、短篇电影、动漫等方向。一些AI视频平台也积极寻求创意合作，为创作者提供免费支持。@valleeduhamel使用现有的素材、Gen-1和大量合成创作了新电影《After Light》的过程分享Ammaar Reshi的团队使用Stable WarpFusion + Davinci Resolve制作完整的动漫剧情，制作过程分享（2）自媒体、非专业创作者：这部分人群通常有着非常具体且明确的视频剪辑痛点。a.比如科技、财经、资讯类重脚本内容的视频在制作时需花费大量时间寻找视频素材、还需注意视频版权问题。一些产品（Invideo AI、Pictory）已经在发力脚本生成分镜、视频，帮助创作者降低视频素材制作门槛。Gamma AI已经实现了文章高效转PPT的能力，若能结合Synthesia、HeyGen AI、D-ID等产品的Avatar、语音生成能力也可快速转化为视频内容。b.不同平台适合不同内容形式，创作者想要将同一个素材在不同平台分发就意味着制作成本的升高。而OpusClip提供的长视频转短视频致力于解决这一痛点。（3）企业客户：对于没有足够视频制作资金的小企业、非盈利机构来说，AI视频生成可以为其大幅缩减成本。

如何使用 AI 来做事：一份带有观点的指南

最佳免费选项：[必应](https://www.bing.com/search?q=Bing+AI&showconv=1&FORM=hpcodx)付费选项：[ChatGPT](https://chat.openai.com/chat)4.0，但由于与互联网连接，必应可能更好尽管（或者事实上，由于）它所有的限制和怪异，人工智能是产生想法的完美选择。你通常需要有很多想法才能有好的想法，而人工智能擅长数量。有了正确的提示，你也可以强迫它非常有创意。在创意模式下让Bing查找您最喜欢的、不寻常的想法生成技术，如Brian Eno的倾斜策略或Mashall McLuhan的四种策略，并应用它们。或者要求一些奇怪的东西，比如受随机专利启发的想法，或者你最喜欢的超级英雄......[heading1]制作视频[content]最佳动画工具：用于在视频中为人脸制作动画的[D-iD](https://www.d-id.com/)。用于从文本创建视频的[Runway v2](https://app.runwayml.com/)最佳语音克隆：[ElevenLabs](https://beta.elevenlabs.io/speech-synthesis)现在，生成一个完全由人工智能生成的角色的视频，阅读完全由人工智能编写的脚本，用人工智能制作的声音说话，由人工智能制作动画，这简直是微不足道的。[它也可以深度伪造人，正如你在这个链接中看到的那样，我伪造了自己](https://oneusefulthing.substack.com/p/a-quick-and-sobering-guide-to-cloning)，谨慎使用，但这对于制作解释视频和介绍来说可能很棒。最近还发布了第一个商用文本到视频工具Runway v2。它创建了4秒的短剪辑，更像是对未来发展的展示，但如果你想了解这个领域的未来发展，值得一看。一些需要担心的事情：深度伪造是一个巨大的问题，这些系统需要合乎道德地使用。

其他人在问
AI 领英图生成
以下是关于 AI 领英图生成的相关信息： 假设您需要创建一个项目管理流程图，可以按照以下步骤使用 Lucidchart： 1. 注册并登录： 2. 选择模板：在模板库中搜索“项目管理流程图”。 3. 编辑图表：根据您的项目需求添加和编辑图形和流程步骤。 4. 优化布局：利用 AI 自动布局功能，优化图表的外观。 5. 保存和分享：保存图表并与团队成员分享，或导出为 PDF、PNG 等格式。利用这些 AI 工具，您可以快速、高效地创建专业的示意图，满足各种工作和项目需求。 目前比较成熟的通过输入图片生成类似图片的 AI 产品主要有： 1. Artguru AI Art Generator：在线平台，生成逼真图像，给设计师提供灵感，丰富创作过程。 2. Retrato：AI 工具，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，将上传的照片转换为芭比风格，效果超级好。但这些 AI 模型仍有一些局限，如偶尔会出现性能不稳定、生成内容不当等问题。 关于如何判断一张图片是否 AI 生成的：AI 技术带来造假难题，可由 AI 自己的同僚互鉴打假来解决。现在已有不少网站在做这件事情，通过对大量的图片数据的抓取和分析，给出对画作属性的判断可能性。例如使用 AI 来鉴别 AI 绘图性质的网页：ILLUMINARTY（https://app.illuminarty.ai/）。但在测试过程中，有些结构严谨的真实摄影作品，反而会被识别为 AI 作图。这是因为鉴定 AI 自身的逻辑算法，并不能像人类一样综合考虑不符合人的逻辑的各种表现。
