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
实时翻译视频语音
以下是为您整理的相关信息： 实时翻译视频语音的工具： StreamSpeech：这是一个实时语言翻译模型，能够实现流媒体语音输入的实时翻译，输出目标语音和文本，具有同步翻译、低延迟的特点，还能展示实时语音识别结果。 给视频配音效的 AI 工具： 支持 50 多种语言的配音，音质自然流畅，提供实时配音功能，适用于直播和演讲，能将语音转录为文本，方便后期字幕制作和编辑。 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，提供面向个人和企业的经济实惠的定价方案。 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。
2025-04-07
视频脚本生成工具
以下是一些视频脚本生成工具： 1. ChatGPT + 剪映：ChatGPT 可生成视频小说脚本，剪映能根据脚本自动分析出视频所需场景、角色、镜头等要素，并生成对应素材和文本框架，能快速实现从文字到画面的转化，节省时间和精力。 2. PixVerse AI：在线 AI 视频生成工具，支持将多模态输入（如图像、文本、音频）转化为视频。 3. Pictory：AI 视频生成器，允许用户轻松创建和编辑高质量视频，无需视频编辑或设计经验，用户提供文本描述即可生成相应视频内容。 4. VEED.IO：提供 AI 图像生成器和 AI 脚本生成器，帮助用户从图像制作视频，并规划从开场到结尾的内容。 5. Runway：AI 视频创作工具，能够将文本转化为风格化的视频内容，适用于多种应用场景。 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，用户可根据文本脚本生成视频。 如果想用 AI 把小说做成视频，可参考以下制作流程： 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。 此外，还有微短剧编剧提示词 01——创意生成器，这是一个基于关键词快速生成短视频剧本创意的 AI 提示工具，能帮助创作者、制片人或投资人快速获得一个结构完整的商业化短剧创意方案。其主要功能包括根据 2 3 个关键词生成完整的短剧创意、自动匹配最适合的爽点组合、设计合理的付费点和剧情节奏、突出创意亮点和商业价值。使用方法为输入 2 3 个核心关键词，系统将自动生成创意概述（类型定位、受众、主要爽点）、故事梗概（300 字故事概要）、情节设计（亮点和付费点设计）、创意能力说明（创新性和商业价值）。使用技巧包括关键词最好包含一个场景和一个核心冲突，尽量选择有情感张力的词组搭配，多尝试不同关键词组合获得更多灵感。但需注意生成的创意仅供参考，建议基于此进行二次创作，结合市场需求和制作预算进行调整，实际制作时需要考虑可执行性。依旧推荐 claude，chatgpt、Gemini，通义、豆包等工具，如果不会用，建议去学习下。 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。
2025-04-07
目前好用的免费的图片生成 视频生成 ai
以下是为您推荐的好用的免费的图片生成和视频生成 AI 工具： 1. Pika Labs： 被网友评价为目前全球最好用的文本生成视频 AI。 功能：直接发送指令或上传图片生成 3 秒动态视频。 费用：目前内测免费。 操作步骤： 加入 Pika Labs 的 Discord 频道：在浏览器中打开链接 https://discord.gg/dmtmQVKEgt ，点击加入邀请。 在 generate 区生成：左边栏出现一只狐狸的头像就意味着操作成功了，如果没成功点开头像把机器人邀请至服务器。接着在 Discord 频道的左侧，找到“generate”子区，随便选择一个进入。 生成视频：输入/create，在弹出的 prompt 文本框内输入描述，比如/create prompt:future war,4K ar 16:9，按 Enter 发送出去就能生成视频了。也可以输入/create，在弹出的 prompt 文本框内输入描述，点击“增加”上传本地图片，就能让指定图片生成对应指令动态效果。 下载保存：喜欢的效果直接右上角点击下载保存到本地。如果对生成的视频不满意，如图像清晰度不够高或场景切换不够流畅等，可以点击再次生成按钮，系统会进一步优化生成的效果。 