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

ai生成服装模特视频

Answer

以下是一些与生成服装模特视频相关的 AI 技术和应用：

  1. ViViD 视频虚拟试穿技术：由阿里巴巴开发，可以替换视频中人物的衣服，生成真实自然的视频，支持多种服装类型，在视觉质量、时间一致性和细节保留方面表现优异。相关链接：https://x.com/imxiaohu/status/1796019244678906340
  2. 生成式人工智能在营销中的应用：Stitch Fix 是一家服装公司，已使用 AI 向客户推荐特定服装，并正在尝试使用 DALL-E 2 根据客户对颜色、面料和款式的偏好创建服装可视化。

此外，还有一些其他相关的 AI 技术，如：

  1. 山寨版阿里 Animate Anyone 开源：利用图像和视频中的人物姿势来合成动画，Novita AI 开源并提供 API 支持，提供照片和视频即可自动生成动画。相关链接：GitHub：https://github.com/novitalabs/AnimateAnyone ；API：https://novita.ai/playground#animate-anyone ；https://x.com/imxiaohu/status/1796191458052944072
  2. 音频生成方面，有 Udio-130 音乐生成模型，能生成 2 分钟的音频，提升曲目连贯性和结构，新增高级控制功能。相关链接：详细：https://xiaohu.ai/p/8738 ；https://x.com/imxiaohu/status/1795999902830629249
  3. 代码生成方面，有 Mistral AI 推出的 Codestral 代码生成模型，支持 80 多种编程语言，包括 Python、Java、C 等，能自动完成代码、编写测试，并能填补未完成的代码部分，拥有 32k 上下文窗口，在多项基准测试中表现出色。相关链接：详细：https://mistral.ai/news/codestral/ ；https://x.com/imxiaohu/status/1795987350713192937
  4. 音乐演示方面，有 Suno 音乐演示，新视频展示从任何声音创作歌曲。相关链接：https://x.com/imxiaohu/status/1795976717905043467
Content generated by AI large model, please carefully verify (powered by aily)

References

XiaoHu.AI日报

🔔Xiaohu.AI日报「5月30日」✨✨✨✨✨✨✨✨1⃣️🖼️山寨版阿里AnimateAnyone开源：利用图像和视频中的人物姿势来合成动画。Novita AI开源并提供API支持。提供照片和视频，即可自动生成动画。🔗GitHub：https://github.com/novitalabs/AnimateAnyone🔗API：https://novita.ai/playground#animate-anyone🔗https://x.com/imxiaohu/status/17961914580529440722⃣️👗ViViD视频虚拟试穿技术：阿里巴巴开发，可以替换视频中人物的衣服。生成真实自然的视频，支持多种服装类型。在视觉质量、时间一致性和细节保留方面表现优异。🔗https://x.com/imxiaohu/status/17960192446789063403⃣️🎵udio-130音乐生成模型：Udio新推出，生成2分钟的音频，提升曲目连贯性和结构。新增高级控制功能：随机种子、剪辑时间、提示词或歌词强度调节。🔗详细：https://xiaohu.ai/p/8738🔗https://x.com/imxiaohu/status/17959999028306292494⃣️💻Codestral代码生成模型：Mistral AI推出，支持80多种编程语言，包括Python、Java、C等。自动完成代码、编写测试，并能填补未完成的代码部分。拥有32k上下文窗口，在多项基准测试中表现出色。🔗详细：https://mistral.ai/news/codestral/🔗https://x.com/imxiaohu/status/17959873507131929375⃣️🎹Suno音乐演示：新视频展示从任何声音创作歌曲。VOL-2：古典钢琴加法国手风琴，由钢琴家兼工程师Anessa表演。🔗https://x.com/imxiaohu/status/1795976717905043467