2024-10-22
我想写一篇博士论文，如何用AI可以提质增效
以下是关于如何利用 AI 写博士论文提质增效的一些建议： 在丰富细化方面： 让 AI 一段一段进行细节描写。 先让 AI 帮助写故事概要和角色背景介绍，并按自己的审美略做修改。 采用让 AI 以表格形式输出细节描述的技巧，这样有三个好处：打破 AI 原本的叙事习惯，避免陈词滥调；按编号做局部调整容易，指哪改哪，其他内容能稳定不变；确保内容都是具体的细节，避免整段输出时缩减导致细节丢失。 在串联成文方面： 把生成的表格依次复制粘贴，AI 会照着写文章，过程中可能需要您给点建议。 在注意事项方面： 一些小说大赛对作品有要求，如必须是 AI 直接输出且不能改动、字数限制等。 不同的 AI 模型可能存在缺点，如记性不好、修改关键情节等。 在工作中利用 AI 提质增效方面： 哈佛商学院的研究表明，使用 AI 能带来工作效率的显著改善，如使用 AI 的被测试者比未使用者平均多完成 12.2%的任务，速度提高 25.1%，结果质量提高 40%。 GPT4 等模型有能力边界，目前无人明确其具体范围。 分为不使用 AI、使用 AI、使用 AI 并接受培训三组，使用 AI 的两组任务完成效率和质量都高于未使用组。 AI 对工作能力差的被测试者提升大，对能力强的提升小，会拉平高级和低级人才的差距。 过于依赖 AI 可能适得其反，降低效率和质量，因无法区分其能力边界。 在人类和 AI 协作方式方面： 半人马模式：强调人与 AI 紧密结合但各司其职，人类主导流程，根据任务性质调配资源，充分利用人类智慧与判断力及 AI 的计算与生成能力。 机械人模式：人与 AI 高度融合，在细节上循环迭代优化，最终实现人机一体化，充分发挥人类灵活性和 AI 生成能力。这两种模式更像是人类与 AI 合作的两个阶段，前者能简单使用和复用 AI 结果提升工作能力，后者能熟练使用 AI 深入探索、精细化协作和共同创作。 您可以根据以上内容，结合博士论文的特点和需求，合理利用 AI 来提质增效。
2024-10-22
我想练英语口语和法语口语，有没有能对话和纠正我发音的AI
以下是一些能够进行英语口语和法语口语对话及纠正发音的 AI 工具和方法： 英语学习： 智能辅助工具：如 Grammarly 可进行英语写作和语法纠错，改进英语表达和写作能力。 语音识别和发音练习：使用语音识别应用 Call Annie 进行口语练习和发音纠正，获取实时反馈和建议。 自适应学习平台：Duolingo 利用 AI 技术为您量身定制学习计划，提供个性化的英语学习内容和练习。 智能导师和对话机器人：ChatGPT 可进行英语会话练习和对话模拟，提高交流能力和语感。 法语学习：目前可能没有像上述英语学习那样特别知名和广泛使用的专门针对法语的 AI 工具，但您可以尝试在一些通用的语言学习平台或应用中寻找法语学习的相关功能。 另外，您还可以通过以下方式： 网址：https://www.coze.cn/home APP：直接搜索“豆包”。其优点包括不需要翻墙，可捏好给别人用，能扩展聊天 AI 的基础能力（搜索、作图、文档等）。注册方式为手机号、抖音号或飞书号，大约需要 5 分钟。 在使用过程中可能会遇到一些问题，比如语言切换、语句过长听不懂、需要发音纠正等，但通过持续学习和优化使用方法，可以更好地利用 AI 提升口语能力。
2024-10-22
如何用AI做游戏人设
以下是关于如何用 AI 做游戏人设的相关内容： 1. 生成性 AI 工具和服务的应用：小型独立游戏工作室可借助其生产更多具有商业可行性的游戏，降低游戏开发门槛，增加每年发布的游戏数量，创造出以前不可能存在的新游戏类型。例如，《Among Us》由仅有 5 名员工的工作室创作，而生成性 AI 能让小型工作室创建的游戏规模和大小增长。 2. 利用特定工具生成多样化二次元角色设计风格：如使用 Niji·journey 5 时，可通过在 Prompt 中加入风格、时代背景等关键词，或使用具体游戏风格来引导生成类似风格的角色设计。 3. 借助 GPT 驱动的游戏：像陈财猫这类由 GPT 驱动的人生重开模拟器游戏，具有无限创造性，能融合文学与人工智能，利用发展心理学进行角色塑造，提供多元化人生路径，具备随机性与可玩性。例如，游戏中的人物有背景、立场和情感，每一次游戏都是全新体验。
