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

模型下载

Answer

以下是关于模型下载的相关信息：

ComfyUI BrushNet 模型下载：

  • 原项目：https://tencentarc.github.io/BrushNet/
  • 插件地址：https://github.com/kijai/ComfyUI-BrushNet-Wrapper
  • 模型下载：https://huggingface.co/Kijai/BrushNet-fp16/tree/main
    • 第一次运行会自动下载需要的模型，如果使用 ComfyUI-BrushNet-Wrapper 节点，模型将自动从此处下载：https://huggingface.co/Kijai/BrushNet-fp16/tree/main 到 ComfyUI/models/brushnet。
    • 因环境问题，也可手动下载后放在这个文件夹里面。另外，BrushNet 提供了三个模型，个人测试下来，random 这个效果比较好。

SD 模型下载： 常用的模型网站有：

下载模型后需要将之放置在指定的目录下，不同类型的模型放置目录不同：

  • 大模型（Ckpt）：放入 models\Stable-diffusion
  • VAE 模型：一些大模型需要配合 vae 使用，对应的 vae 同样放置在 models\Stable-diffusion 或 models\VAE 目录，然后在 webui 的设置栏目选择。
  • Lora/LoHA/LoCon 模型：放入 extensions\sd-webui-additional-networks\models\lora，也可以在 models/Lora 目录
  • Embedding 模型：放入 embeddings 目录
Content generated by AI large model, please carefully verify (powered by aily)

References

ComfyUI BrushNet

原项目https://tencentarc.github.io/BrushNet/插件地址https://github.com/kijai/ComfyUI-BrushNet-Wrapper模型下载https://huggingface.co/Kijai/BrushNet-fp16/tree/main第一次运行会自动下载需要的模型,如果是用的ComfyUI-BrushNet-Wrapper节点模型将自动从此处下载：https://huggingface.co/Kijai/BrushNet-fp16/tree/main到ComfyUI/models/brushnet,因为环境问题,也可以手动去下载好了放在这个文件夹里面.另外,BrushNet提供了三个模型,个人测试下来,random这个效果比较好[heading1]工作流[content]配合mj出底图,在底图不变的基础上,添加文字或者图片内容另外可以使用G-DinoSAm(GroundingDino+Sam),检测和分割底图上的内容,做针对性的修改[54海报.mp4](https://bytedance.feishu.cn/space/api/box/stream/download/all/QqKVb2g4OouvZMxkBBbceUrgnsa?allow_redirect=1)

SD新手：入门图文教程

模型能够有效地控制生成的画风和内容。常用的模型网站有：[Civitai|Stable Diffusion models,embeddings,hypernetworks and more](https://link.zhihu.com/?target=https%3A//civitai.com/)>[Models-Hugging Face](https://link.zhihu.com/?target=https%3A//huggingface.co/models)>[SD-WebUI资源站](https://link.zhihu.com/?target=https%3A//www.123114514.xyz/models/ckpt)>[元素法典AI模型收集站-AI绘图指南wiki(aiguidebook.top)](https://link.zhihu.com/?target=https%3A//aiguidebook.top/index.php/model/)>[AI绘画模型博物馆(subrecovery.top)](https://link.zhihu.com/?target=https%3A//aimodel.subrecovery.top/)[heading3]模型安装[content]下载模型后需要将之放置在指定的目录下，请注意，不同类型的模型应该拖放到不同的目录下。模型的类型可以通过[Stable Diffusion法术解析](https://link.zhihu.com/?target=https%3A//spell.novelai.dev/)检测。大模型（Ckpt）：放入models\Stable-diffusionVAE模型：一些大模型需要配合vae使用，对应的vae同样放置在models\Stable-diffusion或models\VAE目录，然后在webui的设置栏目选择。Lora/LoHA/LoCon模型：放入extensions\sd-webui-additional-networks\models\lora，也可以在models/Lora目录Embedding模型：放入embeddings目录

ComfyUI BrushNet

原项目https://tencentarc.github.io/BrushNet/插件地址https://github.com/kijai/ComfyUI-BrushNet-Wrapper模型下载https://huggingface.co/Kijai/BrushNet-fp16/tree/main第一次运行会自动下载需要的模型,如果是用的ComfyUI-BrushNet-Wrapper节点模型将自动从此处下载：https://huggingface.co/Kijai/BrushNet-fp16/tree/main到ComfyUI/models/brushnet,因为环境问题,也可以手动去下载好了放在这个文件夹里面.另外,BrushNet提供了三个模型,个人测试下来,random这个效果比较好[heading1]工作流[content]配合mj出底图,在底图不变的基础上,添加文字或者图片内容另外可以使用G-DinoSAm(GroundingDino+Sam),检测和分割底图上的内容,做针对性的修改[54海报.mp4](https://bytedance.feishu.cn/space/api/box/stream/download/all/Psz9bPPLBoIYwZxoO9Ncghb8n7g?allow_redirect=1)