XiaoHu.AI日报

🔔Xiaohu.AI日报「5月30日」✨✨✨✨✨✨✨✨1⃣️🖼️山寨版阿里AnimateAnyone开源：利用图像和视频中的人物姿势来合成动画。Novita AI开源并提供API支持。提供照片和视频，即可自动生成动画。🔗GitHub：https://github.com/novitalabs/AnimateAnyone🔗API：https://novita.ai/playground#animate-anyone🔗https://x.com/imxiaohu/status/17961914580529440722⃣️👗ViViD视频虚拟试穿技术：阿里巴巴开发，可以替换视频中人物的衣服。生成真实自然的视频，支持多种服装类型。在视觉质量、时间一致性和细节保留方面表现优异。🔗https://x.com/imxiaohu/status/17960192446789063403⃣️🎵udio-130音乐生成模型：Udio新推出，生成2分钟的音频，提升曲目连贯性和结构。新增高级控制功能：随机种子、剪辑时间、提示词或歌词强度调节。🔗详细：https://xiaohu.ai/p/8738🔗https://x.com/imxiaohu/status/17959999028306292494⃣️💻Codestral代码生成模型：Mistral AI推出，支持80多种编程语言，包括Python、Java、C等。自动完成代码、编写测试，并能填补未完成的代码部分。拥有32k上下文窗口，在多项基准测试中表现出色。🔗详细：https://mistral.ai/news/codestral/🔗https://x.com/imxiaohu/status/17959873507131929375⃣️🎹Suno音乐演示：新视频展示从任何声音创作歌曲。VOL-2：古典钢琴加法国手风琴，由钢琴家兼工程师Anessa表演。🔗https://x.com/imxiaohu/status/1795976717905043467

生成式人工智能如何改变创意工作

DALL-E 2和其他图像生成工具已经用于广告。例如，[亨氏](https://campaignsoftheworld.com/digital/heinz-a-i-ketchup/)使用番茄酱瓶的图像和与亨氏类似的标签来论证“这就是人工智能眼中‘番茄酱’的样子。”当然，这仅仅意味着模型接受了相对大量的亨氏番茄酱瓶照片的训练。[雀巢](https://www.adsoftheworld.com/campaigns/it-s-so-pleasurable-to-take-the-time)使用维米尔(Vermeer)画作的人工智能增强版来帮助销售其酸奶品牌之一。[Stitch Fix](https://techcrunch.com/2022/08/09/businesses-including-stitch-fix-are-already-experimenting-with-dall-e-2/)是一家已经使用AI向客户推荐特定服装的服装公司，它正在尝试使用DALL-E 2，根据客户对颜色、面料和款式的偏好创建服装可视化。[美泰](https://blogs.microsoft.com/ai/from-hot-wheels-to-handling-content-how-brands-are-using-microsoft-ai-to-be-more-productive-and-imaginative/)正在使用该技术生成用于玩具设计和营销的图像。

Others are asking
什么是AI Agent
