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

那个文生视频或图生视频的AI可以生成融合变化的效果

Answer

以下是关于文生视频或图生视频的 AI 生成融合变化效果的相关信息：

在人工智能技术迅速发展的当下，AI“词生卡”技术兴起，它将文字描述转化为视觉图像，重塑了创意产业格局。AI 的多模态输出能力已基本成型，包括文生文、文生图、文生码、文生视频、图生视频等，但大多在某个维度能力强，跨界融合还不够。

从生成方式分类，AI 视频生成包含：

  1. 文生视频、图生视频，如 Runway、Pika labs、SD + Deforum、SD + Infinite zoom、SD + AnimateDiff、Warpfusion、Stability Animation 等。

一些热门产品如 Luma AI，其 Dream Machine 目前支持 txt2vid 文生视频和 img2vid 图生视频两种能力，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。Luma AI 的 img2vid 生成效果在多方面表现出色，如生成时长较长、运动幅度大、能产生相机多角度位移、运动过程一致性保持较好、分辨率高且有效改善模糊感等。

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

References

AI“词生卡”的蝴蝶效应：从文字到视觉盛宴跨界蝶变

在人工智能（AI）技术如火如荼发展的今天，一场悄然兴起的内容创作革命正在改变我们与信息交互的方式。AI"词生卡"技术，这个将文字描述魔法般转化为视觉图像的创新工具，正在重塑创意产业的格局。它不仅是AI技术的进步，更是AIGC领域的管用、实用应用在加速拓展、融合以及快速落地。从去年的百模大战、各式各样的聊天机器人，到今年的逻辑链、agent满天飞，渐渐地在大厂和用户之间也慢慢地形成了一个匹配的鸿沟，一个技术太快、用户需求更不上的减速带。问题有回到了最初的那个问题：我们普通人到底能用AI干什么？我们到底要AI干什么？[heading3]快速的需求适配：AI"词生卡"做对了什么？[content]使用Lisp撰写的词卡提示词古早的Lisp语言，再Claude3.5强大的理解力和绘图支持下，焕发了新生，制造了新卡，这不是Lisp语言的胜利，是技术发展的必然产物。而这一波经久不衰的热度，则是踩上了时代的脉搏、当前的主要矛盾—— “人们日益增长的AI创作输出需求，与大厂们四处创新但不够实用之间的矛盾”AI的多模态输出能力已经基本成型，文生文、文生图、文生码、文生视频、图生视频等，但是大多都是“T型”不是“V型”，再某个维度上能力很强，但是想跨界融合，目前融合不够、跨界不多。而这波的“词生卡”的出现，算是国内独立开发者给大厂好好地上了一课，他做到了：信息提纯、跨界融合、文图合一、审美优先、情绪输出、管用好用。

AI视频生成(下) | 20个产品推荐及实践教学

本文作者Bay，写于23.09月底，关注公众号“Bay的设计奥德赛”接受及时推送本篇通过产品介绍和丰富的案例实践，带你了解AI视频有哪些产品，效果如何实现。若从生成方式分类，AI视频生成包含：1.文生视频、图生视频（Runway、Pika labs、SD + Deforum、SD + Infinite zoom、SD + AnimateDiff、Warpfusion、Stability Animation）2.视频生视频：又分逐帧生成（SD + Mov2Mov）、关键帧+补帧（SD + Ebsynth、Rerender A Video）、动态捕捉（Deep motion、Move AI、Wonder Dynamics）、视频修复（Topaz Video AI）3.AI Avatar+语音生成：Synthesia、HeyGen AI、D-ID4.长视频生短视频：Opus Clip5.脚本生成+视频匹配：Invideo AI6.剧情生成：Showrunner AI若从产品阶段和可用维度分类：下面将按照上图维度进行产品介绍。