2024-10-22
有什么AI工具 可以转换视频的尺寸
以下是一些可以转换视频尺寸的 AI 工具： 1. Topaz Video AI：可通过以下链接获取：https://www.topazlabs.com/topazvideoai 。超级会员 V6 可通过百度网盘分享获取相关文件，链接：https://pan.baidu.com/s/1bL4tGfl2nD6leugFh4jg9Q?pwd=16d1 ，提取码：16d1 ，复制这段内容打开「百度网盘 APP 即可获取」。 2. Kraken.io：主要用于图像压缩，但也提供了免费的图像放大功能，能保证图像的细节清晰度。 3. Deep Art Effects：强大的艺术效果编辑器，通过 AI 技术能够将图像放大并赋予艺术效果，支持多种滤镜和风格。 4. RealESRGAN：https://replicate.com/nightmareai/realesrgan ，这是一个基于 RealESRGAN 的图像超分辨率增强模型，具有可选的人脸修复和可调节的放大倍数，但使用几次后要收费。 5. Stability AI 推出的基于 Discord 的媒体生成和编辑工具：包括搜索和替换（无需蒙版，通过搜索提示识别对象并替换）、创意放大（将低分辨率或低质量图像放大至 4K 分辨率，同时可以附加提示）、外扩（在图像中添加内容以扩展空间）、控制草图（将手绘草图转换为高质量图像）、删除背景（准确分割前景并删除背景）、基于初始图像使用 Stable Video Diffusion 生成短视频等功能。
2024-10-22
有没有可以免费p图的AI
以下是一些可以免费 P 图的 AI 工具及相关信息： 无界 AI： 网址：https://www.wujieai.cc/ 做图逻辑类似于 SD，优势在于国内网络即可稳定使用，有免费出图点数，支持中文关键词输入，无需额外下载风格模型，可直接取用。 应用场景如朋友圈 po 图，画幅比例可选择 1:1，皮克斯卡通模型可用于相关创作，关键词类别包括场景、氛围、人物、造型、情绪、道具、构图、画面、特殊等方面。 部分免费图库： 可以通过 AI 分析文章内容给出配图建议和关键词，然后利用这些信息在免费图库中快速找到合适的无版权图片。 此外，在软件架构设计中绘制逻辑视图、功能视图和部署视图的工具包括： Lucidchart：流行的在线绘图工具，支持多种图表创建。 Visual Paradigm：全面的 UML 工具，提供多种架构视图创建功能。 ArchiMate：开源建模语言，与 Archi 工具配合使用创建逻辑视图。 Enterprise Architect：强大的建模、设计和生成代码工具。 Microsoft Visio：广泛使用的图表和矢量图形应用程序。 draw.io（现称为 diagrams.net）：免费在线图表软件。 PlantUML：文本到 UML 转换工具。 Gliffy：基于云的绘图工具。 Archi：免费开源工具，支持逻辑视图创建。 Rational Rose：IBM 的 UML 工具，支持多种视图创建。
2024-10-22
有没有什么好用的视频剪辑AI工具
以下为您介绍一些好用的视频剪辑 AI 工具： 剪映：方便之处在于有很多人性化设计以及简单的音效库和小特效。但无法协同工作和导出工程文件，难以与其他软件进行工程联通，应用于商业化效果有限。剪辑流程包括视频粗剪、定剪、音效/音乐、特效、包装（如字幕）。在声音运用方面，好的声音制作可为影片增色，视频粗剪时可先确定画面逻辑，定剪时再调整和替换画面素材至满意效果。音效方面，剪映的简单音效库可用于制作简单短片，复杂音效可能需另外制作。特效方面，例如可添加一些光影效果。包装方面，剪映可智能匹配字幕再修改。 视频配音效的 AI 工具： Vidnoz AI：支持 23 多种语言的配音，音质高保真，支持文本转语音和语音克隆功能，提供语音参数自定义和背景音乐添加工具，有面向个人和企业的经济实惠的定价方案。 Wavel Studio：支持 30 多种语言的配音，音质自然流畅，能自动去除背景噪音和杂音，提供添加字幕和文本叠加层的工具，界面友好且有多种自定义选项。 