2. Grok 客户端： 支持免费生成图像和聊天功能。 图像生成效果优秀，可以趁机薅羊毛。 下载链接：https://apps.apple.com/us/app/grok/id6670324846 、https://x.com/imxiaohu/status/1877282636986552648 3. 香港科技大学与 Adobe 发布的 TransPixar： 可生成带透明背景的视频（RGBA 格式），实现更丰富的视觉效果。 传统 RGB 视频无法实现的透明效果，比如烟雾扩散等，可直接无缝叠加到其他背景中。 大幅减少后期手动抠图或添加透明效果的工作量，适用于电影特效制作等场景。 相关链接：https://x.com/imxiaohu/status/1877195139028066576 、项目地址：https://wileewang.github.io/TransPixar/ 、GitHub：https://github.com/wileewang/TransPixar
2025-04-04
有没有专门学习配置微信机器人和企业微信机器人的相关教学视频
以下是一些专门学习配置微信机器人和企业微信机器人的相关教学视频： 【共学最全版本】微信机器人共学教程： 日程安排： 6 月 19 日 20:00 开始：从零到一，搭建微信机器人，参与者要求为 0 基础小白，分享人为张梦飞，主持人为小元，助教为金永勋、奥伏。 6 月 20 日 20:00 开始：Coze 接入、构建你的智能微信助手，分享人为张梦飞，主持人为吕昭波，助教为安仔、阿飞。 6 月 23 日 20:00 开始：微信机器人插件拓展教学，要求完成第一课，分享人为张梦飞，主持人为安仔，助教为空心菜、AYBIAO、阿飞。 6 月 24 日 20:00 开始：虚拟女友“李洛云”开发者自述，要求完成第一课，分享人为皮皮，主持人为大雨。 6 月 25 日 20:00 开始：FastGPT：“本地版 coze"部署教学，要求完成第一课，分享人为张梦飞，主持人为银海，助教为金永勋、AYBIAO。 6 月 27 日 20:00 开始：Hook 机制的机器人使用和部署教学，要求 0 基础小白，有一台 Windows 10 以上系统的电脑，分享人为张梦飞，主持人为 Stuart，助教为阿飞、空心菜。 第二天教程内容： 修改配置：主要更改标黄的四行，可以直接清空原文件配置，把以下配置粘贴进你的 config.json 文件中。 获取 key 和 id：进入官网 https://www.coze.cn/home ，获取到的令牌就是"coze_api_key"，像下方一样填入即可。"coze_api_key":"pat_diajdkasjdlksajdlksajdasdjlkasjdlas"，获取 bot_id 并填入："coze_bot_id":"86787989080"。 微信机器人大事件记录： 皇子：零成本、零代码搭建一个智能微信客服，保姆级教程 安仔：不用黑魔法，小白也能做一个对接 GPT 大模型的微信聊天机器人 张梦飞：【保姆级】一步一图，手把手教你把 AI 接入微信 张梦飞：FastGPT+OneAPI+COW 带有知识库的机器人完整教程 张梦飞：基于 Hook 机制的微信 AI 机器人，无需服务器，运行更稳定，风险更小 张梦飞：【保姆级教程】这可能是你在地球上能白嫖到的，能力最强的超级微信机器人！一步一图，小白友好 在自己的电脑上部署 COW 微信机器人项目
2025-04-04
有没有 coze 相关教学视频
以下是一些与 Coze 相关的教学视频： 概览与介绍：https://waytoagi.feishu.cn/wiki/YGgzwDfWLiqsDWk2ENpcSGuqnxg 基础教程： 大圣：胎教级教程：万字长文带你使用 Coze 打造企业级知识库：https://waytoagi.feishu.cn/wiki/CT3UwDM8OiVmOOkohPbcV3JCndb 大聪明：保姆级教程：Coze 打工你躺平：https://waytoagi.feishu.cn/wiki/PQoUwXwpvi2ex7kJOrIcnQTCnYb 安仔：Coze 全方位入门剖析 免费打造自己的 AI Agent：https://waytoagi.feishu.cn/wiki/SaCFwcw9xi2qcrkmSxscxTxLnxb