AI视频爆发式更新- 近半年闭源产品趋势

Dream Machine目前功能很简单，目前仅支持txt2vid文生视频和img2vid图生视频两种能力，除了相机运动，另外支持Extend延长4s、循环动画、首尾帧动画能力。[heading3]txt2vid文生视频[content]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，令我惊讶的是，Luma对视频内文字的表现也非常强，这是除Runway Gen3、海螺AI以外的产品目前无法实现的效果。[Luma txt2vid.mp4](https://bytedance.feishu.cn/space/api/box/stream/download/all/DACKbCHYIoyQ1OxSAh7cKcywneE?allow_redirect=1)[heading3]img2vid图生视频[content]前阵子我在对各个产品最新模型做测评，感慨于Pika labs效果很好但过于模糊，Runway则总是生成诡异的运动…这些产品的表现仿佛都和宣传片有很大区别。而这正是Luma AI本次更新中最惊艳的一趴，官网公布的视频案例并没有骗人。其img2vid生成效果在多方面远超Pika labs、Runway等产品，是目前可公开体验的AI视频生成领域的王者之一，主要体现在以下方面：生成时长较长（5s），24帧/s，非常丝滑运动幅度更大，能产生相机的多角度位移[Twitter video.mp4](https://bytedance.feishu.cn/space/api/box/stream/download/all/R3Dsb1bGSoKeulx4CPMcNFhPnng?allow_redirect=1)提示词中增加无人机控制的视角变化By:edmondyang运动过程中一致性保持的比较好，有时仿佛图片变成了3D模型分辨率高，且有效改善了运动幅度大带来的模糊感，这点是pika labs一直以来困扰我的问题