Elai.io：支持 65 多种语言的配音，音色和语调真实，能自动将唇形与语音同步，生成字幕提高视频可访问性，支持多位配音者适合复杂对话场景。 Rask AI：支持 130 多种语言的配音，包括稀有和濒危语言，采用先进语音合成技术音质高保真，提供语音参数自定义和音效添加工具，与多种视频编辑平台和工作流程整合。 Notta：提供快速实惠的多语言配音解决方案，保留原声说话风格和细微差别，提供调整语音速度和音调的工具，支持批量处理高效完成多视频配音。 Dubverse：支持 60 多种语言的配音，音质接近真人，提供文本转语音和语音克隆功能，提供语音参数自定义和情感添加工具，与多种视频平台和社交媒体渠道整合。 在选择视频配音工具时，请考虑支持的语言数量、语音质量、自定义选项和价格等因素。
2024-10-22
我想要个视频AI模糊变高清的工具
以下为您介绍两款可将视频 AI 模糊变高清的工具： 1. Topaz Video AI： 解压对应文件，推荐使用绿色版（安装包已在网盘，可直接下载）。 右键管理员运行 VideoAIportable.exe 文件。 导入处理好的视频。 主界面左边是原视频，右边是待处理视频，下面是对应的视频轨道。 右边部分是主要对视频处理的方式，预设部分主要有放大视频、提升画质、提升帧率等功能。 视频部分保持默认，稳定 AI 用于画面稳定和减少抖动，模式分为自动裁切和完整帧，强度在 60 左右，抖动需开启，次数一般选择 2。 消除运动模糊 AI 按字面意思操作，帧插值 AI 可识别帧之间进行修复替换，增强 AI 能选择不同模型对视频整体优化，包括面部、去噪、锐化提升等。 一般会选择稳定+运动模糊，若电脑配置不行，可一个一个操作，但速度较慢。 2. FMANet： 能将模糊低分辨率视频恢复为清晰高分辨率。 可解决快速移动物体或摄像机引起的视频模糊。 智能理解物体运动，改善画质，去除模糊。 相关网址：http://kaistviclab.github.io/fmanetsite/ 、https://x.com/xiaohuggg/status/1746160750610075689?s=20
2024-10-22
AI视频制作教程
以下是使用 AI 把小说制作成视频的教程： 1. 小说内容分析：使用 AI 工具（如 ChatGPT）分析小说内容，提取关键场景、角色和情节。 2. 生成角色与场景描述：根据小说内容，使用工具（如 Stable Diffusion 或 Midjourney）生成角色和场景的视觉描述。 3. 图像生成：使用 AI 图像生成工具根据描述创建角色和场景的图像。 4. 视频脚本制作：将提取的关键点和生成的图像组合成视频脚本。 5. 音频制作：利用 AI 配音工具（如 Adobe Firefly）将小说文本转换为语音，添加背景音乐和音效。 6. 视频编辑与合成：使用视频编辑软件（如 Clipfly 或 VEED.IO）将图像、音频和文字合成为视频。 7. 后期处理：对生成的视频进行剪辑、添加特效和转场，以提高视频质量。 8. 审阅与调整：观看生成的视频，根据需要进行调整，比如重新编辑某些场景或调整音频。 9. 输出与分享：完成所有编辑后，输出最终视频，并在所需平台上分享。 请注意，具体的操作步骤和所需工具可能会根据项目的具体需求和个人偏好有所不同。此外，AI 工具的可用性和功能也可能会随时间而变化，建议直接访问上述提供的工具网址获取最新信息和使用指南。 另外，关于使用 Stable Diffusion 制作中文文字的教程： 1. 将中文字做成白底黑字，存成图片样式。 2. 使用文生图的方式，使用大模型真实系，作者用的 realisticVisionV20_v20.safetensorsControlNet 预设置。 3. 输入关键词，如奶油的英文单词，Cream + Cake（加强质感），反关键词：Easynegative（负能量），反复刷机，得到满意的效果即可。 4. 同理可输出 C4D 模型，可自由贴图材质效果，3d,blender,oc rendering。 5. 如果希望有景深效果，也可以打开 depth（增加阴影和质感）。 6. 打开高清修复，分辨率联系 1024 以上，步数：29 60。 同时，为您提供以下相关的 AI 视频工作流教程链接： 1. 2. 3. 4. 5. 6. 7. 8. 9.
