直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

人物生成的AI

回答

以下是关于人物生成的 AI 相关内容：

一、7 大方向快速生成合心意的 AI 人物形象

在工作中，为完成 Banner 设计常涉及人物素材，作者对 Midjourney 进行 AI 人物生成的相关测试并分享经验。

刚开始使用 Midjourney 时，生成人物图片存在人物位置、大小和视角无法保证，固定动作需垫相同动作图片等问题，后通过摄影知识和咨询 ChatGPT 确定了 7 个生成方向并进行实验：

  1. 人物构图的视角选择：视角可分为正面、背面和侧面等，还可根据需求选择更多角度。测试未加关键词时生成的图片默认偏欧美风，人物视角多为正面和侧面。增加正视角关键词“Front view”后，生成的人物偏正面；增加后视角关键词“Back view angle & Back angle”可营造神秘氛围。
  2. 人物角度的选择
  3. 人物距离的选择
  4. 人物表情的选择
  5. 人物氛围感的选择
  6. 人物服装的选择
  7. 人物风格的选择

二、生成式 AI 在游戏领域的机会（市场假设+预测）

市场生态概述：

  1. 许多创业公司尝试创造人工智能生成的音乐，如 Soundful、Musico 等，虽目前部分工具如 Open AI 的 Jukebox 不能实时运行，但初始模型建立后有望实现。
  2. 众多公司致力于为游戏人物创造逼真声音，如 Sonantic、Coqui 等。生成式人工智能用于语音有多种优势，包括即时对话生成、角色扮演、控制音效、本地化等。在即时对话生成方面，角色可对玩家行为充分反应；在角色扮演中，与玩家化身匹配的生成声音可保持幻想；控制音效时能调节声音细微差别；本地化可方便翻译和国外推广。涉及到 NPC 和玩家角色等方面。
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

原文地址：https://www.uisdc.com/character-synthesis作者：解决师Blue[heading2]一、前言[content]由于在工作中，经常会涉及到使用人物素材完成Banner设计的工作，于是最近开始探索关于[Midjourney](https://www.uisdc.com/tag/midjourney)进行AI人物生成的相关测试，同时将这一段时间的经验分享出来。刚开始接触和使用Midjourney的时候，最大的问题在于生成的人物图片无法保证人物位置的大小和视角，想要固定某一种动作，只能通过垫相同动作的图片的这种方式去解决。后来经过一些了解摄影的朋友，通过他们了解到这些都是可以通过摄影的知识来补充的这方面短板的。后来我去咨询了ChatGPT，它确实给了我一些很有用的方向。根据ChatGPT的建议，我这里将生成AI人物类型图片的方向确定为一下7方面：1.人物构图的视角选择2.人物角度的选择3.人物距离的选择4.人物表情的选择5.人物氛围感的选择6.人物服装的选择7.人物风格的选择通过这7个方向，我们来进行了实验。

7大方向快速生成合心意的AI人物形象

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

生成式AI在游戏领域的机会（市场假设+预测）

现在，有许多创业公司正在尝试创造人工智能生成的音乐，如Soundful、Musico、Harmonai、Infinite Album和Aiva，尽管目前的很多工具，如Open AI的Jukebox，是高度计算密集型的，还不能实时运行，不过，一旦初始模型成功建立，实时运行将成为可能。对话&语音（Speech and Dialog）很多公司试图为游戏中的人物创造逼真的声音，当然，由于计算机的语音合成历史悠久，这并不少见，这些公司包括Sonantic、Coqui、Replica Studios、Resemble.ai、Readspeaker.ai等等。将生成式人工智能用于语音有多种优势，当然，这个赛道竞争也比较激烈。即时对话生成。通常情况下，游戏中的语音是由配音演员预先录制的，但这些都仅限于死板的演讲稿。有了生成式人工智能对话，角色可以说任何话，这就意味着可以对玩家的行为做出充分的反应。角色扮演。许多玩家希望扮演与自己现实世界身份几乎没有相似之处的虚拟人物。然而，只要玩家用自己的声音说话，这种幻想就会破灭，使用与玩家的化身相匹配的生成的声音可以保持这种幻觉。控制音效。通过AI生成语音时，我们可以控制声音的细微差别，比如它的语调、转折、情感共鸣、音素长度、口音等等。本地化（方便翻译和国外推广）。对话可以翻译成任何语言，并以同样的声音说话，像Deepdub这样的公司专门专注于这个细分市场。NPC&玩家角色