Others are asking
怎么制作科普视频
制作科普视频可以参考以下步骤和方法： 一、想出点子 1. 最佳免费选项： 2. 付费选项：4.0，但由于与互联网连接，必应可能更好 3. 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。您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，您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，或者您最喜欢的超级英雄。 二、制作视频 1. 最佳动画工具：用于在视频中为人脸制作动画的 2. 最佳语音克隆： 3. 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。但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。 4. 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，但如果您想了解这个领域的未来发展，值得一看。 三、创作科普内容 1. 该场景对应的关键词库（13 个）：目标用户、科普内容、生活问题、医疗类型、科普文章、病情症状、通俗性、专业名词、背景资质、权威领域、执业范围、证言人、内容形式。 2. 提问模板（3 个）： 第一步，分析不同目标用户对于科普内容的需求（具体解决生活中的什么问题） 第二步，针对某一类人群所偏好的科普内容主题，进行内容撰写。 第三步，根据平台和内容形式进行改写。 四、用 AI 把小说做成视频 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。
2025-02-18
生成视频不受提示词控制怎么办
如果生成视频不受提示词控制，可以考虑以下方法： 1. 向提示添加其他描述符，以便更好地控制生成的视频内容，例如： 电影摄影术语，如浅景深、胶片拍摄和电影。 构图术语，如广角、特写、从上方拍摄和从下方拍摄。 照明术语，如背光、柔光和硬光等。 颜色分级术语，如饱和色、高对比度以及暖色调或冷色调。 情绪或语气术语，如 somber、tense、euphoric 和 mysterious。 摄像机移动术语，如向右或向左平移、向上或向下倾斜以及推拉或向外移动。 2. 对于海螺 AI： MiniMax 视频模型不仅可以准确识别用户上传的图片，并确保所生成视频在形象保持上与原输入图像高度一致，且光影、色调完美嵌入新场景的设定，为创作者提供连贯、深度创作的空间。 在指令响应方面，还能理解超出图片内容之外的文本，解构指令框架和深层语义并在视频生成中整合，实现“所写即所见”。 只依靠模型综合能力，就能实现最顶级的影视特效。 人物表情控制力强，5 秒钟内实现从开怀大笑到掩面哭泣，让视频表达更能深入人心。 近期，海螺 AI 视频同步上线了提示词优化功能，即使在大家对特定的构图、氛围、动作或运镜没有特殊指定要求时，建议开启此功能，聪明的海螺 AI 会结合原始 Prompt 扩展视频的美学呈现。同时，对于更专业的创作者，开放 2000 字的提示词空间，让创作更加精准。 3. 使用 Camera Motion 时： 点击“AddImage”上传图片。 在“Prompt”中输入提示词。 选择您想要的运镜方向，输入。 运动幅度和画面主体运动幅度有关，与运镜大小无关，可以设置成您想要的任意值。 选择好种子（seed），是否高清（HD Quality），是否去除水印（Remove Watermark）。 点击“create”，生成视频。
2025-02-18
图片转视频的国产AI推荐
以下是为您推荐的国产图片转视频的 AI 工具： 1. 可灵：由快手团队开发，生成的图像和视频质量高。在视频生成方面，其视频生成质量卓越，画面清晰、连贯且内容丰富，生成速度快，对于国内用户可访问性强。但价格相对较高，重度用户年费可能达几千元，轻度用户有免费点数和较便宜的包月选项。 2. 通义万相：作为国产 AI 工具，在中文理解和处理方面表现出色，可选择多种艺术和图像风格，操作界面简洁直观，用户友好度高，且目前免费，每天签到获取灵感值即可。但为符合国内监管要求，某些类型图像无法生成，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。 更多相关网站可以查看： 内容由 AI 大模型生成，请仔细甄别。
2025-02-18
图片转视频的AI推荐
以下是为您推荐的图片转视频的 AI 工具： 1. Pika：出色的文本生成视频 AI 工具，擅长动画制作，并支持视频编辑。 2. SVD：如果熟悉 Stable Diffusion，可以安装这款最新的插件，在图片基础上直接生成视频，它是由 Stability AI 开源的 video model。 3. Runway：老牌 AI 视频生成工具，提供实时涂抹修改视频的功能，但需要收费。 4. Kaiber：视频转视频 AI，能够将原视频转换成各种风格的视频。 5. Sora：由 OpenAI 开发，可以生成长达 1 分钟以上的视频。 更多的相关网站可以查看：https://www.waytoagi.com/category/38 。 另外，在视频转绘制作视频过程中，Topaz Video AI 是一个不错的插件，用于消除视频抖动和运动模糊。其使用方法如下： 解压对应文件，推荐使用绿色版，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，预设部分主要是放大视频、提升画质、提升帧率等。稳定 AI 模式分为自动裁切和完整帧，做转绘选择完整帧，强度在 60 左右，抖动需要开启，次数一般选择 2 保持默认不变。 在制作新年表情包时，生成新年场景可以输入关键词“新年、中国新年、喜庆热闹、恭喜发财”之类的词汇得到合适的新年背景。然后使用可灵 AI 1.6 图生视频工具让场景动起来，抽卡性价比不错，简单效果一般抽两三次即可。