2024-10-22
知名的视频大模型都有哪些
以下是一些知名的视频大模型： InstructBLIP：基于预训练的 BLIP2 模型进行训练，在 MM IT 期间仅更新 QFormer。通过引入指令感知的视觉特征提取和相应的指令，能够提取灵活多样的特征。 PandaGPT：是一种开创性的通用模型，能够理解不同模式的指令并根据指令采取行动，包括文本、图像/视频、音频、热、深度和惯性测量单位。 PaLIX：使用混合 VL 目标和单峰目标进行训练，包括前缀完成和屏蔽令牌完成，对于下游任务结果和在微调设置中实现帕累托前沿有效。 VideoLLaMA：引入了多分支跨模式 PT 框架，使 LLM 能够在与人类对话的同时处理给定视频的视觉和音频内容，使视觉与语言以及音频与语言保持一致。 视频聊天 GPT：专门为视频对话设计的模型，能够通过集成时空视觉表示来生成有关视频的讨论。 Shikra：Chen 等人介绍的一种简单且统一的预训练 MMLLM，专为参考对话（涉及图像中区域和对象的讨论的任务）而定制，展示了值得称赞的泛化能力，可以有效处理看不见的设置。 DLP：提出 PFormer 来预测理想提示，并在单模态句子数据集上进行训练，展示了单模态训练增强 MM 学习的可行性。 可灵：快手于 2024 年 6 月 6 日发布的视频大模型，能生成超过 120 秒 1080P 视频，模拟真实物理特性，准确建模复杂运动场景，画面连贯，动作流畅，细节真实，支持用户输入控制信息，丰富内容控制能力，采用类 Sora 的 DiT 结构，用 Transformer 代替卷积网络，自研 3D VAE 网络提升视频重建质量。 Flamingo：代表了一系列视觉语言模型，旨在处理交错的视觉数据和文本，生成自由格式的文本作为输出。 BLIP2：引入了资源效率更高的框架，包括用于弥补模态差距的轻量级 QFormer，实现对冻结 LLM 的充分利用，利用 LLM 可以使用自然语言提示进行零样本图像到文本的生成。 LLaVA：率先将 IT 技术应用到 MM 领域，为解决数据稀缺问题，引入了使用 ChatGPT/GPT4 创建的新型开源 MM 指令跟踪数据集以及 MM 指令跟踪基准 LLaVABench。 MiniGPT4：提出了一种简化的方法，仅训练一个线性层即可将预训练的视觉编码器与 LLM 对齐，能够复制 GPT4 所展示的功能。 mPLUGOwl：提出了一种新颖的 MMLLMs 模块化训练框架，结合了视觉上下文，包含一个名为 OwlEval 的教学评估数据集。 XLLM：陈等人扩展到包括音频在内的各种模式，并表现出强大的可扩展性。利用 QFormer 的语言可迁移性，成功应用于汉藏语境。 VideoChat：开创了一种高效的以聊天为中心的 MMLLM 用于视频理解对话，为该领域的未来研究制定标准，并为学术界和工业界提供协议。
2024-10-21
了解 AI 视频制作的基本概念和常见工具
AI 视频制作的基本概念： 将小说或其他创意内容通过一系列步骤转化为视频，通常包括文本分析、角色与场景生成、视频编辑与合成等环节。 常见工具及网址： 1. Stable Diffusion（SD）：一种 AI 图像生成模型，可基于文本描述生成图像。网址：https://github.com/StabilityAI 2. Midjourney（MJ）：用于创建小说中的场景和角色图像的 AI 图像生成工具。网址：https://www.midjourney.com 3. Adobe Firefly：Adobe 的 AI 创意工具，能生成图像和设计模板。网址：https://www.adobe.com/products/firefly.html 4. Pika AI：文本生成视频的 AI 工具，适合动画制作。网址：https://pika.art/waitlist 5. Clipfly：一站式 AI 视频生成和剪辑平台。网址：https://www.aihub.cn/tools/video/clipfly/ 6. VEED.IO：在线视频编辑工具，具有 AI 视频生成器功能。网址：https://www.veed.io/zhCN/tools/aivideo 7. 极虎漫剪：结合 Stable Diffusion 技术的小说推文视频创作提效工具。网址：https://tiger.easyartx.com/landing 8. 故事 AI 绘图：小说转视频的 AI 工具。网址：https://www.aihub.cn/tools/video/gushiai/ 制作 AI 短片的故事来源和剧本写作： 1. 故事来源： 原创（直接经验）：自身或周围人的经历、做过的梦、想象的故事等。 改编（间接经验）：经典 IP、名著改编、新闻改编、二创等。 2. 剧本写作： 编剧是有一定门槛的手艺，不能单纯套剧作理论和模板，要多写多实践，再结合看书总结经验。 对于短片创作，可从自身或朋友的经历改编入手，或者对触动自己的短篇故事进行改编。 多与他人讨论故事，有助于修改和进步。 