直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

集成LLM的工具

回答

以下是关于集成 LLM 的工具的相关内容:

一、“手臂和腿部”:赋予模型使用工具的能力

  1. 从知识挖掘转向行动导向,增加模型使用工具的能力,有望在消费者和企业领域实现一系列用例。
    • 对于消费者,LLMs 可能给出菜谱建议并订购食材,或推荐早午餐地点并预订餐桌。
    • 在企业领域,创始人可接入 LLMs 使应用程序更易用,如在 Salesforce 等应用中,用户能用自然语言更新,模型自动更改,减少维护 CRM 所需时间。
  2. LLM 虽对常见系统有复杂理解能力,但无法执行提取的信息。不过,公司在不断改善其使用工具的能力。
    • 老牌公司如必应、谷歌和初创公司如 Perplexity、You.com 推出搜索 API。
    • AI21 Labs 推出 Jurassic-X,解决独立 LLMs 缺陷。
    • OpenAI 推出 ChatGPT 插件测试版,允许与多种工具交互,在 GPT-3.5 和 GPT-4 中引入函数调用,允许开发者将 GPT 能力与外部工具链接。

二、无需微调,仅用提示词工程就能让 LLM 获得 tool calling 的功能

  1. 提示词工程主要由提示词注入和工具结果回传两部分代码组成。
  2. 提示词注入用于将工具信息及使用工具的提示词添加到系统提示中,包含 TOOL_EAXMPLE、tools_instructions、REUTRN_FORMAT 三个部分。
    • TOOL_EAXMPLE 提示 LLM 如何理解和使用工具,编写时用无关紧要工具作示例避免混淆。
    • tools_instructions 是通用工具字典转换成 LLM 可读的工具列表,可动态调整。
    • REUTRN_FORMAT 定义调用 API 格式。
  3. 工具结果回传阶段利用正则表达式抓取输出中的“tool”和“parameters”参数,对于 interpreter 工具使用另一种正则表达式提取 LLM 输出的代码,提高使用成功率。通过识别 LLM 返回的调用工具字典,提取对应值传入工具函数,将结果以 observation 角色返回给 LLM,对于不接受某些角色的 LLM 接口,可改为回传给 user 角色。通过以上提示词工程,可让无 tool calling 能力的 LLM 获得稳定的该能力。
内容由 AI 大模型生成,请仔细甄别(powered by aily)

参考资料

生成式人工智能领域的 4 个突破点

通过从知识挖掘转向行动导向,增加手臂和腿部的能力有望在各种公司和用户类型之间实现一系列用例。对于消费者而言,LLMs可能很快就能给出菜谱建议,然后为您订购所需的食材,或者建议一个早午餐地点并为您预订餐桌。在企业领域,创始人可以通过接入LLMs使他们的应用程序更易于使用。正如Amodei所指出的:“对于从用户界面角度来说非常难以使用的功能,我们可能只需用自然语言描述即可实现复杂的操作。”例如,对于Salesforce等应用程序,LLM集成应允许用户用自然语言进行更新,并使模型自动进行这些更改,从而大大减少了维护CRM所需的时间。像Cohere和Adept这样的初创公司正在致力于将LLMs集成到这类复杂工具中。Gomez认为,虽然LLMs能够在2年内使用Excel等应用程序的可能性越来越大,但“仍然需要进行许多细化工作。我们将拥有第一代能够使用工具的模型,这将是引人注目但易碎的。最终,我们将获得梦寐以求的系统,我们可以将任何软件交给模型,并附上一些描述,例如‘这是工具的功能,这是如何使用它的’,它将能够使用它。一旦我们可以为LLMs提供特定和通用的工具,它所带来的自动化将成为我们领域的巅峰之作。”关键突破点:LLMs将能够与我们今天使用的工具进行更加有效的交互。