2025-02-18
视频转文稿
以下是关于视频转文稿的相关内容： Twitter Space 音频转文稿：使用 Gemini 1.5 Pro 将音频转为按发言人生成的文本，将初稿发送给 Claude 完成错别字纠正、去除口癖、整理段落等优化，最终产出阅读友好的 Markdown 格式文稿。相关链接： 对于视频转文稿，乔向阳提到视频有多种元素但也有缺点，如思考停顿、难以预知内容等，此时飞书妙记或语音转文字初稿可帮助快速跳转想看的位置。Whisper 模型识别字幕准确度高，比飞书妙记或讯飞等工具更准确。乔向阳因自身需求将相关技术工程化、产品化，认为技术在进步且这是市场所需。
2025-02-18
ai生成短视频，有没有免费的工具
以下是一些免费生成短视频的工具： 1. Project Odyssey：这是全球最大的生成式 AI 视频竞赛之一，提供超过 30 种工具的免费额度，累计超过 75 万美元。 2. ChatGPT + 剪映：ChatGPT 可以生成视频小说脚本，剪映则可以根据脚本自动分析并生成对应的素材和文本框架。 3. PixVerse AI：在线 AI 视频生成工具，支持将多模态输入转化为视频，且免费无限生成。 4. Pictory：AI 视频生成器，允许用户提供文本描述来生成相应的视频内容。 5. VEED.IO：提供了 AI 图像生成器和 AI 脚本生成器，帮助用户从图像制作视频，并规划内容。 6. 艺映 AI：专注于人工智能视频领域，提供文生视频、图生视频、视频转漫等服务，用户可以根据文本脚本生成视频。 这些工具各有特点，适用于不同的应用场景和需求，能够帮助您快速生成吸引人的视频内容。但请注意，内容由 AI 大模型生成，请仔细甄别。
2025-02-18
有哪些免费的文生图中文软件
以下是一些免费的文生图中文软件： 1. 豆包 App 支持文生图中文文字生成。 2. Stability AI 推出的基于 Discord 的媒体生成和编辑工具可用于文生图，您可以通过以下步骤使用： 点击链接进入官方 DISCORD 服务器：https://discord.com/invite/stablediffusion 。 进入 ARTISAN 频道，任意选择一个频道。 输入/dream 会提示您没有权限，点击链接，注册登录，填写信用卡信息以及地址，点击提交，会免费试用三天，三天后开始收费。输入/dream 提示词，这部分和 MJ 类似，可选参数有五类，包括提示词（必填项）、负面提示词（选填项）、种子值（选填项）、长宽比（选填项）、模型选择（选填项）、张数（选填项）。完成后选择其中一张。 3. 您还可以参考以下教程： SD 做中文文字生成的教程： 找到一款喜欢的字体，写上主题例如“端午”。 打开 SD，选择文生图，输入关键词咒语。 打开 Controlnet，启用 lineart 和 canny 固定字体，如果希望有景深效果，也可以打开 depth（增加阴影和质感）。 打开高清修复，分辨率联系 1024 以上，步数：29 60 。 直接生成。这里可以举一反三，选择一些水果模型，珠宝模型，毛毡等等快来试一试吧，附免费参数。
2025-02-16
免费的中文软件 文生图
以下为免费的中文文生图软件 Stable Diffusion 的相关信息： 公司介绍：相比较于 DALLE 等大模型，Stable Diffusion 让用户使用消费级的显卡便能够迅速实现文生图。它完全免费开源，所有代码均在 GitHub 上公开，大家可以拷贝使用。其第一个版本训练耗资 60 万美元，资金支持来自成立于 2020 年的 Stability AI 公司，创始人兼 CEO 是 Emad Mostaque。 文生图使用： 点击链接进入官方 DISCORD 服务器：https://discord.com/invite/stablediffusion 。 进入 ARTISAN 频道，任意选择一个频道。 输入/dream 会提示没有权限，点击链接，注册登录，填写信用卡信息以及地址，点击提交，会免费试用三天，三天后开始收费。 输入/dream 提示词，这部分和 MJ 类似。 可选参数有五类： prompt（提示词）：正常文字输入，必填项。 negative_prompt（负面提示词）：填写负面提示词，选填项。 seed（种子值）：可以自己填，选填项。 aspect（长宽比）：选填项。 model（模型选择）：SD3，Core 两种可选，选填项。 Images（张数）：1 4 张，选填项。 教程示例： 作者： 作者 步骤： 1. 找到一款喜欢的字体，写上主题例如“端午”。 2. 打开 SD，选择文生图，输入关键词咒语。 3. 打开 Controlnet，启用 lineart 和 canny 固定字体，如果希望有景深效果，也可以打开 depth（增加阴影和质感）。 4. 