AI 春晚的制作分工： 1. 制片人AJ：负责影片的制作管理，包括团队组建、日程安排、信息收集、资料整理、各处岗位工作缺失时及时补上等。 2. 图像创意？？：负责用 AI 生成富有想象力的角色和场景等所有出现在视频中的画面，并为每个角色赋予人物小传。 3. 视频制作？？：将做好的角色场景等图像素材进行 AI 图生文的工作，需要擅长运营工具的笔刷等控制工具，更好的契合剧本。 4. 编剧？：负责撰写剧本，包括故事情节、角色串联、人物台词等。 5. 配音和配乐？：涉及背景音乐、音效、角色配音、声音克隆，用各种声音类 AI 工具捏出来。 6. 剪辑师？：负责把后期剪辑，包括镜头选择、节奏控制和音效配合。 AI 春晚团队高效协作的方法： AI 的创造速度快，每个分工职责中有擅长的共创同学，人员分工明确，形成了高效的 SOP，从而可以快速产出。
2024-10-21
如何用AI制作PPT
以下是使用 AI 制作 PPT 的相关信息： 卓 sir 分享了自己用 AI 完成 PPT 作业的经历，用到的 AI 工具包括 GPT4、WPS AI 和 chatPPT。 熊猫 Jay 因企业内部要求编写了相关文章，介绍了通过 AI 工具高效制作 PPT 的思路，并提到了市面上受欢迎的 5 款 AI PPT 工具：MindShow、爱设计、闪击、Process ON、WPS AI。还因该培训材料获得 1000 元红包奖励。 目前市面上大多数 AI 生成 PPT 的思路通常是：AI 生成 PPT 大纲，手动优化大纲，导入工具生成 PPT，优化整体结构。 同时为您推荐 2 篇市场分析的文章供参考：《》。 市面上的 AI 制作 PPT 产品众多，您可以根据自身需求和喜好选择合适的工具。
2024-10-22
制作海报的智能体
以下是为您提供的关于制作海报的智能体的相关信息： 1. 捏 Bot：使用扣子 coze.cn 等平台创建智能体 Agent 的过程被创作者形象地比喻为“捏 Bot”，最简单的 Bot 往往可以在 1 分钟内捏完。常见的 Bot 类型有讲故事、减肥提醒、生成 PPT、真假新闻辨识、新闻资讯收集、扮演“甄嬛”等。国内外有多个 Agent 平台可以几分钟内完成 Agent 创建，比如国内版扣子 coze.cn、海外版 Coze coze.com、百度 AppBuilder、阿里通义千问、智谱 AI 等，我们可以先从扣子 coze.cn 开始。 作品分享： 找三思做二十四节气海报：https://www.coze.cn/store/bot/7382246186440359945 ，作者：七个小扣子团队。 第一个 Bot：https://www.coze.cn/store/bot/7386486483391234057 ，作者：吕昭波 ，https://www.coze.cn/store/bot/7367669913697239052 ，作者：Stuart 。 2. 工具教程：Dreamina 即梦 智能画布功能： 案例一：用于微信小程序的商家奶茶宣传图 成品图 制作步骤： 生图关键提示词：平面插画，国风，留白，新中式，特写镜头，画面正中间房放着一杯纸杯奶茶，周围摆放着白色茉莉，假山石和青色苔藓，干净背景，具有细腻的笔触。 步骤： 第 1 步：找参考图。 第 2 步：用即梦文生图，生成场景底片。 第 3 步：用画布模式融合产品、logo、文字图片（利用了多种控制能力），然后替换杯子，植入品牌 logo 。 第 4 步：用画布模式“局部重绘”等功能做细节的图片美化，用 CapCut Web 版进行文字排版。 案例二：匡威鞋的春季海报 成品图 制作步骤： 生图关键词：上海老城街头有一双匡威运动鞋，超清晰、摄影感、4K 。 步骤： 第 1 步：找了一个目标效果图。 第 2 步：把鞋子用即梦智能画布抠图，用画布模式放到外滩背景上。 第 3 步：使用画布模式轮廓边缘，做融合、扩图、局部重绘，把楼绘制的好看一点。 第 4 步：用醒图 App 增加文案。 3. 野菩萨教学做海报 WaytoAGI 2024 年 9 月 9 日 智能纪要 智能章节 本章节围绕制作与平面设计有关的直播海报展开，讨论了可用 WPS、PPT、Keynote 制作，构想以黑背景呈现一支笔、一把尺子和一台 MacBook Pro 三个元素，还提及在 Keynote 中自动抠图及在 PS 中用特定操作抠图，以及对元素角度和排布的调整。 本章节主要是关于设计课的讨论，涉及字体选择、物体遮挡处理、元素呼应、logo 摆放、日期时间呈现等，如字体有少女水冰乐体，logo 考虑放顶部或底部，还探讨了颜色渐变增加质感等细节。 本章节讨论了设计相关内容，如 AHC 理论上不应多用大字体，提到海报信息乱，以 September Ninth 为例，探讨飞书相关设计，包括位置、字体选用及颜色关系等，还表示虽未达最优但先凑合，后续再调整。 本章节主要讨论了设计素材菩萨投的选用和摆放，提到为计划中的福利设计调色，如加渐变、调整颜色等，还探讨了信息的弱化和不同风格的排版，包括极简、居中以及前卫时尚的字体等。