生成式人工智能领域的 4 个突破点

LLMs的真正威力在于使自然语言成为行动的媒介。LLMs对常见且有详细文档的系统具有复杂的理解能力,但它们无法执行从这些系统中提取的任何信息。例如,OpenAI的ChatGPT、Anthropic的Claude和Character AI的Lily可以详细描述如何预订航班,但它们本身无法原生地预订航班(尽管像ChatGPT的插件等技术进展正在推动这一边界)。Amodei表示:“这个大脑在理论上拥有所有这些知识,只是缺少从名称到按钮的映射。”他说:“连接这些电缆并不需要太多的训练。你有一个没有实体的大脑,它知道如何移动,但它还没有连接上手臂和腿部。”随着时间的推移,我们已经看到公司不断改善LLMs使用工具的能力。像必应和谷歌这样的老牌公司和Perplexity和You.com这样的初创公司推出了搜索API。AI21 Labs推出了Jurassic-X,它通过将模型与一组预定工具(包括计算器、天气API、维基百科API和数据库)结合起来,解决了独立LLMs的许多缺陷。OpenAI推出了ChatGPT的插件测试版,允许ChatGPT与Expedia、OpenTable、Wolfram、Instacart、Speak、网络浏览器和代码解释器等工具进行交互,这一突破被认为类似于苹果的“应用商店”时刻。最近,OpenAI在GPT-3.5和GPT-4中引入了函数调用,允许开发者将GPT的能力与任何外部工具进行链接。

无需微调,仅用提示词工程就能让 LLM 获得 tool calling 的功能

本文采用的提示词工程主要有两部分代码组成:提示词注入和工具结果回传。提示词注入用于将工具信息以及使用工具的提示词添加到系统提示中。工具结果回传则是解析tool calling的输出,并将工具返回的内容再次嵌入LLM。[heading2]1、提示词注入阶段[content]INSTRUCTION为最后注入到系统提示中的字符串,他又包含了TOOL_EAXMPLE、tools_instructions、REUTRN_FORMAT三个部分。TOOL_EAXMPLE用于提示LLM如何理解tool以及如何使用tool。在编写TOOL_EAXMPLE时,请注意用一些无关紧要的工具作为示例,例如本文使用的将数字加一和数字减一的工具,从而避免LLM混淆真正可以使用的工具与示例工具。tools_instructions是由目前通用的工具字典转换成LLM可读的工具列表。实际使用LLM时,可以通过输入不同的工具来动态调整tools_instructions,让LLM得知目前可用的工具有哪些以及如何使用。REUTRN_FORMAT定义了调用API的格式。[heading2]2、工具结果回传阶段[content]利用正则表达式抓取输出中的"tool"和"parameters"参数。对于interpreter工具,使用了另一种正则表达式来提取LLM输出的代码,提高LLM使用interpreter工具的成功率。本文使用代码如下:通过识别LLM返回的调用工具的字典,提取出对应的值,再传入相应的工具函数,最后将工具返回的结果以observation的角色返回给LLM。对于一些不接受observation、tool、function角色的LLM接口,可以改为回传给user角色,例如:通过以上提示词工程,可以避免微调,让完全没有tool calling能力的LLM获得稳定的tool calling能力。