打开高清修复，分辨率联系 1024 以上，步数：29 60 。 5. 直接生成就搞定啦。这里可以举一反三，选择一些水果模型，珠宝模型，毛毡等等快来试一试吧。 6. 附免费参数： Checkpoint：Chilloutmix Controlnet：lineart + canny + depth 正向咒语：watermelon，Art fonts，masterpiece,best quality,Smile,Lensoriented 反向咒语：NSFW,Cleavage,Pubic Hair,Nudity,Naked,Au naturel,Watermark,Text,censored,deformed,bad anatomy,disfigured,poorly drawn face,mutated,extra limb,ugly,poorly drawn hands,missing limb,floating limbs,disconnected limbs,disconnected head,malformed hands,long neck,mutated hands and fingers,bad hands,missing fingers,cropped,worst quality,low quality,mutation,poorly drawn,huge calf,bad hands,fused hand,missing hand,disappearing arms,disappearing thigh,disappearing calf,disappearing legs,missing fingers,fused fingers,abnormal eye proportion,Abnormal hands
2025-02-16
文生图
以下是关于文生图的详细教程： 定主题：确定您需要生成的图片的主题、风格和要表达的信息。 选择基础模型 Checkpoint：根据主题选择内容贴近的模型，如麦橘、墨幽的系列模型，如麦橘写实、麦橘男团、墨幽人造人等。 选择 lora：基于生成内容寻找重叠的 lora，以控制图片效果和质量，可参考广场上优秀帖子中使用的 lora。 ControlNet：可控制图片中特定图像，如人物姿态、特定文字、艺术化二维码等，属于高阶技能。 局部重绘：下篇再教。 设置 VAE：无脑选择 840000 即可。 Prompt 提示词：用英文书写想要 AI 生成的内容，使用单词和短语组合，无需管语法，用英文半角逗号隔开。 负向提示词 Negative Prompt：用英文书写想要 AI 避免产生的内容，同样是单词和短语组合，用英文半角逗号隔开。 采样算法：一般选择 DPM++2M Karras 较多，也可参考 checkpoint 详情页中模型作者推荐的采样器。 采样次数：选择 DPM++2M Karras 时，采样次数通常在 30 40 之间。 尺寸：根据个人喜好和需求选择。 在不同的工具中，如 Tusiart 和 Liblibai，操作流程大致相同，但在一些细节上可能有所差异： Tusiart： 定主题 选择 Checkpoint 选择 lora ControlNet（高阶技能，后续学习） 局部重绘（下篇再教） 设置 VAE Prompt 提示词 负向提示词 Negative Prompt 采样算法 采样次数 尺寸 Liblibai： 定主题 选择 Checkpoint 选择 lora 设置 VAE CLIP 跳过层（设为 2） Prompt 提示词 负向提示词 Negative Prompt 采样方法 迭代步数 尺寸 生成批次（默认 1 批）
2025-02-16
怎么提问文生图
以下是关于文生图提问的相关内容： 在 Coze 中，文生图的开始和结束节点是必需的。节点参数方面，默认绘制 10881088 的方图，最大能画 17281728 的方图，最小 576567，像素区间内各种比例可任选。Ratio 是程序员常用的“枚举”操作。试用效果方面，如“1 girl”等提示词实测效果偏向网红动漫风，也支持中文提示词。但在写入现实主义时可能会遇到风控，可尝试去掉相关关键字。 对于【SD】文生图，提示词如 等。 关于提示词的其他方面，如提示词快闪答疑中，未涉及太多与文生图直接相关的内容。
2025-02-13
文生图人物一致性
以下是关于文生图人物一致性的相关内容： 在使用 ControlNet 进行文生图时，首先进入文生图界面填写提示词生成一张图。然后将图片拖入 ControlNet 中，预处理器选择 reference only，控制模型选择“均衡”，保真度数值越高对图片的参考越强。在没有明确指向性提示词的情况下，人物形象能保持一致，但表情、动作、服装会有随机不同程度的变化。可以通过添加关键词来给人物换装、更改服装和表情、更改动作和表情、更改姿态、环境和表情等，例如添加“红裙子”“黑色校服、哭泣”“抱手、生气”“在花丛中奔跑、开心”“红色棒球帽，时尚卫衣，在商场逛街”。通过一系列测试，这个功能在绘制系列插画、漫画、小说插图等工作时，能保持主角形象的统一，也能根据情况实时调整，后期配合 lora 潜力巨大。 另外，在 PIKA1.0 新模型中，人的一致性已经逆天，再加上其强大的语义理解和大幅度的动作，在文生图方面表现出色。
2025-02-11
文生视频提示词