2024-10-21
我想学习AI视频制作，怎么分段学习
以下是学习 AI 视频制作的分段建议： 1. 基础准备阶段 了解 AI 视频制作的基本概念和常见工具。 2. 小说内容分析阶段 学会使用 AI 工具（如 ChatGPT）分析小说内容，提取关键场景、角色和情节。 3. 视觉描述生成阶段 掌握根据小说内容，使用工具（如 Stable Diffusion 或 Midjourney）生成角色和场景的视觉描述的方法。 4. 图像生成阶段 能够熟练使用 AI 图像生成工具根据描述创建角色和场景的图像。 5. 视频脚本制作阶段 学会将提取的关键点和生成的图像组合成视频脚本。 6. 音频制作阶段 利用 AI 配音工具（如 Adobe Firefly）将小说文本转换为语音，并添加背景音乐和音效。 7. 视频编辑与合成阶段 熟练使用视频编辑软件（如 Clipfly 或 VEED.IO）将图像、音频和文字合成为视频。 8. 后期处理阶段 掌握对生成的视频进行剪辑、添加特效和转场，以提高视频质量的技巧。 9. 审阅与调整阶段 学会观看生成的视频，根据需要进行调整，比如重新编辑某些场景或调整音频。 10. 输出与分享阶段 能够完成所有编辑后，输出最终视频，并在所需平台上分享。 请注意，具体的操作步骤和所需工具可能会根据项目的具体需求和个人偏好有所不同。此外，AI 工具的可用性和功能也可能会随时间而变化，建议直接访问上述提供的工具网址获取最新信息和使用指南。
2024-10-21
AI 制作PPT
以下是关于 AI 制作 PPT 的相关内容： 目前市面上大多数 AI 生成 PPT 的思路通常为：AI 生成 PPT 大纲、手动优化大纲、导入工具生成 PPT、优化整体结构。 推荐的市场分析文章：《》 相似问题包括：有没有生成 PPT 的应用推荐，不用翻墙的；免费生成 PPT 的网站有哪些；推荐一款文字生成 ppt 的工具；免费 ai 制作 ppt 软件；推荐 3 款好用的 AI 制作 ppt 工具。 卓 sir 分享的省时又可控的 PPT 制作流程：先让 GPT4 生成 PPT 大纲，然后把大纲导入到 WPS 当中，启用 WPS AI 一键生成 PPT，再让 chatPPT 添加动画，最后手动修改细节。 免费工具推荐：讯飞智文（http://zhiwen.xfyun.cn）；付费工具推荐：百度文库。 需要注意的是，以上内容由 AI 大模型生成，请仔细甄别。
2024-10-21
UI 设计图专用AI软件，要求能够出比较专业的设计图
以下为您介绍一些可用于 UI 设计图的 AI 软件及相关操作： Midjourney： 1. 直播礼物风格图标： 关键词：喂图 + （Gift icon）,cartoon style,solid color background luminous effect,3d –iw 1 –v 5 –q 2 卡通风格，纯色背景发光效果，3d 需在素材网站上找喜欢的 icons 风格喂图给机器人，不知如何喂图可参考《奶奶看了都会的 Midjourney 入门教程》 （Gift icon）可替换为其他关键词，如（beer icon）啤酒图标、（Headphone icon）耳机图标等 2. 主题应用 icons： 关键词：icon design,light texture,glow,Dribbble,3D,frostedglass effect,3d,ui,ux,–upbeta –q 2 –v 4 3. B 端图标： 关键词：喂图 + A data icon,blue gradient frosted glass,frostedglass building,white transparent technology sensewhite city building scene,data line link,chip,OCrenderer,big data,industrial machinery,high detailight gray background with simple linear details,studio lighting,3d,c4d,pure white background,8k 多尝试喂不同构图的图片，喂图玩法中参考图影响最大，建议多跑跑图 4. 音乐软件 UI 设计： 关键词：music app ui design,ux design,white,light,bright,data,modern,smooth,behance,dribbble,–upbeta –q 2 –v 4 此外，还有一些可辅助或自动生成 CAD 图的 AI 工具： 1. CADtools 12：Adobe Illustrator（AI）插件，为 AI 添加 92 个绘图和编辑工具，包括图形绘制、编辑、标注、尺寸标注、转换、创建和实用工具。 2. Autodesk Fusion 360：Autodesk 开发的集成了 AI 功能的云端 3D CAD/CAM 软件，能创建复杂几何形状和优化设计。 3. nTopology：基于 AI 的设计软件，可创建复杂 CAD 模型，包括拓扑优化、几何复杂度和轻量化设计等。 4. ParaMatters CogniCAD：基于 AI 的 CAD 软件，能根据用户输入的设计目标和约束条件自动生成 3D 模型，适用于拓扑优化、结构设计和材料分布等领域。 5. 主流 CAD 软件（如 Autodesk 系列、SolidWorks 等）中的生成设计工具：可根据用户输入的设计目标和约束条件自动产生多种设计方案。 使用这些工具通常需要一定的 CAD 知识和技能，对于初学者，建议先学习基本的 3D 建模技巧，再尝试使用这些 AI 工具提高设计效率。