其他人在问
如何将传统知识库通过LLM能力转化成更智能与精细化的知识库?包括但不限于分段、QA问答和图片解析描述和总结
将传统知识库通过 LLM 能力转化为更智能和精细化的知识库是一个复杂但可行的过程,以下是一些关键步骤和方法: 1. 数据预处理:对传统知识库中的内容进行清理、格式化和标准化,确保数据的质量和一致性。 2. 内容分段:根据主题和逻辑结构,将长篇的知识内容合理分段,使信息更易于理解和处理。 3. 提取关键信息:从文本中提取重要的概念、实体和关系,为后续的问答和总结做准备。 4. 构建 QA 问答对:分析知识库中的内容,设计有针对性的问题和准确的答案,形成问答对,以方便用户快速获取所需信息。 5. 图片解析描述:对于包含图片的内容,使用图像识别技术提取关键元素,并进行详细的描述和解释。 6. 总结归纳:对分段后的内容进行总结,提炼核心要点,帮助用户快速了解主要内容。 在实施过程中,需要不断优化和调整方法,以确保转化后的知识库能够满足用户的需求,提供更高效和准确的服务。
2024-11-18
目前最强 llm
目前在大型语言模型(LLM)领域,Llama2 70B 可能是最强大的开源权重模型。它由 Meta.ai 发布,包含 700 亿个参数,模型的权重、架构和相关论文均已公开,在文件系统上表现为两个文件:一个包含参数的文件,以及一段运行这些参数的代码。参数文件大小约 104GB,采用 float 16 数据类型。 此外,GPT4V 是基于最先进的 LLM 并使用大量多模态数据训练的具有视觉能力的先进模型,在理解和处理不同输入模态的任意组合方面表现出色,支持多种输入和工作模式。 需要注意的是,尽管语言模型能力令人印象深刻,但仍存在一些限制,如生成的“幻觉”问题,在需要高级推理能力的任务上存在困难,还需要更具挑战性和强大的评估来衡量其真正的理解能力。
2024-11-15
有哪些工具直接可以调用国外的多个LLM
以下是一些关于能够调用国外多个 LLM 的相关信息: 开源项目作者 ailm 提出一种仅使用提示词工程和精巧的代码设计,让 LLM 获得稳定的 tool calling 能力,使用多个不具备该功能的 LLM 进行实验,成功率达 100%,工作基于 comfyui 开发,适合无代码基础的人员复现和修改。 在高级提示词工程领域,工具、连接器和技能的整合能显著增强 LLM 的能力。工具是指 LLM 可利用的外部功能或服务,扩展任务范围;连接器是 LLM 与外部工具或服务的接口,管理数据交换和通信;技能是 LLM 可执行的专门功能。 目前开源模型与专有产品存在差距但在缩小,如 Meta 的 LLaMa 模型引发一系列变体。当开源 LLM 达到一定准确度水平时,预计会有大量实验等。开发人员对 LLM 操作工具的研究尚不深入,一些工具如缓存(基于 Redis)、Weights & Biases、MLflow、PromptLayer、Helicone 等得到较广泛使用,还有新工具用于验证 LLM 输出或检测攻击。多数操作工具鼓励使用自身的 Python 客户端进行 LLM 调用。
2024-11-12
摘要总结作为 llm 训练的下游任务,一般的训练流程是怎样的
作为 LLM 训练的下游任务,一般的训练流程如下: 1. 首先从大量文本数据中训练出一个基础 LLM。 2. 随后使用指令和良好尝试的输入和输出来对基础 LLM 进行微调和优化。 3. 接着通常使用称为“人类反馈强化学习”的技术进行进一步细化,以使系统更能够有帮助且能够遵循指令。 在训练过程中,会涉及到一些相关的理论探讨和评价指标: 理论探讨方面,如在推理阶段对 InContext Learning 能力的运行分析,将其视为隐式微调,通过前向计算生成元梯度并通过注意力机制执行梯度下降,且实验表明 LLM 中的某些注意力头能执行与任务相关的操作。 评价指标方面,entropylike 指标(如 crossentropy 指标)常用于表征模型的收敛情况和测试集的简单评估(如 Perplexity 指标),但对于复杂的下游应用,还需更多指标,如正确性(Accuracy)、信息检索任务中的 NDCG@K 指标、摘要任务中的 ROUGE 指标、文本生成任务中的 BitsperByte 指标、不确定性中的 ECE 指标、鲁棒性(包括 invariance 和 equivariance)、公平性、偏见程度和有毒性等。
2024-11-07
如何学会ollma dify