AI Agent 是基于大型语言模型（LLM）和其他技术实现的智能实体，其核心功能在于自主理解、规划决策、执行复杂任务。 它包括以下几个概念： 1. Chain：通常一个 AI Agent 可能由多个 Chain 组成。一个 Chain 视作是一个步骤，可以接受一些输入变量，产生一些输出变量。大部分的 Chain 是大语言模型完成的 LLM Chain。 2. Router：可以使用一些判定（甚至可以用 LLM 来判定），然后让 Agent 走向不同的 Chain。例如：如果这是一个图片，则 a；否则 b。 3. Tool：Agent 上可以进行的一次工具调用。例如，对互联网的一次搜索，对数据库的一次检索。 同时，AI Agent 还需要三个 Agent： 1. Responser Agent：主 agent，用于回复用户（伪多模态）。 2. Background Agent：背景 agent，用于推进角色当前状态（例如进入下一个剧本，抽检生成增长的记忆体）。 3. Daily Agent：每日 agent，用于生成剧本，配套的图片，以及每日朋友圈。 此外，心灵社会理论认为，智能是由许多简单的 Agent（分等级、分功能的计算单元）共同工作和相互作用的结果。这些 Agent 在不同层次上执行不同的功能，通过协作实现复杂的智能行为。心灵社会将智能划分为多个层次，从低层次的感知和反应到高层次的规划和决策，每个层次由多个 Agent 负责。每个 Agent 类似于功能模块，专门处理特定类型的信息或执行特定任务，如视觉处理、语言理解、运动控制等。智能不是集中在单一的核心处理单元，而是通过多个相互关联的 Agent 共同实现。这种分布式智能能够提高系统的灵活性和鲁棒性，应对复杂和多变的环境。同时，在《心灵社会》中，明斯基还详细描述了不同类型的 Agent 及其功能，如专家 Agent、管理 Agent、学习 Agent 等。 AI Agent 是一个融合了语言学、心理学、神经学、逻辑学、社会科学、计算机科学等多个学科精髓的综合实体。它不仅拥有实体形态，更蕴含着丰富的概念形态，同时它还具备了许多人类特有的属性。因为这些学科大多以人为研究对象，致力于探索人类内在的本质。
2025-03-13
在开会时实现AI识别语音成文档
目前在开会时实现 AI 识别语音成文档的技术已经较为成熟。常见的实现方式有使用专门的语音识别软件或服务，例如科大讯飞、百度语音等。这些工具通常可以实时将会议中的语音转换为文字，并生成相应的文档。在使用时，需要确保有良好的录音设备以获取清晰的语音输入，同时要注意对识别结果进行适当的校对和修正，以提高文档的准确性。
2025-03-13
我正在找工作，需要写简历和准备面试，什么AI软件可以对我现在的情况起到辅助作用呢？
以下是一些可以在您找工作写简历和准备面试时提供辅助的 AI 软件： 1. 写简历方面： Kickresume 的 AI 简历写作器：使用 OpenAI 的 GPT4 语言模型自动生成简历，能为简历摘要、工作经验和教育等专业部分编写内容，并保持一致语调。 Rezi：受到超过 200 万用户信任的领先 AI 简历构建平台，使用先进的 AI 技术自动化创建可雇佣简历的每个方面，包括写作、编辑、格式化和优化。 Huntr 的 AI 简历构建器：提供免费的简历模板，以及 AI 生成的总结/技能/成就生成器和 AI 驱动的简历工作匹配。 更多 AI 简历产品，还可以查看这里：https://www.waytoagi.com/category/79 2. 面试准备方面： Applicant AI：人工智能面试系统，通过 AI 视频聊天快速筛选求职者，匹配招聘标准，自动推送合适候选人至下一阶段，减少人工干预，可安排面试流程，提高招聘效率。 用友大易 AI 面试产品：具有强大的技术底座、高度的场景贴合度、招聘全环节集成的解决方案、先进的防作弊技术以及严密的数据安全保障，能帮助企业完成面试，借助人岗匹配模型，自主完成初筛，并对符合企业要求的候选人自动发送面试邀约。 海纳 AI 面试：通过在线方式、无需人为干预完成自动面试、自动评估，精准度高达 98%，面试效率比人工方式提升 5 倍以上。同时候选人体验也得到改善、到面率比之前提升最高达 30%。 InterviewAI：在线平台，提供与面试职位相关的问题和由 AI 生成的推荐答案。候选人可以使用设备上的麦克风回答每个问题，每个问题最多回答三次。对于每个答案，候选人将收到评估、建议和得分。 需要注意的是，使用这些产品时，要考虑到数据安全性和隐私保护的问题。
2025-03-13
你帮我找找能够生成提示词的提示词，不要是那个ai会话的，是文本生成的