以下是一些关于文生视频的提示词示例： “April Fool's scare box,which seems to pop up a clown head,prank,fun,interesting” “姑苏城外寒山寺，夜半钟声到客船” 同时，需要注意的是，上传的图片大小可能会影响到输出的视频大小。
2025-02-10
零基础学习ai
以下是为零基础学习 AI 提供的建议： 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，比如图像、音乐、视频等，可根据自己的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。 知识库提供了很多实践后的作品、文章分享，欢迎实践后的分享。 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，获得对 AI 在实际应用中表现的第一手体验，并激发对 AI 潜力的认识。 此外，还有一个案例供您参考：二师兄来自上海，是典型的 80 后，房地产行业从业二十年，计算机零基础。2024 年 2 月，他在七彩虹的售后群中，因老哥分享用 AI 绘画的心得，要了 SD 秋叶安装包，下载了教学视频，迈出了 AI 学习的第一步。之后他不断学习和实践，如在 3 月啃完 SD 的所有教程并开始炼丹，4 月与小伙伴探讨 AI 变现途径，5 月加入 Prompt battle 社群，开始 Midjourney 的学习。
2025-02-18
AI数据分析
以下是关于 AI 数据分析的相关内容： ChatGPT 助力数据分析： 本文重点介绍了 AI 与数据分析结合的应用，通过实际案例与相关技巧，描述了 ChatGPT 如何助力数据分析。 实现了两种方式支持多维数据分析： SQL 分析：分析平台自身使用情况，输入一句话可分析用户配置图表相关数据。用户描述想分析的内容，后台连接 DB，附带表结构信息让 AI 输出 SQL 语句，校验为 SELECT 类型后执行返回结果数据，再传给 GPT 分析，最后输出分析结论和建议并返回前端页面渲染图表。 个性化分析：平台支持上传数据，可提供数据信息辅助分析，前端解析文件后传给 GPT 分析，后续步骤与 SQL 分析一致。 分析完成后展示结果数据的图表和分析结论，图表支持折线图和柱状图可随意切换。 生成式 AI 季度数据报告 2024 月 1 3 月： 作者包括郎瀚威 Will、张蔚 WeitoAGI、江志桐 Clara 等。 报告涵盖总体流量概览、分类榜单、文字相关（个人生产力、营销、教育、社交）、创意相关（图像、视频）、音频大类、代码大类、Agent、B2B 垂类等方面。 涉及数据准备、分类标准图谱准备、赛道分析、竞争分析等内容。
2025-02-18
找一个能够生成音乐的AI。我给一个曲名（比如《生日快乐歌》），他就能给我生成不同风格的音乐供我下载。
以下为您推荐能够根据给定曲名生成不同风格音乐并供下载的 AI 工具： 1. Suno AI： 地址：https://www.suno.ai/ 简介：被誉为音乐界的 ChatGPT，能够根据简单提示创造出从歌词到人声和配器的完整音乐作品。 账号要求：需要拥有 Discord、谷歌或微软中的至少一个账号，并确保网络环境稳定。 订阅信息： 免费用户每天 50 积分，每首歌消耗 5 积分，每天可创作 10 首歌曲，每次点击生成两首歌曲。 Pro 用户每月 2500 点数（大约 500 首歌），按月每月 10 美元，按年每月 8 美元，每年 96 美元。 Premier 用户每月 10000 点数（大约 2000 首歌），按月每月 30 美元，按年每月 24 美元，每年 288 美元。 操作模式： 默认模式：包括关闭个性化、歌曲描述、乐器开关、模型选择 v3 等设置。 个性化模式：开启个性化定制，可填写歌词、曲风、标题等。 生成歌词：可使用大模型如 Kimi、GPT、文心一言等生成。 开始生成：填写好所需内容后点击 Create，等待 2 3 分钟即可。 下载：生成后可下载。 2. Udio：由前 Google DeepMind 工程师开发，通过文本提示快速生成符合用户音乐风格喜好的高质量音乐作品。地址：https://www.udio.com/ 3. YuE：支持从歌词生成 5 分钟高质量音乐（含人声与伴奏），多语言支持（中、英、日、韩），覆盖多种音乐风格与专业声乐技术。详细介绍：https://www.xiaohu.ai/c/xiaohuai/yue5
2025-02-18
什么是aigc
AIGC（人工智能生成内容）是一种利用人工智能技术生成各种类型内容的应用方式。它能够通过机器学习和深度学习算法，根据输入的数据和指令生成符合特定要求的内容，在内容创作、广告、媒体等领域有着广泛的应用。 具体来说，AIGC 包括以下方面： 1. 文字生成：使用大型语言模型（如 GPT 系列模型）生成文章、故事、对话等内容。 2. 图像生成：使用 Stable Diffusion、DALLE 等模型生成艺术作品、照片等。 3. 视频生成：使用 Runway、KLING 等模型生成动画、短视频等。 AIGC 作为一种强大的技术，能赋能诸多领域，但也存在多重潜在的合规风险。目前，我国对 AIGC 的监管框架由《网络安全法》《数据安全法》及《个人信息保护法》构成，并与《互联网信息服务算法推荐管理规定》、《互联网信息服务深度合成管理规定》、《生成式人工智能服务管理暂行办法》、《科技伦理审查办法（试行）》等形成了共同监管的形势。 