以下是关于学习 Ollama 的详细步骤: 1. 了解 Ollama :Ollama 是一个开源的框架,旨在简化在本地运行大型语言模型(LLM)的过程。它是一个轻量级、可扩展的框架,提供了简单的 API 来创建、运行和管理模型,还有预构建模型库,降低了使用门槛,适合初学者或非技术人员使用,特别是希望在本地与大型语言模型交互的用户。 2. 安装 Ollama : 官方下载地址:https://ollama.com/download 。 安装完成后,可通过访问 http://127.0.0.1:11434/ 判断是否安装成功。 3. 启动 Ollama : 从 ollama 的 github 仓库找到对应版本并下载。 启动 ollama 后,在 cmd 中输入 ollama run gemma2 将自动下载 gemma2 模型到本地并启动。 将 ollama 的默认 base URL=http://127.0.0.1:11434/v1/ 以及 api_key=ollama 填入 LLM 加载器节点即可调用 ollama 中的模型进行实验。 4. 常见报错及解决方案:如果 ollama 连接不上,很可能是代理服务器的问题,请将 127.0.0.1:11434 添加到不使用代理服务器的列表中。 5. 使用 Ollama 运行本地大模型: 安装完成 ollama 后,在命令行中运行相应命令。 可通过查看并选择要运行的本地大模型,如 llama2 大模型。考虑机器配置及不同版本的内存要求选择合适的模型参数。运行时,ollama 会自动下载大模型到本地。
2024-11-06
LLM和COT分别是什么
LLM 即大型语言模型(Large Language Model),是一种基于深度学习的自然语言处理模型,具有强大的语言理解和生成能力。例如 FlanT5、ChatGLM、UL2、Qwen、Chinchilla、OPT、PaLM、LLaMA、LLaMA2、Vicuna 等都是常见的 LLM 模型。 COT 即思维链(ChainofThought),它能引导 LLM 逐步推理,增强其逻辑推理能力,对于需要逻辑解决方案的任务非常有效,但在创造性问题解决中存在局限性。在一些研究中,如多模态大模型中,LLM 作为核心智能体可以继承包括 COT 在内的一些显著属性。同时,ReAct 框架中也提到了将 ReAct 和 COT 结合使用的方法。
2024-10-28
国内现在有哪些集成了多个种类AI的平台
国内集成了多个种类 AI 的平台有: 1. 腾讯元宝:相对较晚推出,但凭借独特优势在市场上站稳脚跟。其最大亮点是强大的 AI 搜索功能,能访问大量微信生态系统内的私域资源,包括微信公众号的内容和腾讯内部、互联网上的其他优秀资源。还依托腾讯“混元”大语言模型生成高质量内容,是 GPT Search 的良好替代选择,尤其适合需要访问中文内容和微信生态系统信息的用户。 2. 目前有创业公司在模仿国外的模型市场模式,如 HuggingFace,但尚未有接近的成果。 此外,在健身领域有以下 AI 产品: 1. Keep:中国最大的健身平台,提供全面的健身解决方案。 2. Fiture:集硬件、丰富课程内容、明星教练和社区于一体。 3. Fitness AI:利用人工智能进行锻炼,增强力量和速度。 4. Planfit:健身房家庭训练与 AI 健身计划,AI 教练使用 800 多万条文本数据和 ChatGPT 实时提供指导。
2024-09-14
生成海报推荐的工具,能将指定的文案集成到海报中
以下是为您推荐的能将指定文案集成到海报中的工具及大致流程: 工具: 1. Canva(可画):https://www.canva.cn/ 是一个受欢迎的在线设计工具,提供大量模板和设计元素,AI 功能可协助选择颜色搭配和字体样式。 2. 稿定设计:https://www.gaoding.com/ 稿定智能设计工具采用先进人工智能技术,自动分析生成设计方案,稍作调整即可完成设计。 3. VistaCreate:https://create.vista.com/ 简单易用的设计平台,提供大量设计模板和元素,可使用 AI 工具创建个性化海报,智能建议功能可帮助找到合适设计元素。 4. Microsoft Designer:https://designer.microsoft.com/ 通过简单拖放界面可快速创建演示文稿、社交媒体帖子等视觉内容,集成丰富模板库和自动图像编辑功能。 大致流程: 1. 确定海报主题,借助 ChatGPT 等文本类 AI 工具完成文案。 2. 选择想要的风格意向,根据文案和风格灵活调整画面布局,背景不一定空白。 3. 使用无界 AI,输入关键词,生成并挑选满意的海报底图。 4. 将上述素材进行合理排版,得到成品。排版可参考 AIGC 海报成果。
2024-09-13
移动设备下,可集成到 iOS/anrdroid 的 app 中 的 tts 框架有哪些?
目前常见的可集成到 iOS 和 Android 移动设备 App 中的 TTS(TexttoSpeech,文本转语音)框架有以下几种: 1. Google TexttoSpeech:在 Android 平台上较为常用,提供了多种语言和声音选择。 2. Apple 的 Speech Synthesis:专为 iOS 开发,具有高质量的语音合成效果。 3. Microsoft Azure Cognitive Services Speech:支持多种平台,包括 iOS 和 Android,提供丰富的语音选项和功能。 但具体选择哪种框架,还需要根据您的应用需求、开发技术栈以及预算等因素来综合考虑。
2024-08-23