以下是一些关于生成文本生成提示词的相关信息： OpenAI API 可应用于多种自然语言、代码或图像生成任务，提供不同能力级别的模型，可微调自定义模型，模型通过将文本分解为标记（Token）来理解和处理文本。 设计提示词本质上是对模型进行“编程”，可通过提供指令或示例完成，适用于内容或代码生成、摘要、扩展、对话、创意写作、风格转换等任务。 在 OpenAI Playground 中，有可选的模型、提示词结构、温度等参数。提示词结构区分了 SYSTEM 和 USER 对话框，SYSTEM 可用于控制角色设定。温度控制生成文本的随机性，取值 0 到 2 之间，0 时结果确定无聊，过高则可能输出乱码。 关于生成提示词的工具，推荐顺序为 chatGPT 4.0、kimichat、智谱清言 4 等。对于文本纠错，可使用飞书文档自带纠错功能或通过 prompt 让大模型检查并改正。对于国产大模型，智谱和文心等可以文生图。
2025-03-13
AI、AIGC、大模型这三者之间有什么关系
AI（人工智能）是一种让机器展现智慧的目标。AIGC（人工智能生成内容）是利用人工智能技术生成包括文本、图像、音频和视频等内容的新型生产方式。大模型如大语言模型（LLM）是具有大量参数的“深度学习”模型。 生成式 AI 是一种让机器产生复杂有结构内容的目标。机器学习是让机器自动从资料中找公式的手段，深度学习是更厉害的类神经网络且有大量参数的手段。 AIGC 技术可用于多种应用，如自动撰写新闻文章、生成艺术画作等。ChatGPT 是 AIGC 技术在文本生成领域的一个应用实例，它是基于大型语言模型（LLM）的对话机器人，能根据用户输入生成连贯且相关的文本回复。 2017 年 6 月，谷歌团队发表论文《Attention is All You Need》，首次提出了 Transformer 模型，它基于自注意力机制处理序列数据，不依赖循环神经网络（RNN）或卷积神经网络（CNN）。
2025-03-13
帮我编程一个AI实时翻唱的软件
目前要编程一个 AI 实时翻唱的软件是一项非常复杂的任务，涉及到多个领域的知识和技术，包括语音合成、音频处理、机器学习、深度学习等。 首先，需要收集大量的原唱音频数据用于训练模型。然后，利用深度学习算法，如循环神经网络（RNN）、长短时记忆网络（LSTM）或 Transformer 架构，来学习原唱的特征和模式。 在语音合成方面，可能会用到诸如 WaveNet、Tacotron 等技术，以生成逼真的歌声。 音频处理则用于对生成的歌声进行优化和调整，例如去除噪音、增强音质等。 然而，要实现这样一个复杂的软件，需要具备深厚的编程和算法知识，以及大量的计算资源和时间来进行模型的训练和优化。
2025-03-13
请推荐一款，可以快速生成电商服装模特的ai工具
以下为您推荐几款可快速生成电商服装模特的 AI 工具： 1. Stable Diffusion：如果您要开淘宝网店，可借助它初步制作展示商品。比如卖绿色淑女裙，先真人穿衣服拍照，处理好照片，选好 realisitic 真人照片风格的底模，再根据不同平台换头，通过图生图下的局部重绘选项卡涂抹替换部分，并设置好 prompts&parameters。 2. ComfyUI：这个工作流适用于电商服饰行业的换装、虚拟试穿等场景。首先生成适合服装的模特，可抽卡抽到满意的模特，加入 Redux 模型，强度不用太高，让提示词生效。然后进行高精度的换装，先预处理拼出 mask，再重绘 mask 区域。 3. 达摩院：支持虚拟换装、姿态编辑，您可以直接在 https://damovision.com/?spm=5176.29779342.d_appmarket.6.62e929a4w3xGCR 进行测试。
2025-02-02
Midjourney+sd可以生成服装模特视频么
Midjourney 和 SD 可以用于生成服装模特视频。以下是一些常见的方法： 1. 方法 1【MJ 出图 + AI 视频软件】：使用 Midjourney 垫图➕描述出图，再去视频工具中转成视频。下载项里的深度图，打开 Midjourney 官网（https://www.midjourney.com/）上传深度图。局部重绘有难度，最终方式可以是分开画，比如先画个被关着的红衣服女孩，再画个二战德国士兵的背影，再合成后交给 MJ。 2. 方法 3【SD 出图 + AI 视频软件】：在 SD 的 controlnet 中上传原图，选择深度，文生图生成图片，再把生成好的图放在 AI 视频工具中进行视频生成。 同时，您还可以参考以下视频工具建议： 。另外，使用 Dreamina 图片生成功能（https://dreamina.jianying.com/aitool/image/generate）上传深度图，选择适应画布比例并填写描述，也可以实现深度图出图和出视频。