AIGC 主要分为语言文本生成、图像生成和音视频生成。语言文本生成利用马尔科夫链、RNN、LSTMs 和 Transformer 等模型生成文本，如 GPT4 和 Gemini Ultra。图像生成依赖于 GANs、VAEs 和 Stable Diffusion 等技术，应用于数据增强和艺术创作，代表项目有 Stable Diffusion 和 StyleGAN 2。音视频生成利用扩散模型、GANs 和 Video Diffusion 等，广泛应用于娱乐和语音生成，代表项目有 Sora 和 WaveNet。此外，AIGC 还可应用于音乐生成、游戏开发和医疗保健等领域，展现出广泛的应用前景。 例如 AI 文本续写，文字转图像的 AI 图、AI 主持人等，都属于 AIGC 的应用。类似的名词缩写还有 UGC（普通用户生产），PGC（专业用户生产）等。能进行 AIGC 的产品项目也很多，能进行 AIGC 的媒介也很多，包括且不限于： 1. 语言文字类：OpenAI 的 GPT，Google 的 Bard，百度的文心一言，还有一种国内大佬下场要做的的 LLM 都是语言类的。 2. 语音声音类：Google 的 WaveNet，微软的 Deep Nerual Network，百度的 DeepSpeech 等，还有合成 AI 孙燕姿大火的开源模型 Sovits。 3. 图片美术类：早期有 GEN 等图片识别/生成技术，去年大热的扩散模型又带火了我们比较熟悉的、生成质量无敌的 Midjourney，先驱者谷歌的 Disco Diffusion，一直在排队测试的 OpenAI 的 Dalle·2，以及 stability ai 和 runaway 共同推出的 Stable Diffusion。
2025-02-18
多维表格AI接入分享课程有回放么
多维表格 AI 接入分享课程有回放。例如，在“1204|微信超级 AI 知识助手教学（上）—智谱共学营智能纪要”中提到直播有回放。在“飞书多维表格 AI 共学解锁更强大的豆包 2024 年 12 月 21 日”中，王大仙表示分享有回放，可顺着搭建流程使用。
2025-02-18
我的毕业论文是AIGC的陶寺遗址空间可视分析技术研究，请问有何思路
对于您的毕业论文主题“AIGC 的陶寺遗址空间可视分析技术研究”，以下是一些可能的思路供您参考： 首先，深入了解陶寺遗址的相关背景和特点，包括其历史、文化、地理等方面的信息，这将为后续的分析提供基础。 其次，研究 AIGC 技术在空间可视分析方面的应用现状和前沿成果，了解相关的算法、模型和工具。 然后，考虑如何收集和整理陶寺遗址的空间数据，例如通过实地测量、卫星图像、考古记录等方式获取数据，并对数据进行预处理和清洗。 接着，运用合适的 AIGC 技术和算法，对陶寺遗址的空间数据进行可视化呈现，例如创建三维模型、绘制地图、生成动态图像等，以直观展示遗址的空间特征和关系。 在可视化的基础上，进行深入的分析，例如探究遗址的布局规律、空间结构、功能分区等，挖掘潜在的历史和文化信息。 最后，对研究结果进行评估和验证，确保其准确性和可靠性，并提出进一步的改进和优化方向。 希望这些思路能对您有所帮助，祝您顺利完成毕业论文！
2025-02-18
哪个ai工具可以根据现有的网站或截图生成源代码
以下是一些可以根据现有的网站或截图生成源代码的 AI 工具： ：借助 GPT4 Vision 的能力，能直接将屏幕截图转换为 HTML/Tailwind CSS，并利用 DALLE 3 的图像生成能力生成相似图像。 此外，还有一些与网站制作相关的 AI 工具： Wix ADI 。基于用户提供的信息自动生成定制化网站，提供多个设计选项和布局，集成了 SEO 工具和分析功能。 Bookmark：网址为 。通过询问用户几个简单问题快速生成网站，提供直观的拖放编辑器，包括多种行业模板和自动化营销工具。 Firedrop：网址为 。其 AI 设计助手 Sacha 可根据用户指示创建和修改网站设计，提供实时编辑和预览功能，包含多种现代设计风格和自定义选项。 The Grid：网址为 。其 AI 设计助手 Molly 可以自动调整网站的设计和布局，基于内容和用户互动进行优化，支持多种内容类型。 在 AI 代码生成和开发工具方面： ：由 Wingware 开发的专为 Python 编程设计的开发环境，集成了多种功能，年度许可证起价 179 美元/月。 ：开源的 AI 开发助手，能根据产品需求生成完整的代码库，遵循 MIT 许可证。 ：Sourcegraph 的 AI 工具，作为全面的编程助手能理解整个代码库，个人使用免费。
2025-02-18
免费图生视频AI有哪些
以下是一些免费的图生视频 AI 工具： 1. Pika：出色的文本生成视频 AI 工具，擅长动画制作，支持视频编辑。 2. SVD：若熟悉 Stable Diffusion，可安装此最新插件，能在图片基础上生成视频，由 Stability AI 开源。 3. Adobe Firefly：支持文生视频、图生视频、视频翻译，免费用户赠送生成 2 个视频。访问。 4. 混元：腾讯视频模型，目前只支持文生视频，图生视频即将上线。 更多的文生视频的网站可以查看这里： 内容由 AI 大模型生成，请仔细甄别。
2025-02-17
图生图， 如何保持幻想生物形象一致性