使用chatgpt还是集成式插件sider
ChatGPT 和集成式插件 sider 各有特点和优势。 对于 ChatGPT: 有历史老师用 GPT 给学生讲课的案例,但需注意其模拟历史的内容可能存在错误和幻觉。 插件可以解决与大型语言模型相关的多种挑战,如“幻觉”、跟上最新事件以及访问专有信息源。 目前已有 Expedia、FiscalNote、Instacart 等公司创建了各种插件,提供行程规划、数据集访问、语言学习等功能。 关于集成式插件 sider 的相关信息,上述知识库中未提及。 如果您能更明确地说明您的使用场景和需求,将有助于更准确地为您比较二者的适用性。
2024-08-16
联想thinkpad t14p ai 笔记本选择i5处理器还是i7处理器,选择独显还是集成显卡,针对一个刚上大学的学生来说?
对于刚上大学的学生来说,选择联想 ThinkPad T14p AI 笔记本的处理器和显卡需要综合考虑多方面因素。 在处理器方面,i5 处理器通常能够满足大多数日常学习和娱乐需求,如文档处理、网页浏览、观看视频等。如果您只是进行这些常规操作,并且预算相对有限,i5 处理器是一个经济实惠的选择。 然而,如果您计划进行一些较为复杂的任务,例如视频编辑、运行大型软件或同时处理多个繁重的任务,i7 处理器可能会提供更流畅和快速的性能。 在显卡方面,集成显卡足以应对日常的学习和一般的多媒体使用。如果您不玩大型游戏或进行专业的图形设计工作,集成显卡可以满足需求,并且具有更低的功耗和更好的续航表现。 但如果您偶尔会玩一些对显卡性能有一定要求的游戏,或者有涉及图形处理的课程或兴趣爱好,那么独立显卡可能会带来更好的体验。 综上所述,如果您的预算有限,且日常使用场景较为简单,选择 i5 处理器和集成显卡的组合是可以的。如果您希望在未来几年内有更强大的性能应对可能出现的复杂任务,并且预算充足,可以考虑 i7 处理器和独立显卡的配置。
2024-08-13
如果选择一个最需要的AI工具,你会建议我学什么?比如视频剪辑?
如果要选择一个最需要学习的 AI 工具用于视频剪辑,以下是一些相关建议: 工具选择: 剪映是一个较为方便的选择,它具有很多人性化设计和简单的音效库、小特效。但也存在一些不足,如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,影响视频的商业化效果。 剪辑流程: 1. 视频粗剪:先确定画面逻辑,声音可作部分参考,快速对片子全貌有整体把握,把素材放上,再进行细节调整和画面替换。画面不需要精美,重点是把握整体。 2. 视频定剪:将画面素材调整和替换到满意效果。 3. 音效/音乐:以剪映为例,有简单音效库,复杂音效可能需另外制作。使用商用音乐要注意版权。 4. 特效:以剪映为例,可适当添加一些光的效果。 5. 包装(如字幕):字幕最后上,剪映可智能匹配字幕再修改。 故事创作: 除了工具,故事也很重要。故事来源有两条路径: 1. 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。 2. 改编(间接经验):经典 IP、名著改编、新闻改编、二创等。 剧本写作: 编剧有一定门槛,不能仅套剧作理论和模版,要多写多实践,再结合看书总结经验。短片创作可从自身或朋友经历改编入手,或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。 声音制作: 在传统影视制作中,声音部分包括现场录音、后期配音、音效音乐制作等。对于 AI 声音制作对话,如使用 11labs 进行英文对白制作,效果较好但存在没有情绪和情感的问题,需通过标点符号改变语音效果,不断抽卡调试。国内可使用魔音工坊,其有情绪调节控件。 剪辑软件: 对于 13 分钟的短片,剪映较方便;更长篇幅或追求更好效果,可能需使用 PR/FCP/达芬奇等传统剪辑软件。
2024-11-22
能把文字融和成图片的工具
以下是一些能将文字融合成图片的工具: 1. Photoshop:为图像编辑、构思、3D 设计等提供强大的创新。具有增强细节、文本到图像等功能,能提高 Generative Fill 创作的清晰度和细节,快速构思和创建新资产。 2. LayerStyle 副本:支持从文字生成图片以及遮罩,可调整字间距、行间距、横排竖排、文字的随机变化等。 3. 常见的文生图工具: DALL·E:由 OpenAI 推出,能根据输入的文本描述生成逼真的图片。 StableDiffusion:开源工具,可生成高质量图片,支持多种模型和算法。 MidJourney:因高质量的图像生成效果和用户友好的界面设计在创意设计人群中流行。 您可以在 WaytoAGI 网站(https://www.waytoagi.com/category/104)查看更多文生图工具。需要注意的是,相关内容由 AI 大模型生成,请仔细甄别。
2024-11-22
图片水印去除工具