2025-01-06
ai生成服装模特图的工具
以下是一些可以生成服装模特图的工具： 1. DALLE 2：已被用于广告，如亨氏、雀巢、Stitch Fix 等公司的相关应用。Stitch Fix 正在尝试使用它根据客户对颜色、面料和款式的偏好创建服装可视化。 2. 可以使用万能固定句式来生成服装模特图，如“「主题」+「风格」+「材质」+「元素」+「玄学佐料」”，并通过具体的示例和咒语关键词来实现，如“Chinese dress”。 3. TryOffDiff：能够逆向打造服装图片，将衣服从照片中“摘取”生成标准化服装图，保留图案、褶皱、徽标等精细细节，适用于商品目录制作及电商平台服装展示需求。详细介绍：
2025-01-06
目前最前沿的ai服装模特app
目前较为前沿的 AI 服装模特相关的应用有： Stitch Fix 是一家服装公司，已使用 AI 向客户推荐特定服装，并正在尝试使用 DALLE 2 根据客户对颜色、面料和款式的偏好创建服装可视化。 InterAlia 可以帮助搭配服装。 在小红书上，有通过 AI 制作服装如 AI 小绿裙实现变现的案例，新手可用 mewxai 或幻火来制作，熟练者可用 sd 或 mj 制作。 此外，还有用 AI 定制萌娃头像等相关应用。
2025-01-06
服装模特拍摄，不同姿势。用什么ai
以下是为您提供的一些可能适用于服装模特拍摄不同姿势的 AI 相关信息： Ready Player Me 服装设计创新：使用 Stable Diffusion 和 ControlNet 生成服装纹理，能根据文本描述自动创建样式，如“蒸汽朋克”风格，适用于 3D 模型，包含真实细节和质感，支持多种风格，快速试验设计理念，训练数据集包含约 1000 个 Ready Player Me 资产。 在 AI 原画设计中，如引导 Nijijourney 5 生成多样化二次元角色设计风格时，可以通过不同的科幻奇幻题材风格，如赛博朋克、蒸汽朋克等作为关键词生成角色设计。还可以尝试不同的服装设计品牌和风格，如山本耀司（Yamamoto Yohji）、川久保玲（Rei Kawakubo），为角色创作提供更广泛的可能性。 RADicalMotionAI 面部捕捉技术：能同时捕捉视频中的身体动作和面部表情，适用于单一视频并转化为动画数据，支持实时发送到 Blender、Unity、Unreal Engine，动画数据可导出为 FBX 格式。
2024-08-25
免费的文生视频的软件
以下是一些免费的文生视频软件： 1. Pika：擅长动画制作，支持视频编辑。 2. SVD：如果熟悉 Stable Diffusion ，可安装此插件，在图片基础上生成视频，由 Stability AI 开源。 3. Haiper：有免费额度，能生成 HD 超高清的视频，文生视频支持选择风格、秒数、种子值等。 4. DynamiCrafter：免费，可生成 2 秒图生视频，还能做短视频拼长视频。 此外，还有通义万相，可免费使用，地址为：https://tongyi.aliyun.com/wanxiang/wanxvideo 。它全新发布自研 AI 视频生成大模型，具备多种优势。 更多的文生视频的网站可以查看这里：https://www.waytoagi.com/category/38 。 内容由 AI 大模型生成，请仔细甄别。
2025-03-13
图生视频
以下是关于图生视频的相关信息： 什么是图生视频： 输入一张图片+相应的提示词，清影大模型将根据提示将图片转变为视频画面。您也可以只输入一张图片，清影大模型将自行发挥想象力，把图片扩展为一段有故事的视频。 图生视频的两个小技巧： 1. 选用尽可能清晰的图片，上传图片比例最好为 3:2（横版），清影支持上传 png 和 jpeg 图像。如果原图不够清晰，会影响模型对图片的识别，可以采用分辨率提升工具将图片变清晰。 2. 提示词要【简单清晰】： 可以选择不写 prompt，直接让模型自己操控图片动起来。 明确您想动起来的【主体】并以「主体」+「主题运动」+「背景」+「背景运动」的方式撰写提示词（一定要有主体，不然可能会出现 AI 狂乱景象）。