要在图生图中保持幻想生物形象的一致性，可以参考以下方法： 1. 对于 Midjourney ，可以采用特定的名人或有特殊属性的人物形象，先确定好影片风格，比如皮克斯动画风格，然后确定好人物形象，如角色的发型、穿着等细节。 2. 利用 Midjourney 的新功能 Cref ，先跑一张主角的定妆照，在需要出现主角人物的地方扔进去 Cref ，以保持发型、人脸、衣服等的一致性。但需要注意的是，Midjourney 对亚洲人脸的 Cref 一致性，尤其是亚洲老人的一致性效果相对较差，且 Cref 在画面的审美和构图上有一定的破坏性，所以原则上能不用就不用，比如只有背影时，简单描述即可。 3. 生成动物形象，动物相对更容易保持一致性。
2025-02-14
图生图， 如何保持生物形象一致性
在图生图中保持生物形象一致性，有以下几种方法： 1. 对于人物和场景一致性问题，可以采用生成动物的方式，动物相对容易保持一致性。 2. 选择特定的名人或具有特殊属性的人物。 3. 确定好影片风格，如皮克斯动画风格。 4. 先确定好人物形象，如明确角色的发型、穿着等特征。 5. 使用 Midjourney 的新功能 Cref，在需要出现主角人物的地方，保持发型、人脸、衣服等特征。但需要注意的是，Midjourney 对亚洲人脸的 Cref 一致性效果相对较差，尤其对于亚洲老人，而且 Cref 在画面的审美和构图上有一定破坏性，原则上能不用则不用。例如只有背影时，简单描述特征即可。
2025-02-14
图生视频指令参考
以下是关于图生视频的指令参考： Morphstudio 中： 文生视频：提示词指令为“/video”。举例：“/video 你好世界比例 16:9动作幅度为 5镜头拉近每秒 30 帧秒数为 5 秒” 图生视频：提示词指令为“/animate一只在行走的猫比例 16:9动作幅度为 5相机向上移动每秒 30 帧” 参数说明： “ar”（只针对 MorphVideo 机器人）：用来设置视频的画面比例，如 16:9、4:3、1:1、3:4、9:16 等。 “motion”：调整视频中的运动强度，数值越低运动越微妙，数值越高运动越夸张。 “camera”：控制摄像头移动，如 Zoom（镜头拉近/拉远）、Pan（摄像机向上/向下/向左/向右移动）、Rotate（相机顺时针旋转或逆时针旋转）、Static（相机静态）。 “fps”：视频的帧率，默认每秒 24 帧。 “s”（只针对 MorphVideo 机器人）：设置视频的时长，单位是秒。 此外，还有其他案例： Vidu 大家测试中，有“公子在宣武门前站着说话，气场强大，头发和衣衫随风飘动，气体流动，手指向远方”“小孩子向画面右侧奔跑，后面腾起一路尘土”“公子扔出手中球体法器，法器升空爆出万丈金光，公子惊奇的看着”等提示词生成的视频效果。 桂大羊的教程中，通过性格特征和时代背景描绘人物提示词、上传角色参考图，根据剧本创作提取场景提示词，采用文生图模式并进行垫图操作，确立台词、剧本、风格、人物形象、画面场景后，使用即梦进行图生视频，上传图片至视频生成模块，用简单提示词描绘动态内容，可生成 3 秒钟视频，运镜类型可根据剧本镜头描绘设置，以随机运镜为主，生成速度可选择慢速。
2025-02-13
图生视频指令
以下是关于图生视频的指令： 1. Morphstudio： 文生视频：提示词指令为`/video`，举例：`/video 你好世界比例 16:9动作幅度为 5镜头拉近每秒 30 帧秒数为 5 秒` 图生视频：提示词指令为`/animate一只在行走的猫比例 16:9动作幅度为 5相机向上移动每秒 30 帧` 参数说明： `ar`（只针对 MorphVideo 机器人）：用来设置视频的画面比例，如 16:9、4:3、1:1、3:4、9:16 等。 `motion`：调整视频中的运动强度，数值越低运动越微妙，数值越高运动越夸张。 `camera`：控制摄像头移动，包括 Zoom（镜头拉近/拉远）、Pan（摄像机向上/向下/向左/向右移动）、Rotate（相机顺时针旋转或逆时针旋转）、Static（相机静态）。 `fps`：视频的帧率，默认每秒 24 帧。 `s`（只针对 MorphVideo 机器人）：设置视频的时长，单位是秒。 2. Runway： 图片搞定之后，拖到 runway 里面去图生 4s 视频。（runway 是收费的，可在闲鱼或淘宝买号找免费的） 进入 runway 官网首页，点击 start with image，然后直接将图片拖进来。 动画幅度尽量用 3，5 有时候会乱跑。 啥都不用改，直接点击生成即可。 注意：不需要等进度条转完，可以直接继续往里放图片，可以同步执行。 直接点删除，然后重新上传下面的图即可（最多可以放几个没数，可自行测试） 3. Pika： 生成视频频道在 Discord 上，点击邀请链接（https://discord.gg/pika）加入频道。 生成视频的指令： `/create`为文字生成视频指令。 `/animate`为图片生成视频指令。 `/encrypt_image`为图片+文字生成视频指令。 常用指令参数： `gs xx`：引导比例，较高的值使其与文本更相关（推荐范围为 824）。 `neg xxx`：负面提示（指定在视频中不希望出现的内容）。 `ar xx:xx`：宽高比（例如 16:9、9:16、1:1、4:5）。 `seed xxx`：生成过程中增加一致性的种子数。 `motion xx`：所需运动强度（仅支持 0/1/2）。 `fps xx`：视频的帧率。
2025-02-13