Coze“图像流”抢先体验：https://waytoagi.feishu.cn/wiki/AHs2whOS2izNJakGA1NcD5BEnuf YoYo：Coze 图像流小技巧：探索视觉艺术的隐藏宝藏：https://waytoagi.feishu.cn/wiki/CTajwJnyZizxlJk8a4AcJYywnfe 【智能体】让 Coze 智能体机器人连上微信和微信群详细配置文档：https://waytoagi.feishu.cn/wiki/ExHMwCDZ7i6NA7knCWucFvFvnvJ 7 颗扣子 coze 的搭建视频： 第一颗扣子 野菩萨出品：2 分钟解锁超野速度的图像流 bot 创建过程，献上野菩萨的明信片：https://www.coze.cn/store/bot/7384556560263020583 第二颗扣子 Stuart：2 分钟教你制作炉石卡牌：https://www.coze.cn/s/i68g8bLY/ 原理拆解： 第三颗扣子 陈慧凌：2 分钟做毛毡效果：https://www.coze.cn/s/i65gDW2Y/ 第四颗扣子 银海：银河照相馆：https://www.coze.cn/store/bot/7384885149625761801 第五颗扣子 Speed 团队：Speed 团队 菜品秀秀：https://www.coze.cn/store/bot/7384434376446148618 原理拆解：
2025-04-04
我有一份青年创新讲稿，想用自己的数字形象和我自己的声音讲解，背景要做一些和讲稿内容相符的视频。什么工具最称手呢？
以下是一些适合您需求的工具： 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肖像和角色模型，适用于游戏、电影和虚拟现实等领域。 2. Synthesia：一个 AI 视频制作平台，允许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：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，平台的 AI 语音机器人会自动转换成语音，然后合成逼真的会开口说话的视频。 此外，还有以下工具供您参考： 1. 开源且适合小白用户的工具：具有一键安装包，无需配置环境，简单易用。其功能包括生成数字人视频，支持语音合成和声音克隆，操作界面中英文可选，系统兼容 Windows、Linux、macOS，模型支持 MuseTalk（文本到语音）、CosyVoice（语音克隆）。使用时需下载 8G+3G 语音模型包，启动模型即可。相关链接：GitHub： 2. Google Veo 2：能生成逼真的 Vlog 视频，效果接近真实，几乎难以分辨，适合创作和内容制作。相关链接： 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。在使用时，请确保遵守相关使用条款和隐私政策，并注意对生成内容的版权和伦理责任。
2025-04-02
文生音频
以下是关于文生音频的相关内容： 工具教程：清影提供了多种文生视频的示例，如冰山恶龙、蘑菇变小熊、末日宇航员、粉红小怪物、猎豹小憩等，每个示例都有详细的描述和对应的视频链接。 AI 音效工具：包括作者为 KEEN 的相关内容，如 Audiobox 是 Meta 的新音频生成基础研究模型，可结合语音输入和自然语言文本提示生成语音和声音效果；还有 Stable Audio 以及图像生成配乐模型（MAGNet，AudioLDM，audiogen）等相关链接和介绍。 乐理篇：声音和音乐的基础提到音乐创作有主观性和规律性，目前龙头的文生音乐软件如 Suno、Uido 等在简单场景有使用价值，但在音乐创作上存在提示词控制有限、创作丰富度不够等问题。同时提到 Colab 上有增强音质的脚本，但不如现有的音频处理工具，调参较难。
2025-04-01
用文生图来画插画风格的系统流程图、概念图有哪些快速上手的prompt、平台和教程