如果不明确大模型如何理解您的图片，推荐将照片发送到清言对话框进行识图，明确您的【主体】该如何描述。 常见的图生视频模型及特点（从高到低排序）： 1. pd 2.0 pro：即梦生成的画面有点颗粒感，p2.0 模型还是很能打的，很适合做一些二次元动漫特效，理解能力更强，更适合连续运镜。 2. luma 1.6：画面质量挺好，但是太贵了。 3. 可灵 1.6 高品质：YYDS！ 4. 海螺01live：文生视频比图生视频更有创意，图生也还可以，但是有时候大幅度动作下手部会出现模糊的情况，整体素质不错，就是太贵了。 5. runway：画面质量不算差，适合做一些超现实主义的特效、经特殊就容镜头的。 6. 智谱 2.0：做的一些画面特效挺出圈的，适合整过，但是整体镜头素质还差点，好处就是便宜，量大，管饱，还能给视频加音效。 7. vidu1.5：二维平面动画的快乐老家，适合做特效类镜头，单镜头也很惊艳，大范围运镜首尾帧 yyds! 就是太贵了！！！！！ 8. seaweed 2.0 pro：s2.0 适合动态相对小的，更适合环绕旋转运镜动作小的。 9. pixverse v3 高品质：pincerse 的首尾帧还是非常能打的，就是画面美学风格还有待提升的空间。 10. sora：不好用，文生视频挺强的，但是最需要的图生视频抽象镜头太多，半成品都算不上，避雷避雷避雷，浪费时间。 PixVerse V2 使用教程： 1. 单个视频生成（8s）：8s 的视频生成需要花费 30 Credits，5s 的视频生成需要花费 15 Credits，且只能使用 PixVerse V2 模型，生成时请注意模型选择。目前仅支持 16:9 画面比例的视频生成。 2. 文生视频：点击“Text to Video”，在“Model”选择“PixVerse V2”，视频时长。PixVerse V2 支持多风格的视频生成，您可以通过在提示词中加入“Anime”，“Realistic”等词语做到这点。 3. 图生视频：点击“Image to Video”，在“Model”选择“PixVerse V2”，视频时长。图生视频暂不支持“Magic Brush”、“Camera Motion”、“Motion Strength”等功能，如需要使用上述功能，请将模型切换至“PixVerse V1”。
2025-03-13
批量视频转文字
以下是关于批量视频转文字的相关信息： 通义听悟是阿里云推出的一款基于大模型的工作学习 AI 助手，能对音视频内容进行转写、检索、摘要和整理等。它可以实时记录交流内容并同步翻译，批量转写音视频文件并区分发言人，智能提炼全文概要、章节速览和发言总结，提取视频中的 PPT 并总结摘要，自动提取关键词和待办事项，编辑整理笔记并导出分享。通义听悟于 2023 年 6 月 1 日开始公测，并在 2023 年 11 月的云栖大会上正式上线。 舆情管理大师汽车 bot 小队具有视频直转文字的功能，能简化人工筛选过程，提炼关键内容用于复审。 在视频转绘制作视频过程中，对于批量跑图脚本设置，当对关键帧的图片试验完毕得到满意画面时，可来到图生图界面点击最下面的脚本按钮，选择 Ebsynth Utility 脚本。需填写对应的工程文件路径，注意 Mask option 选项控制是否使用蒙版。ControlNet 配置一般保持默认参数，还可配置脸部裁切，包括面部裁切选择、面部裁切分辨率、最大裁切尺寸、人脸去噪程度、面部放大倍数等参数，开启后可改善面部崩坏情况。设置完成点击生成按钮，最后会在工程文件夹中生成一个 img2img_key 的文件夹。
2025-03-13
AI 去视频字幕
以下是关于 AI 去视频字幕的相关信息： VSR 字幕去除工具：利用 AI 去除视频和图片中的字幕，支持智能填充处理，确保视觉质量。链接： 对于有字幕的 B 站视频，若视频栏下有字幕按钮，说明视频作者已上传字幕或后台适配了 AI 字幕。可安装油猴脚本，安装后刷新浏览器，点击字幕会多出“下载”按钮，可选择多种字幕格式，然后将字幕文字内容全选复制发送给 GPTs 进行总结。 【TecCreative】的创意工具箱中有智能识别视频语言并生成对应字幕的功能，满足海外多国投放场景需求。操作指引：点击上传视频——开始生成——字幕解析完成——下载 SRT 字幕。注意：支持 MP4 文件类型，大小上限为 50M。
2025-03-13
AI如何学习，请给我具体的学习路线、视频和书籍