其他人在问
国内的，AI学习类关于阅读和听力提升的应用（具备AI能力的应用）或者工具有哪些？
目前国内具备 AI 能力、有助于提升阅读和听力的应用和工具相对较多。例如，流利说英语在听力和口语训练方面表现出色，它能通过 AI 技术为用户提供个性化的学习方案和精准的发音纠正。还有百词斩，其在单词记忆和阅读拓展方面有独特的功能，利用 AI 算法推荐适合用户水平的阅读材料。此外，网易有道词典也具备一定的 AI 辅助功能，能帮助用户提升听力理解和阅读能力。
2024-11-23
AI学习类关于阅读和听力提升的应用或者工具有哪些？
以下是一些有助于提升阅读和听力的 AI 学习应用或工具： 英语学习方面： 1. 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。 2. 语音识别和发音练习：例如 Call Annie，用于口语练习和发音纠正，提供实时反馈和建议。 3. 自适应学习平台：像 Duolingo，利用 AI 技术为您量身定制学习计划，提供个性化学习内容和练习。 4. 智能导师和对话机器人：比如 ChatGPT，可进行英语会话练习和对话模拟，提高交流能力和语感。 数学学习方面： 1. 自适应学习系统：如 Khan Academy，结合 AI 技术提供个性化数学学习路径和练习题，精准推荐。 2. 智能题库和作业辅助：例如 Photomath，通过图像识别和数学推理技术提供数学问题解答和解题步骤。 3. 虚拟教学助手：如 Socratic，利用 AI 技术解答数学问题、提供教学视频和答疑服务。 4. 交互式学习平台：如 Wolfram Alpha，参与数学学习课程和实践项目，进行数学建模和问题求解。 此外，在教育领域，还有一些其他的应用： 1. 语言学习：Speak、Quazel、Lingostar 等，提供实时交流和发音反馈。 2. 数学指导：Photomath、Mathly 帮助学生解决数学问题。 3. 历史学习：PeopleAI、Historical Figures 通过模拟与杰出人物聊天教授历史。 4. 写作辅助：Grammarly、Orchard、Lex 帮助学生克服写作难题，提升写作水平。 5. 内容处理：Tome、Beautiful.ai 协助创建演示文稿。 需要注意的是，内容由 AI 大模型生成，请仔细甄别。
2024-11-23
excel的ai应用软件
以下是一些与 Excel 相关的 AI 应用软件： 1. Excel Labs：是 Excel 插件，新增基于 OpenAI 技术的生成式 AI 功能，用于数据分析和决策支持。 2. Microsoft 365 Copilot：微软推出的整合办公软件的 AI 工具，能通过聊天形式完成数据分析、格式创建等任务。 3. Formula Bot：提供数据分析聊天机器人和公式生成器功能，支持自然语言交互进行数据分析和生成 Excel 公式。 4. Numerous AI：支持 Excel 和 Google Sheets 的 AI 插件，可生成公式、文本内容、执行情感分析、语言翻译等任务。 此外，还有以下相关的 AI 应用： 1. WPS 文档翻译功能：可快速翻译办公文档，如 Word、Excel、PPT 等，提高工作效率。 2. 在表格类的 AI 产品中，6 月访问量排名靠前的有 Highcharts、Fillout.com、Coefficient 等。 随着技术发展，未来可能会有更多 AI 功能集成到 Excel 中，进一步提高工作效率和智能化水平。请注意，以上内容由 AI 大模型生成，请仔细甄别。
2024-11-23
如何搭建利用产品原图和模特模板生成商业图的工作流 或者有没有这类ai 应用
以下是关于利用产品原图和模特模板生成商业图的工作流及相关 AI 应用的信息： 美国独立站搭建工作流中，有给模特戴上珠宝饰品的应用。 大淘宝设计部在主题活动页面、超级品类日传播拍摄创意、产品营销视觉、定制模特生成、产品场景生成等方面应用了 AI。例如，七夕主题活动页面通过 AI 生成不受外部拍摄条件限制的素材；在 UI 设计场景中，利用 SD 中 controlnet 生成指定范围内的 ICON、界面皮肤等；通过对 AI 大模型的训练和应用，提升合成模特的真实性和美感，提供定制化线上真人模特体验，如 AI 试衣间、AI 写真等；还能根据商品图和用户自定义输入生成多张场景效果，无需 3D 模型、显卡渲染和线下拍摄。
2024-11-22
是AI聪明还是人的大脑聪明