以下是关于用文生图来画插画风格的系统流程图、概念图的快速上手的 prompt、平台和教程： 平台：Tusiart Prompt 提示词： 用英文写您想要 AI 生成的内容，不用管语法，仅使用单词和短语的组合去表达需求，单词、短语之间用英文半角逗号隔开。 描述逻辑通常包括人物及主体特征（服饰、发型发色、五官、表情、动作），场景特征（室内室外、大场景、小细节），环境光照（白天黑夜、特定时段、光、天空），画幅视角（距离、人物比例、观察视角、镜头类型），画质（高画质、高分辨率），画风（插画、二次元、写实）。 教程： 1. 定主题：确定您需要生成的图的主题、风格和要表达的信息。 2. 选择基础模型 Checkpoint：按照主题找内容贴近的 checkpoint，如麦橘、墨幽的系列模型。 3. 选择 lora：在生成内容基础上，寻找内容重叠的 lora 以控制图片效果及质量。 4. ControlNet：可控制图片中特定图像，如人物姿态、特定文字等，高阶技能可后续学习。 5. 局部重绘：下篇再教。 6. 设置 VAE：无脑选择 840000 这个即可。 7. 负向提示词 Negative Prompt：用英文写您想要 AI 避免产生的内容，单词和短语组合，中间用英文半角逗号隔开。 8. 采样算法：一般选 DPM++2M Karras，也可留意 checkpoint 详情页上模型作者推荐的采样器。 9. 采样次数：选 DPM++2M Karras 时，采样次数在 30 40 之间。 10. 尺寸：根据喜好和需求选择。 辅助网站： 1. http://www.atoolbox.net/ ：通过选项卡方式快速填写关键词信息。 2. https://ai.dawnmark.cn/ ：每种参数有缩略图参考，更直观选择提示词。 3. https://civitai.com/ ：可抄作业，复制图片的详细参数用于生成。 下次作图时，可先选择模板，点击倒数第二个按钮快速输入标准提示词。
2025-03-28
文生图片哪个好
以下是对一些文生图模型的介绍及相关提示词和操作的说明： 文生图模型排序（从高到低）： 1. Imagen 3：真实感满分，指令遵从强。 2. Recraft：真实感强，风格泛化很好，指令遵从较好（会受风格影响）。 3. Midjourney：风格化强，艺术感在线，但会失真，指令遵从较差。 4. 快手可图：影视场景能用，风格化较差。 5. Flux.1.1：真实感强，需要搭配 Lora 使用。 6. 文生图大模型 V2.1L（美感版）：影视感强，但会有点油腻，细节不够，容易糊脸。 7. Luma：影视感强，但风格单一，糊。 8. 美图奇想 5.0：AI 油腻感重。 9. 腾讯混元：AI 油腻感重，影视感弱，空间结构不准。 10. SD 3.5 Large：崩。 【SD】文生图提示词： 英文为：, (toomany finger。 Tusiart 简易上手教程： 提示词相关性：指图像与用户输入 prompt 的匹配程度。数字越大，图像就越接近你的提示。但数字过高会让图像质量下降。在 5 15 之间为好，一般用 7、9、12。 随机种子：生成的每张图都有随机种子，在固定好种子以后，可以对图片进行“控制变量”效果的操作，比如说修改提示词、修改 clip 跳过层等等。 ADetailer：面部修复插件，预防或解决脸部崩坏的超强小工具，高阶操作后面再学，没事勾上也 OK。 CLIP skip：设成 2 就行。
2025-03-28
deepseek论文生成指令
以下是关于 Deepseek 的相关信息： 提示词方法论： 进阶控制技巧： 思维链引导：分步标记法，如请逐步思考“问题分析→方案设计→风险评估”；苏格拉底式追问，如在得出最终结论前，请先列举三个可能存在的认知偏差。 知识库调用：领域限定指令，如基于 2023 版中国药典，说明头孢类药物的配伍禁忌；文献引用模式，如以 Nature 2022 年发表的论文为参考，解释 CRISPRCas9 最新突破。 多模态输出。 高级调试策略： 模糊指令优化：包括宽泛需求添加维度约束，如原句“写小说”→修正“创作以 AI 觉醒为背景的悬疑短篇，采用多视角叙事结构”；主观表述量化标准，如原句“写得专业些”→修正“符合 IEEE 论文格式，包含 5 项以上行业数据引用”。 迭代优化法：首轮生成获取基础内容，特征强化，如请加强第三段的技术细节描述，风格调整，如改用学术会议报告语气，添加结论部分，最终校验，如检查时间逻辑一致性，列出可能的事实性错误。 高阶能力调用： 文风转换矩阵，如作家风格移植“用鲁迅杂文风格写职场 PUA 现象”，文体杂交“将产品说明书改写成《史记》列传格式”，学术口语化“把这篇论文摘要翻译成菜市场大妈能听懂的话”。 领域穿透技术，如行业黑话破解“解释 Web3 领域的‘胖协议瘦应用’理论”，商业决策支持。 场景化实战策略：创意内容生成，技术方案论证。 