以下是为您提供的 AI 学习路线、视频和书籍的相关内容： 学习路线： 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。 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。还可以通过在线教育平台（如 Coursera、edX、Udacity）上的课程按照自己的节奏学习。 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，根据自己的兴趣选择特定的模块进行深入学习，同时掌握提示词的技巧。 4. 实践和尝试：理论学习之后，通过实践巩固知识，尝试使用各种产品做出作品。在知识库提供了很多大家实践后的作品、文章分享，欢迎您实践后的分享。 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，了解它们的工作原理和交互方式。 视频： 1. 大量阅读。 书籍： 1. 推荐看 open AI 的官方 Cookbook，小琪姐做了中文精读翻译。 2. 关于介绍 GPT 运作原理、Transformer 模型、扩散模型等的文章，还包括软件 2.0 时代相关内容。
2025-03-13
AI生成视频
以下是关于 AI 生成视频的相关内容： Adobe 网站的生成视频相关操作： 在 Advanced 部分，您可以使用 Seed 选项添加种子编号，以帮助启动流程并控制 AI 创建的内容的随机性。如果使用相同的种子、提示和控制设置，则可以重新生成类似的视频剪辑。选择 Generate 进行生成。 将小说制作成视频的流程： 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。 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。 AI 视频生成的技术发展概况和应用场景思考： 长期以来，人们对 AI 视频技术应用的认知停留在各种“换脸”和视频特效上。随着 AI 图像领域的技术发展，AI 视频技术逐渐取得突破。从交互方式来看，当前 AI 视频生成主要可分为文本生成视频、图片生成视频、视频生成视频三种形式。一些视频生成方法是先生成静态关键帧图像，然后构建为视频序列。也存在直接端到端生成视频的技术，无需进行多阶段处理即可生成视频，如基于 GAN、VAE、Transformer 的方法。例如微软 NUWAXL 是通过逐步生成视频关键帧，形成视频的“粗略”故事情节，然后通过局部扩散模型（Local Diffusion）递归地填充附近帧之间的内容。
2025-03-13
飞书多维表格生成小红书图文笔记
以下是关于使用飞书多维表格生成小红书图文笔记的相关内容： 一、Coze 应用+多维表格的高速数据分析 1. 动手实践 Coze 应用 创建应用：打开 Coze，可选择 PC 模式，需要几个参数，包括多维表格地址、数据表名、小红书博主首页地址，界面设计为三个输入框和一个按钮。 开发工作流：包括读取博主笔记列表的工作流，工作流实际上只有三步，读取、转换、写入。开始节点设置三个参数，分别代表多维表格地址，表名称，博主首页地址。第二步的节点需要把数据转换为符合多维表格插件接收的数据格式，需添加一个代码节点并复制代码。在插件市场搜索官方的多维表格插件，选择 add_records 并分配配置参数。结束节点配置一个值即可。 Coze 智能体（字段捷径）获取笔记+评论信息 创建智能体：使用单 Agent 对话流模式。 编排对话流：创建新的对话流并与智能体关联，配置两个小红书插件，在获取笔记详情节点和笔记评论节点分别配置 cookie，使用代码节点进行数据处理，注意代码节点输出的配置格式。 测试：找到一篇小红书笔记，试运行对话流，在对话窗口输入地址查看数据，回到智能体的编排页面同样测试，确保对话流执行成功。 发布：点发布后选择多维表格，进行配置，包括输出类型选文本、输入类型选字段选择器，完善上架信息，选发布范围，提交上架信息。 二、办公提效神器：飞书多维表格字段插件 1. 工作紧任务重 第一步，用 AI 插件理解图片：上传参考的海报图片，用 AI 内容生成插件理解。创建表格列时，选择字段捷径，在 AI 中心找到智谱 AI 的内容生成插件，配置提示文本、上传图片所在列和模型。 第二步，生成视频的指令：用飞书自带的插件总结宣语，生成视频的 prompt 指令。自定义总结要求，生成宣传语后再使用飞书自带的自定义 AI 插件生成视频所需的 prompt 指令。