以下是一些常见的图片水印去除工具: 1. AVAide Watermark Remover:这是一个在线工具,运用 AI 技术去除图片水印。支持多种图片格式,如 JPG、JPEG、PNG、GIF 等。操作简便,上传图片、选择水印区域,保存并下载处理后的图片即可。还提供去除文本、对象、人物、日期和贴纸等功能。 2. Vmake:提供 AI 去除图片水印功能,用户可上传最多 10 张图片,AI 自动检测并移除水印,处理完成后可保存生成的文件,适合需快速去水印并在社交媒体分享图片的用户。 3. AI 改图神器:具备 AI 智能图片修复去水印功能,可一键去除图片中的多余物体、人物或水印且不留痕迹。支持直接粘贴图像或上传手机图像,操作简单。 此外,如果想去除图片中特定的物体,如右手的手串,除了 PS,还可以使用以下工具: SD 局部重绘。 Firefly、Canva、Google photo 都有局部重绘功能。 微软 Designer 免费。 https://clipdrop.co/cleanup 。 这些工具各有特点,您可以根据具体需求选择最适合的去水印工具。请注意,内容由 AI 大模型生成,请仔细甄别。
2024-11-22
请介绍图片搜索最好用的AI工具
以下为您介绍一些在图片搜索相关方面表现出色的 AI 工具: 图片去水印工具: 1. AVAide Watermark Remover:在线工具,支持多种图片格式,操作简单,可去除水印、文本、对象等。 2. Vmake:可上传最多 10 张图片,自动检测并移除水印,适合快速处理。 3. AI 改图神器:能一键去除图片中的多余物体、人物或水印,支持粘贴或上传手机图像。 图生图产品: 1. Artguru AI Art Generator:在线平台,生成逼真图像,为设计师提供灵感。 2. Retrato:将图片转换为非凡肖像,有 500 多种风格选择。 3. Stable Diffusion Reimagine:通过稳定扩散算法生成精细、具细节的全新视觉作品。 4. Barbie Selfie Generator:将上传照片转换为芭比风格。 图片生成 3D 建模工具: 1. Tripo AI:在线 3D 建模平台,能利用文本或图像快速生成高质量 3D 模型。 2. Meshy:支持文本、图片生成 3D 及 AI 材质生成。 3. CSM AI:支持从视频和图像创建 3D 模型,Realtime Sketch to 3D 可通过手绘草图实时设计 3D 形象。 4. Sudo AI:通过文本和图像生成 3D 模型,适用于游戏领域。 5. VoxCraft:免费工具,能将图像或文本快速转换成 3D 模型,提供多种功能。 请注意,以上内容由 AI 大模型生成,请仔细甄别。这些工具各有特点,您可以根据具体需求选择最适合您的工具。
2024-11-21
免费实用的ai PPT制作生成工具
以下为您介绍一些免费实用的 AI PPT 制作生成工具: 歌者 PPT(gezhe.com):是一款永久免费的智能 PPT 生成工具。具有话题生成、资料转换、多语言支持、海量模板和案例库、在线编辑和分享、增值服务等功能。其产品优势包括免费使用、智能易用、海量案例、资料转 PPT 专业、AI 翻译等。推荐理由为完全免费、智能化程度高、模板和案例丰富、支持多语言、几乎无需学习成本就能上手使用。 MindShow、爱设计、闪击、Process ON、WPS AI:这些工具各具独特优势,能助您快速、高效地完成 PPT 设计。 目前市面上大多数 AI 生成 PPT 通常按照以下思路完成设计和制作: 1. AI 生成 PPT 大纲 2. 手动优化大纲 3. 导入工具生成 PPT 4. 优化整体结构 此外,为您推荐 2 篇市场分析的文章供参考: 《》 《》 请注意,内容由 AI 大模型生成,请仔细甄别。
2024-11-21
一键去除图片马赛克的工具
以下是一些可以一键去除图片马赛克的工具: 1. AVAide Watermark Remover:这是一个在线工具,使用 AI 技术从图片中去除水印。它支持多种图片格式,如 JPG、JPEG、PNG、GIF 等。操作简单,只需上传图片,选择水印区域,然后保存并下载处理后的图片即可。这个工具还提供了其他功能,如去除文本、对象、人物、日期和贴纸等。 2. Vmake:同样提供 AI 去除图片水印的功能。用户可以上传最多 10 张图片,AI 会自动检测并移除图片上的水印。处理完成后,用户可以选择保存生成的文件。适合需要快速去除水印的用户,尤其是那些需要在社交媒体上分享图片的用户。 3. AI 改图神器:提供 AI 智能图片修复去水印的功能,可以一键去除图片中的多余物体、人物或水印,不留任何痕迹。支持直接粘贴图像或上传手机图像,操作简单方便。 此外,如果想去除图片中特定的物体,如右手的手串,除了 PS,还可以选择以下工具: PS 的 AI 版,操作相对简单。 SD 局部重绘。 Firefly、Canva、Google photo 都有局部重绘功能。 微软 Designer 免费。 https://clipdrop.co/cleanup 请注意,以上内容由 AI 大模型生成,请仔细甄别。
2024-11-21