效能增强技巧： 对话记忆管理：上下文锚定，如“记住当前讨论的芯片型号是麒麟 9010”；信息回溯，如“请复述之前确认的三个设计原则”；焦点重置，如“回到最初讨论的供应链问题”。 输出质量控制：如过度抽象，修正指令为“请具体说明第三步操作中的温度控制参数”；信息过载，修正指令为“用电梯演讲格式重新组织结论”；风格偏移，修正指令为“回归商务报告语气，删除比喻修辞”。 特殊场景解决方案： 长文本创作：分段接力法，如“先完成故事大纲→逐章扩展→最后进行伏笔校验”“确保新章节与前文的三处细节呼应”。 敏感内容处理：概念脱敏法，如“用经济学原理类比说明网络审查机制”；场景移植法，如“假设在火星殖民地讨论该议题”。 用于生成 2048 游戏代码： 新手推荐使用 Deepseek，网址为 https://www.deepseek.com/zh ，国内能访问，网页登录方便，目前完全免费。 还可以使用 Cursor，网址为 https://www.cursor.com/ ，使用 Cursor 可以不用下载上一步中的 Pycharm。 此外还有通义灵码、JetBrains 自身的助手插件、Marscode 及 Tencent cloud AI code Assistant 等等。高能力的通用语言大模型通过明确的指令也可以得到 python 代码，不过使用下来还是 Deepseek 和晓颖 AI 助手在生成 2048 游戏上更为简便准确。
2025-03-25
文生视频，运镜
以下是关于文生视频和运镜的相关信息： 文生视频： 即梦 AI V1.2 支持图生视频、首尾帧和文生视频。其中文生视频输入自然语言且具体的 prompt 即可生成视频。 文生视频的模型排序（从高到低）及特点： 海螺：语意遵循不错，模型解析有待提高，自带电影滤镜，但有些用力过猛，得益于海量的影视数据。 可灵 1.5：颜色失真，缺少质感，偏科严重，物理规律和提示词遵循较强。 智谱：语意遵循，质感较差，画质一言难尽。 mochi：动态丰富，想象力丰富，美学质感较好。 pd 2.0 pro：PPT 效果，训练数据较少，但是联想启发性很好。 runway：空间感强，语意遵循较差，流体效果一绝。 Seaweed 2.0 pro：质感略弱于可灵 1.5，整体感觉师出同门。 sora：运镜丰富，物理逻辑混乱。 Pixverse v3：动态稳，丝滑，整体美学强于可灵 1.5。 luma 1.6：语意遵循差，提示词随便，动起来算我输。 运镜： 运镜控制支持移动（左、右、上、下）、摇镜（左摇、右摇、上摇、下摇）、旋转（顺时针、逆时针）、变焦（推近、拉远）以及幅度控制（小、中、大）。 即梦 AI V1.2 运动速度支持慢速、适中、快速的调节，模式可选标准模式（正常自然速度，通用场景下保持）和流畅模式（相较于标准模式，每秒生成更多帧数，支持高动态、高速的视频效果）。
2025-03-21
文生视频提示词
以下是一些文生视频的提示词示例： 1. April Fool's scare box,which seems to pop up a clown head,prank,fun,interesting 2. 画面中央，一只活泼的蓝绿色鸟儿在广袤无垠的蓝色海面上翱翔。鸟儿的羽毛细腻柔软，双眼充满好奇与生机。它轻轻扇动翅膀，嘴里小心翼翼地衔着一束色彩缤纷、娇艳迷人的玫瑰。天空中，温暖柔和的光线透过厚厚的云层缝隙渗漏下来，营造出迷人的丁达尔效应，照亮鸟儿的身姿，仿佛在指引它的旅程。海水波光粼粼，与天空相接，营造出宁静而充满活力的场景。采用特写视角，捕捉鸟儿飞翔的瞬间，展现其自由优雅的姿态。电影级打光，史诗般质感 3. 固定镜头起始，远景展现浩瀚无垠、繁星闪烁的宇宙。一团巨大如棉花糖般的蓬松星云，在画面中央缓缓飘动，云团中神秘的能量光闪烁。接着，镜头以低角度仰拍缓慢推进，聚焦被神秘蓝光环绕的星球，突显其宏伟。镜头围绕星球 360 度旋转，强冷光照明下，星球表面的山脉与沟壑清晰可见，营造出极具未来感的氛围。紧接着，镜头拉远并右移，呈现远处星际尘埃与星云交织，尽显宇宙的深邃与神秘。
2025-03-21
怎么成为ai产品经理