2025-03-13
生成卡片的prompt
以下是关于生成卡片的 prompt 相关内容： 甲木：如何让 Claude 帮您做“古诗词卡片” 主题和方向决定超级符合诗词原意调性的古诗词名片。 流程：输入 prompt，用户输入主题、风格，AI 输出最终结果。 已开源提示词，获取方式：关注、点赞、转发。 有第一版规定 AI 排版、固定输出和第二版释放 AI 创意、自由发挥两种版本。 这款 AI 浏览器插件： 目标是输入任意文章链接后，AI 自动生成适合微信分享的文章推荐卡片。 关键步骤包括网页爬取、内容总结、二维码生成、卡片样式生成。 编写“网页分享卡片生成”词生卡 Prompt，将设计要求拆分为“设计规范”和“内容结构”，细分为多个独立模块，具有模型通用性、提示简易性、生成稳定性等优势。 李继刚：用 Claude 做卡片 欢迎评论区贴测试效果。 相关直播分享和公众号链接。 用 Claude 制作生成记忆卡片和创新概念解释器。 写 prompt 过程中可能感到词汇量、审美能力、抽象能力不足。 操作说明：使用 Claude 输入 prompt 后再输入要解释的内容，若样式不满意可重新开窗口或修改刷新 prompt 找到好看风格。 分享了画 SVG 图的 Prompt，效果惊艳。
2025-03-13
你帮我找一找能够生成提示词的提示词！
以下是为您找到的一些能够生成提示词的相关内容： 1. Midjourney 提示词生成器：仿照 GPTs 里的 MJ prompt 改了一版提示词，可用于 coze 或其他国内的 agent。方便之处在于若提示词懒得写全，可让 agent 补全润色，粘贴即可。例如“一个巨大鲸鱼头部的特写，鲸鱼的眼睛显示疲惫的神情，一个小女孩站在鲸鱼的旁边抚摸鲸鱼的脸，小女孩占画面比例很小，体现鲸鱼的巨大，吉卜力工作室风格”等。 2. 【SD】自动写提示词脚本 One Button Prompt：在插件下方可添加提示词增加控制，如规定所画必须是猫或标准化质量提示词。设定主题如“人物”“风景”等，在“工作流协助”中点击“生成一些提示词”，会随机生成多段提示词，可任选发送到上方生成，还能对提示词修改调整。 3. 在对文心一言 4.0、智谱清言、KimiChat 等的小样本测评中，设置了让模型生成能根据用户需求写出合适的 RPG 游戏策划（包括角色、剧情、玩法和场景等内容）的提示词的任务。
2025-03-13
帮我生成一张黑洞吞噬星系的图片
很抱歉，目前无法直接为您生成黑洞吞噬星系的图片。但为您提供以下相关信息： Genie 模型可以为您展示一系列关于宇宙的内容，比如黑洞是怎样吞噬光线的。通过与 Genie 模型的互动，您能感受到宇宙的广阔和神秘，激发对天文学和物理学的兴趣。 有研究利用计算机视觉模型拼凑出了 5500 万光年外的首张黑洞图像，结合了来自世界各地八台望远镜的图像。 如果您想要获得黑洞吞噬星系的图片，建议您通过以下方式： 1. 使用专业的图像设计软件，如 Adobe Photoshop 等，自己创作。 2. 在一些提供图片素材的网站上搜索，如 Unsplash、Pexels 等。
2025-03-13
流程图生成
生成流程图主要有以下两种方式： 1. 可视化拖拽： 代表产品有：（web 工具）、visio（本地软件）。 优点：直观。 缺点：需要花时间在布局上。 2. 语法渲染成图形，代表语法：。 优点： 只用关注逻辑，文本即图形，方便直接嵌入在 markdown 文件中，比如在用 tyora、markdown 写文档时。 多样性，不同渲染引擎可渲染成多种样式。 缺点：有点抽象。 个人比较倾向于语法转图形的方式，只要解决语法抽象写起来麻烦的问题就行。使用 ChatGPT 生成图形语法的生成流程如下： 1. 确定制作目标。 2. 通过自然语法描述逻辑，用自然语言描述出来生成 Mermaid 图形语法。 3. 在线校验测试是否成功，最后测试发现非常完美。 此外，Recraft 也能生成带有长文本图像的流程图解。在其开发过程中包含了很多不同的模型和工作，比如帮助处理数据的模型，由非专业设计师的标注人员和专业设计师参与的标注工作，训练 OCR 模型，新构建的数据集等等。但创建自己的模型存在困难，既需要超强的团队，组建这样的团队很难，而且训练自己的模型也很贵。
2025-03-13