AI 和人的大脑谁更聪明是一个复杂的问题，不能简单地一概而论。 从某些方面来看，AI 具有强大的计算能力和处理大量数据的能力，能够快速准确地完成特定任务。例如，在处理复杂的数学计算、大规模数据的分析和模式识别等方面表现出色。 然而，人的大脑具有独特的智慧和能力。大脑是一个混沌系统，具有创造性、适应性、情感理解、综合判断和复杂情境处理等能力。人类能够进行抽象思维、创新创造、理解情感和道德等方面的思考。 AI 是通过学习人类大脑结构来发展的，但目前仍存在诸多不足和缺陷。例如，大模型内部也是混沌系统，即使是科学家也无法解释其微观细节。 在绘画方面，人类的绘画创作通常是线性发展的过程，先学习线稿表达、色彩搭配、光影表现等，而 AI 是以积累数据、扩散噪声、再降噪收束的路径来生图，经常会在同一张图中呈现出不同绘画级别的细节。 总之，AI 和人的大脑各有优势和局限性，不能简单地判定谁更聪明。
2024-11-22
AI到底是什么
AI 是一门令人兴奋的科学，它是指某种模仿人类思维，可以理解自然语言并输出自然语言的东西。 对于不具备理工科背景的人来说，可以把 AI 当成一个黑箱，只需要知道它是能够理解自然语言的存在即可。其生态位是一种似人而非人的存在，即便技术再进步，这一生态位也不会改变。 从历史角度看，最初计算机是按照明确定义的程序来运算的，但对于像从照片判断人的年龄这类无法明确编程的任务，就需要人工智能来解决。 在应用方面，AI 健身是利用人工智能技术辅助或改善健身训练和健康管理的方法，能根据用户情况提供定制化训练计划和建议。比如 Keep、Fiture、Fitness AI、Planfit 等都是不错的 AI 健身工具。
2024-11-22
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
可以生成原生动漫人物的AI软件
以下是一些可以生成原生动漫人物的 AI 软件： 1. 数字人的躯壳构建方面： 2D 引擎：风格偏向二次元，亲和力强，定制化成本低，代表软件是 Live2D Cubism。 3D 引擎：风格偏向超写实的人物建模，拟真程度高，定制化成本高，代表有 UE、Unity，虚幻引擎 MetaHuman 等。个人学习在电脑配置和学习难度上有一定门槛。 AIGC：虽然省去了建模流程，直接生成数字人的展示图片，但算法生成的数字人在 ID 一致性和帧与帧的连贯性上存在弊端。典型的项目有 wav2lip等。AIGC 还有一个方向是直接生成 2D/3D 引擎的模型，但该方向还在探索中。 2. 生成式 AI 在艺术创作方面： Lensa 可以生成肖像画等内容。 3. 其他相关软件： 百川智能 BaichuanNPC 可以定制游戏角色和动漫人物，并融合角色知识库和多轮记忆，提供 Lite 和 Turbo 两种版本。 阿里巴巴 FaceChainFACT 支持零样本肖像生成，秒级速度，支持百余种定制模板，兼容 ControlNet 和 LoRA 插件。 BakedAvatar 可以从视频创建逼真 3D 头部模型，实时渲染和多视角查看，兼容多种设备，可交互性编辑。 DragNUWA 能够基于文本、图像和轨迹生成视频，用户绘制轨迹即可动态生成。
2024-11-22
可以根据照片，生成漫画人物的AI软件
以下是一些可以根据照片生成漫画人物的 AI 软件和相关信息： HeyGen 推出了基于照片生成数字人的新功能，您可以上传照片或输入文字提示来生成个性化的 AI 数字人形象。能选择性别、年龄、种族，定制肢体动作、服装、姿势和背景，支持脚本编辑，提供多种声音和情感表达，一分钟即可生成视频。详情链接： 在使用过程中，如果生成了自己比较满意的图，一定要记得存起来。下次想要同种类型的就可以直接拿来喂图，效果要比重新找的好很多。
2024-11-22
可以生成人物的AI软件
以下是一些可以生成人物的 AI 软件： 1. HeyGen：这是一个 AI 驱动的平台，能创建逼真的数字人脸和角色。它运用深度学习算法生成高质量的肖像和角色模型，适用于游戏、电影和虚拟现实等应用。 2. Synthesia：这是一个 AI 视频制作平台，允许用户创建虚拟角色并进行语音和口型同步，支持多种语言，可用于教育视频、营销内容和虚拟助手等场景。 3. DID：这是一家提供 AI 拟真人视频产品服务和开发的公司，只需上传人像照片和输入要说的内容，平台提供的 AI 语音机器人将自动转换成语音，然后合成逼真的会开口说话的视频。 更多数字人工具请访问网站查看：https://www.waytoagi.com/category/42 。 在剪映中生成数字人的步骤如下： 在剪映右侧窗口顶部，打开“数字人”选项，选取一位免费且适合的数字人形象，比如“婉婉青春”。选择数字人形象时，软件会播放其声音，可判断是否需要，点击右下角“添加数字人”将其添加到当前视频中，剪映 App 会生成对应音视频并添加到轨道中。左下角会提示渲染完成时间，可点击预览查看效果。 关于数字人的相关算法开源代码仓库有： 1. ASR 语音识别： openai 的 whisper:https://github.com/openai/whisper wenet:https://github.com/wenete2e/wenet speech_recognition：https://github.com/Uberi/speech_recognition 2. AI Agent： 大模型包括 ChatGPT、Claude、ChatGLM、文星一言、千帆大模型、通义千问等。 