要成为 AI 产品经理，可以参考以下几个方面： 1. 入门级： 可以通过 WaytoAGI 等开源网站或一些课程了解 AI 的概念。 学会使用 AI 产品并尝试动手实践应用搭建。 2. 研究级： 技术研究路径：深入研究某一技术领域。 商业化研究路径：了解市场需求和商业运营。 能够根据需求场景选择解决方案，或利用 Hugging face 等工具手搓出一些 AI 应用来验证想法。 3. 落地应用： 拥有成功落地应用的案例，并产生商业化价值。 同时，AI 产品经理需要懂得技术框架，不一定要了解技术细节，但要对技术边界有认知，最好能知道一些优化手段和新技术的发展。而且，产品经理要始终关注场景、痛点和价值。 例如，Kelton 作为一名 AI 产品经理，深耕 NLP 方向 2 年，作为 Owner 从 0 1 打造过两款 AIGC 产品，也完成过 LLM 评测体系的从零搭建。技术出身的他还曾在云计算、元宇宙领域有过 2 年的经验。
2025-04-07
AI头像
以下是关于 AI 头像的相关信息： 摊位列表中包含多种与 AI 相关的摊位，其中有提供 AI 肖像及写真、AI 如意写真等头像相关服务的摊位，摊位区域为 D，摊位编号有 46、49 等。 在元:AI 玄学初体验中，提到了在摊位上可以生成玄学头像，生成速度较快，生成的图像令人满意，且是根据个人的喜用神生成的专属转运头像。 AI 绘画的应用场景广泛，其中包括 AI 定制萌娃头像。
2025-04-07
今日头条辅助创作ai
今日头条在 AI 辅助创作方面有以下应用： 1. 内部产品集成：在抖音、今日头条、西瓜视频等内容平台推出了一系列 AI 助手功能，如抖音创作助手（辅助剪辑和文案）、智能评论回复助手、头条 AI 写作等。这些功能大多基于其大模型“豆包”，着眼于垂直内容创作场景。例如，剪映 App 里集成的 AI 可以帮用户自动剪辑视频，通过识别原始素材并按照模版生成成片，节省大量人力。 2. 辅助写作的正确方式： 用 AI 来头脑风暴：在开始写作之前，可以让 AI 提供选题建议或内容方向。 用 AI 来查找资料：AI 能够快速为您汇总某个主题的相关信息，节省查阅资料的时间。 用 AI 来优化表达：写完初稿后，可让 AI 检查语法、改善表达。 用 AI 来拓展思路：在某个点上卡壳时，询问 AI 的意见以开拓新的思路。 需要注意的是，写作不仅仅是为了产出内容，更是一种思考的过程。不应过度依赖 AI 写作，而应专注于提升自身的写作技巧和思考深度。对于想做 IP 账号的人来说，个人特色、文字风格、思考角度和个人见解才是吸引读者的关键。
2025-04-07
法律AI
以下是关于法律 AI 的相关内容： 在法律领域，AI 具有多方面的应用和作用： 法律意见书撰写： AI 能够根据案件背景、证据材料及适用法律法规，自动撰写初步的法律意见书，包含对案件事实的梳理、法律分析和结论部分。例如： 1. 针对商业秘密泄露案件，分析法律责任和赔偿范围，为客户提供应对策略。 2. 为计划上市的公司提供关于公司治理结构的法律意见书，包括股东权益保护和董事会职责，确保符合相关法规要求。 3. 就消费者权益保护案件提供法律意见，分析商家赔偿责任和消费者维权途径，为客户制定应对措施。 4. 为公司股权转让交易起草股权转让协议，规定转让方和受让方的信息、股权转让的份额、价格、支付方式和时间表等。 5. 起草初创公司股权转让协议，明确创始股东向新投资者转让股权的条件等。 6. 为上市公司股份转让交易起草协议，包括股份描述、转让价格、支付安排等。 7. 起草家族企业股权内部转让协议，涵盖股权分配、价格确定方式等。 诉讼策略制定： AI 可基于相关法律条款和案例法，提供诉讼策略，包括对权利的分析、侵权行为评估、证据搜集建议等。例如： 1. 为专利侵权案件制定诉讼策略，分析专利有效性、侵权行为等。 2. 针对劳动合同纠纷案件，分析员工权益和雇主责任，提出诉讼策略。 3. 在知识产权许可诉讼中，分析许可协议条款和双方权利义务，提出诉讼策略。 模拟法庭： AI 能模拟法庭审理过程，分析双方论点、证据和法律依据，预测判决结果，并给出优化法庭陈述和证据呈现的建议。 使用技巧和注意事项： 1. 进行数据分析时，将环节分开处理以优化性能和便于发现修正问题。 2. 针对复杂问题，采用逐步深化和细化的方式提问。 3. 为 AI 系统提供大量数据和示例、高质量的参考材料、详细的流程和知识。 4. 在 Prompt 中使用法律术语引导 AI 回答方向。 5. 对 AI 的回答进行交叉验证，结合自身专业知识筛选判断，确保符合法律伦理、立法目的和实务。
2025-04-07
logo AI创作工具有哪些