2024-10-11
我想建立 ai 客服帮我解决一些专业化的客服问题
以下是关于建立 AI 客服的相关信息： 传统智能客服企业在 LLM 时代面临困境，如明星智能客服企业欠薪、部分企业解散团队或转向出海客服方向。这既有必然性也有偶然性，与智能客服行业的属性有关。 从产品角度看，智能客服分为智能部分和客服部分。智能部分基于 NLP 技术进行基于业务逻辑的 AI 对话管理，客服部分包括传统客服坐席、内部数据查询台等。 企业对客服效果非常看重，而做好客服服务需要企业产品的详细数据与用户数据，但智能客服企业在赋能时难以获取关键信息，很多采取本地部署，费力且难有积累。 您可以通过以下方式建立 AI 客服： 参考“DIN：全程白嫖拥有一个 AI 大模型的微信助手”，一个能解答任何问题的 AI 机器人，可接入微信或群聊，为用户提供自动答疑服务，还能投喂特定知识，成为客服、专业老师或知识备忘录，无需技术知识，小白也能轻松搭建，全程只需复制粘贴，可自定义知识库，满足不同需求，支持多场景应用，如客服、教育、个人知识管理等。 了解“零基础模板化搭建 AI 微信聊天机器人”，微信有多种功能，如个人微信/微信群、微信公众号、微信服务号、微信客服等，Coze AI 平台支持与微信公众号、服务号、客服的对接，最近 Coze 的国内版正式发布 API 接口功能，可对接个人微信甚至微信群。相关部署方法对国外版或国内版 Coze 均适用，但对接国外版需服务支持黑魔法。
2024-10-03
让chatgpt成为专业编程指导者的提示词
以下是一些关于让 ChatGPT 成为专业编程指导者的提示词相关内容： 1. 协助用户完成提示词优化：您是一名优秀的 Prompt 工程师，熟悉的转化步骤包括思考 ChatGPT 最适合扮演的角色、问题的上下文说明以及任务陈述等。 2. 逆向提示词工程概念：可以给 ChatGPT 提供简洁的提示词，让它更准确地理解“逆向提示词工程”的意思，并通过思考过程帮它构建专业知识领域。 3. 一线医生使用 ChatGPT 的案例：如 ChatGPT 用长篇富有同情心的回答向摩尔医生提供对朋友解释缺乏有效治疗选择的措辞，还提供了传递坏消息的方式，并在最后用奇怪而亲密的口吻给予总结和鼓励。
2024-09-26
如何投喂自己专业领域知识训练出一个可以输出自己专业领域可做分析和决策的机器人
在训练一个能在自己专业领域进行分析和决策的机器人时，首先您将学习一些软件开发最佳实践的提示。接下来会涵盖一些常见的用例，包括总结、推理、转换和扩展。然后您将使用 LLM 构建一个聊天机器人。在大型语言模型或 LLM 的开发中，大体上有两种类型的 LLM，分别称为基础 LLM 和指令调整后的 LLM。基础 LLM 已经训练出来根据文本训练数据预测下一个单词，通常是在互联网和其他来源的大量数据上进行训练，以找出接下来最有可能的单词。例如，若提示“一次有一个独角兽”，它可能会继续完整这个句子，预测出接下来的几个单词是“和所有的独角兽朋友生活在一个神奇的森林里”。但如果提示“法国的首都是什么”，那么 LLM 可能会给出正确的回答“巴黎”，或者也可能会给出错误的回答。训练后的 LLM 可以接收新的提示作为输入，并输出预测结果。
2024-09-23
有专门识别专业图片的大模型工具吗？
目前有一些可用于识别专业图片的大模型工具。例如，chatGPT 4.0、kimichat、智谱清言等。国产大模型中，像智谱和文心等也具备一定的相关能力。在使用图片相关工具时，比如清影，有一些技巧，如选用尽可能清晰的图片，上传图片比例最好为 3:2（横版），若原图不够清晰可采用分辨率提升工具将其变清晰，提示词要简单清晰等。
2024-09-20
数字媒体艺术专业，毕设建筑浏览动画，灵感推荐
很抱歉，目前知识库中没有关于数字媒体艺术专业毕设建筑浏览动画灵感推荐的相关内容。但您可以从以下几个方面获取灵感： 1. 研究著名建筑大师的作品及其设计理念，从中汲取创意。 2. 观察不同文化和地域的特色建筑，将其独特元素融入动画。 3. 参考科幻电影或游戏中对未来建筑的想象和呈现方式。 4. 关注当下的建筑趋势，如绿色建筑、智能建筑等，从中获得启发。 5. 从自然景观中获取灵感，例如山脉、河流等的形态和韵律，运用到建筑的造型和布局中。
2024-09-14