Agent 部分可使用 LangChain 的模块去做自定义，基本包含了 Agent 实现的几个组件 3. TTS： 微软的 edgetts：https://github.com/rany2/edgetts，只能使用里面预设的人物声音，目前接口免费。 VITS：https://github.com/jaywalnut310/vits，还有很多分支版本。 sovitssvc:https://github.com/svcdevelopteam/sovitssvc，专注于唱歌。 除了算法，人物建模模型可通过手动建模（音频驱动）或者 AIGC 的方式生成人物的动态效果（例如 wav2lip 模型）实现。但这种简单的构建方式还存在一些问题，比如如何生成指定人物的声音、TTS 生成的音频如何精确驱动数字人口型以及做出相应动作、数字人如何使用知识库做出某个领域的专业性回答等。 请注意，这些工具的具体功能和可用性可能会随时间和技术发展而变化。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。
2024-11-22
AI自动生成当日新闻提要
以下是 11 月 7 日的 AI 新闻提要： 马斯克 xAI 公司宣布推出 PromptIDE 开发工具。 阿里云 A100 服务器业务暂停出租，算力价格飞涨。 微软发布 7 款针对对话优化的 AI 语音，更加逼真自然。 谷歌正测试 2 项 AI 功能，以改善 YouTube 观看体验。 微软将 AI 引入 Xbox，可生成 AI 角色、故事剧情等。 英国一学校启用人工智能担任校长，帮助教师解学生。 百度虚拟数字人「度晓晓」携文心一言入驻淘宝。 美团推出 AI 产品 Wow 定位 AI 朋友社区。 以下是一些好用的 AI 新闻写作工具推荐： 1. Copy.ai：是一款功能强大的 AI 写作助手，提供丰富的新闻写作模板和功能，可快速生成新闻标题、摘要、正文等内容，节省写作时间并提高效率。 2. Writesonic：专注于写作的 AI 工具，提供新闻稿件生成、标题生成、摘要提取等功能，智能算法能根据用户信息快速生成高质量新闻内容，适合新闻写作和编辑人员使用。 3. Jasper AI：人工智能写作助手，虽主打博客和营销文案，但也可用于生成新闻类内容，写作质量较高，支持多种语言。 需要注意的是，这些内容由 AI 大模型生成，请仔细甄别。
2024-11-22
sd 人物的模样及服装等统一
以下是关于人物模样及服装的 SD 关键词描述： 人物类型：肌肉公主、舞者、啦啦队等。 性别：单人，包括女人和男人。 身体特征：有光泽的皮肤、苍白皮肤、白皙皮肤等。 头发样式：直发、卷发、波浪卷等。 头发颜色：挑染、内层挑染、头发内变色等。 头发长度：长发、很短的头发、短发等。 具体人物：初音未来、绫波（碧蓝航线）、比那名居天子、蛮啾（碧蓝航线）、爱宕、时崎狂三、洛琪希、西住美穗、星街彗星、时雨、蒂法·洛克哈特、中野一花、南达科他州（碧蓝航线）、白上吹雪、白井黑子、岛风等。 发型特点：身前，单侧编发，人妻发型；挑染，条纹发色；短碎发等。 面部特征：死鱼眼、晒痕、眼睛发光、垂耳（狗）等。
2024-11-20
midjourney中如何结合A图片的人物和B图片的动作和内容
在 Midjourney 中结合 A 图片的人物和 B 图片的动作和内容，可以使用新上线的“Character Reference”（cref）功能。以下是一些关键方法和示例： 1. 锚定细节：您可以掌控姿势、表情、情感、服装、道具、场景、动作等细节。例如：“Jo is a young woman with blue curly hair, pink sunglasses, and a colorful scarf around her neck. She waits in line at the bank. cref https://my.image.host/joisstanding.jpg”。 2. 让 cref 处理大部分工作：提示无需加强标志性细节，只是“操纵”或“定位”角色。例如：“有人正在银行排队等候。 cref https://my.image.host/joisstanding.jpg”。 3. 只提供场景：如果您的 cref 图像已包含想要的姿势和其他细节，您可以仅描述环境、周围环境、背景或情境，Midjourney 将努力将角色融入场景中。但可能会出现不连贯的结果，此时可尝试使用更高值的样式化，如“s 800”。 需要注意的是，此功能在使用 Midjourney 生成的图像人物时效果最佳，不太适用于真实人物或照片。同时，在 Midjourney V6 的 Web Alpha 版本中，您可以通过拖放或粘贴图像到想象栏，并选择相应图标来设置图像为图像提示、风格参考或角色参考。
2024-11-18