以下是一些常见的 logo AI 创作工具： 1. Looka：在线 Logo 设计平台，使用 AI 理解用户品牌信息和设计偏好，生成多个设计方案供选择和定制。 2. Tailor Brands：AI 驱动的品牌创建工具，通过用户回答问题生成 Logo 选项。 3. Designhill：其 Logo 制作器使用 AI 技术创建个性化设计，用户可选择元素和风格。 4. LogoMakr：提供简单易用的 Logo 设计工具，用户可拖放设计，利用 AI 建议的元素和颜色方案。 5. Canva：广受欢迎的在线设计工具，提供 Logo 设计模板和元素，有 AI 辅助设计建议。 6. LogoAI by Tailor Brands：Tailor Brands 推出的 AI Logo 设计工具，根据输入快速生成方案。 7. 标小智：中文 AI Logo 设计工具，利用人工智能技术帮助创建个性化 Logo。 此外，在以下内容中也提到了一些相关工具： 2023 年，让你月赚 5w 的 48 个 AI 工具中涉及 Logo 设计的有：Looka、LogoAI 等。 您还可以访问网站的 AI 生成 Logo 工具版块获取更多好用的工具：https://waytoagi.com/category/20
2025-04-07
AI 智能体四大组成部分
AI 智能体由以下四大组成部分构成： 1. 推理：在最基本的层面上，智能体必须能够对非结构化数据进行推理。基础模型如 Anthropic 和 OpenAI 已在这方面取得一定成效，其部分世界模型编码到了 LLM 的预训练权重中，用于一般知识和基本逻辑。 2. 外部记忆：智能体需要外部内存来存储和调用特定于域的知识以及所解决问题的有限上下文，通常通过像 Pinecone 这样的向量数据库来实现。 3. 执行：智能体使用工具来执行增强其解决问题能力的任务。早期的智能体平台提供了预定义在代码中的自定义操作工具箱，如今也出现了一些通用的智能体工具，包括网络浏览、代码解释、身份验证和授权，以及与企业系统的连接以执行用户界面操作。 4. 规划：智能体遵循更人性化的思维过程，将工作分解成更小的子任务和计划，反思进度并根据需要进行调整，而非通过单一顺序的下一个词预测来解决复杂问题。
2025-04-07
手绘草图生成图片
以下是关于手绘草图生成图片的相关信息： ComfyUI Flux 与 runway 制作绘画视频： 生成图片：提示词告诉 flux 生成一张技术草图，如 CAD。 绘制的视频：在 runway 里面，使用提示词，从空白页面开始逐行创建，并把生成的图片作为尾帧。 草图上色：使用 flux 的 controlNet，depth 固定，Union 版本不建议权重调太高，结束时间也不宜过长。 生成上色后的视频： how2draw Flux lora：分享一个好玩的 flux lora，触发词为 how2draw。 图片生成 3D 建模工具： Tripo AI：在线 3D 建模平台，能利用文本或图像在几秒钟内生成高质量且可立即使用的 3D 模型。 Meshy：功能全面，支持文本、图片生成 3D 以及 AI 材质生成。 CSM AI：支持从视频和图像创建 3D 模型，Realtime Sketch to 3D 功能支持通过手绘草图实时设计 3D 形象。 Sudo AI：支持通过文本和图像生成 3D 模型，适用于游戏领域。 VoxCraft：免费 3D 模型生成工具，能将图像或文本快速转换成 3D 模型。 【SD】真人转二次元： 使用 Stable Diffusion 中的【X/Y/Z plot】脚本做参数对比，X 轴为提示词相关性（130，每次增加 5），Y 轴为重绘幅度（01，每次增加 0.2）。 提示词相关性在 6—11 中间为最佳，大于 11 后画面色彩和脸型可能崩坏，重绘幅度大小可控制生成图与原图的相似度。 绘图功能：如增加红色眼镜、去掉衣服图案、局部重绘（手涂蒙版）修改部分等。
2025-04-01
怎么用图生成png格式的新图
以下是用图生成 PNG 格式新图的方法： 使用 Stable Diffusion： 1. 若在网上看到好看的大佬的图，将其导入 SD。若能识别，右边会自动弹出照片的信息，包括正面关键词、负面关键词，还有其他种子、大模型等信息。 2. 复制这一大串信息，来到“文生图”页面，粘贴到关键词的文本框中。 3. 点击“生成”按钮下面的第一个小按钮，SD 会自动分配信息，在有相同大模型和 Lora 的前提下，点击生成，可能得到差不多的照片。 4. 若导入照片后右边未出现生成信息，说明照片不是直接从 SD 下载下来的 PNG 格式照片，此时可使用“标签器（Tagger）”来生成照片的关键词。 使用 OpenAI 的图像生成端点： 1. 图像生成端点允许在给定文本提示的情况下创建原始图像，生成的图像大小可为 256x256、512x512 或 1024x1024 像素，较小尺寸生成速度更快。可使用参数一次请求 1 10 张图像。描述越详细，越有可能获得想要的结果，也可在 DALL·E 预览应用程序中探索示例获取更多提示灵感。 2. 图像编辑端点允许通过上传蒙版来编辑和扩展图像。遮罩的透明区域指示应编辑图像的位置，提示应描述完整的新图像，而不仅仅是擦除区域。上传的图片和遮罩必须是小于 4MB 的正方形 PNG 图片，且尺寸相同。生成输出时不使用遮罩的非透明区域。
2025-03-27
思维导图生成ai
以下是一些与思维导图相关的 AI 工具： 1. GitMind：免费的跨平台思维导图软件，可通过 AI 自动生成思维导图，支持多种模式，如提问、回答、自动生成等。 2. ProcessOn：国内的思维导图与 AIGC 结合的工具，能利用 AI 生成思维导图。 3. AmyMind：轻量级在线 AI 思维导图工具，无需注册登录，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，还有一些关于思维导图生成的相关信息： 在使用 flowith 时，可通过引用节点技巧让 AI 根据特定参照输出高关联度内容，还可对比不同模型输出择优深挖，在满意内容节点添加“文本编辑器显示”进行精加工。 12 月更新的生成式 AI 年终数据中，思维导图相关的如 Whimsical Al 等也有相关流量等数据统计。
2025-03-25
将2D图生成3D模型的AI是什么
以下是一些能够将 2D 图生成 3D 模型的 AI 相关信息： 有几个团队正在追求根据文本或图像提示轻松生成纹理的机会，包括 BariumAI（https://barium.ai/）、Ponzu（https://www.ponzu.gg/）和 ArmorLab（https://armorlab.org/）。 微软与 blackshark.ai（https://blackshark.ai/）合作，并训练了一个 AI 从 2D 卫星图像生成逼真的 3D 世界（https://blackshark.ai/solutions/）。 生成性 AI 可以为游戏创建 2D 艺术、纹理、3D 模型，并协助关卡设计。
2025-03-24
推荐一下将草图生成效果图的agent
以下是为您推荐的将草图生成效果图的工具： https://www.stablevideo.com/tools ，该网站更新了草图变效果图的工具。 您还可以参考《》，了解相关实践。
2025-03-20
图生视频的AI工具
以下是一些图生视频的 AI 工具： 1. Pika：一款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：若熟悉 Stable Diffusion，可安装此最新插件，能在图片基础上直接生成视频，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。 更多的文生视频的网站可以查看：https://www.waytoagi.com/category/38 。 StableVideo 相关： stablevideo.com 已开放公测。目前市面上优秀的 AI 视频工具各有特点，可参考卡兹克的教程介绍：https://mp.weixin.qq.com/s/YGEnIzfYA3xGpT9_qh56RA ，以及 zho 总结的官方网站的案例。现在还能白嫖，除每日 150 个赠送积分外，还新增了积分购买选项，目前提供两种积分包（积分永久有效）：500 积分/$10，约 50 段视频；3000 积分/$50，约 300 段视频。此外，SVD 可以操作固定种子、步数、运动幅度，交互也很有意思，在生成的过程中，会给一些案例让用户帮忙做标注。 上海国际 AIGC 大赛第三名—《嘉定汇龙》复盘： 图生视频方面，主要市面上的工具包括可灵、即梦、Luma，核心方法是穷举，不断抽卡并调整 prompt，如设计人物动作、辅助镜头运镜。在视频制作中，结合使用了 Runway 的文本生成视频和 Steerable Motion 技术，实现复杂的镜头运动，采用首尾帧图生视频技术，将多个短镜头拼接成连续的长镜头，提高画面连贯性和流畅度。
2025-03-19