Others are asking
Pix Verse 在哪下载
PixVerse 可以在以下网址下载：https://pixverse.ai/ 。 它具有以下特点： 人少不怎么排队，还有换脸功能。 支持文生视频、图生视频，人物一致性角色创建。 提示词使用中文、英文都可以。 文生视频支持正向、反向提示词、选风格、种子值，支持多种尺寸。 图生视频支持正向提示词、运动强度、种子值。 一致性人物角色支持正向、反向提示词、选人物、种子值，支持多种尺寸。 暂时不支持镜头控制，默认生成 4s 视频。 相关教程：
2025-01-14
如何将ollama下载到其他盘中
要将 ollama 下载到其他盘，您可以按照以下步骤进行操作： 1. 新建环境变量：ollama 默认的模型保存路径为 Windows:C:\\Users\\%username%\\.ollama\\models 。添加环境变量添加 OLLAMA_MODELS 环境变量。 2. 进入 ollama 官网下载：地址为 https://ollama.com/ 。 3. 下载语言模型：模型地址为 https://ollama.com/library 。 选择 llama 模型下载至本地。 选择本地文件夹，在 CMD 后粘贴刚才复制的命令。 开始下载，下载完成并测试。 4. 下载图像模型：模型地址为 https://ollama.com/library 。 选择 llava 模型下载至本地。 选择本地文件夹，在 CMD 后粘贴刚才复制的命令。 开始下载，下载成功。 5. 在 Comfy 中使用： 下载并安装 ollama 节点，下载地址： ，下载完成后安装到节点目录。 在 Comfy 中调用。 此外，还有以下相关信息供您参考： 为了应对没下载大模型带来的报错，需要下载大模型。首先，下载 ollama，网站： 网站中，复制代码。然后，像建议一样打开 ComfyUi 根目录下的 custom_nodes\\ComfyUiOllamaYN 的文件路径，在上方的路径下输入 cmd，进入到下方的命令行，右键即可粘贴刚才的代码，等待下载即可。 部署大语言模型： 下载并安装 Ollama：点击进入，根据您的电脑系统，下载 Ollama：https://ollama.com/download 。下载完成后，双击打开，点击“Install”。安装完成后，将下方地址复制进浏览器中。如果出现下方字样，表示安装完成：http://127.0.0.1:11434/ 。 下载 qwen2:0.5b 模型（0.5b 是为了方便测试，下载快，自己设备充足的话，可以下载更大的模型）。如果是 windows 电脑，点击 win+R ，输入 cmd，点击回车。如果是 Mac 电脑，按下 Command（⌘）+Space 键打开 Spotlight 搜索，输入“Terminal”或“终端”，然后从搜索结果中选择“终端”应用程序。复制以下命令行，粘贴进入，点击回车。回车后，会开始自动下载，等待完成。（这里下载久了，可能会发现卡着不动，不知道下载了多少了。鼠标点击一下窗口，键盘点空格，就会刷新了）下载完成后您会发现，大模型已经在本地运行了。输入文本即可进行对话。
2025-01-13
2024年人工智能指数报告 下载
以下是为您提供的 2024 年人工智能指数报告的相关下载信息： 1. 《》由微软和领英联合发布，揭示了人工智能（AI）在工作场所的快速增长和深远影响。 2. 可在知识星球下载的报告： 《》深入分析了 AI Agent 的市场定义、发展阶段、核心组件及其在企业用户场景中的应用。 《》企业实施 AI Agent 的主要目标是降低运营成本，尤其是在知识库管理、数据分析、营销与客户服务等领域。 3. 《》数据处理应从模型为中心转向数据为中心，并强调向量数据库在提升模型服务能力中的核心作用。 4. 斯坦福大学发布的基础模型透明度指数相关报告：在上一届 SOAI 发布后不久，斯坦福大学发布了其首个基础模型透明度指数，模型开发者的平均得分为 37 分。在团队的中期更新中，这一分数攀升至 58 分。2024 年 5 月，该指数的最新一期基于 100 项指标，评估了 14 家领先的基础模型开发者的透明度，这些指标涵盖“上游”因素数据、劳动力、计算、围绕能力和风险的“模型级”因素、围绕分布的“下游”标准以及社会影响。计算和使用政策的评分出现了最强劲的改善，而“上游”评分仍然疲弱。 5. 《2024 年人工智能现状：辉煌、戏谑和“牛市”》报告链接：
2025-01-11
ChatGPT 4.0 下载
ChatGPT 4.0 无法直接下载。ChatGPT 是通过网络提供服务的。 ChatGPT 的基本概念是从网络、书籍等来源获取大量人类创作的文本样本，然后训练神经网络生成类似的文本。其神经网络由简单元素组成，操作也较为简单，但能生成成功类似于网络、书籍等内容的文本。 关于 ChatGPT 4.0 的相关动态： 1. ChatGPT 命令工具上线，提供搜索、图像、O1 推理三种命令，使普通模型具备高级推理能力，所有模型均支持命令调用，显著提升了整体能力。 2. ChatGPT 4.0 Canvas 功能助力写作，提供思路、润色语言、内容扩展，支持快速修改与撤回版本，极大提升写作效率，未来或将支持多人协作、数据图表生成、甚至直接生成 PPT。
2025-01-07
ChatGPT国内怎么下载并使用
以下是在国内下载并使用 ChatGPT 的方法： 苹果系统： 1. 在 AppleStore 下载 chatgpt：中国区正常下载不了，需要切换到美区。美区 AppleID 注册教程参考知乎链接： 。最终在 AppleStore 搜到 chatgpt 结果后下载安装，注意别下错。 2. 支付宝 购买苹果礼品卡 充值 订阅付费 App：打开支付，地区切换到【美区任意区】，往下滑，找到【品牌精选 折扣礼品卡】，点击进去，可以看到【大牌礼品卡】，往下滑找到【App Store&iTunes US】礼品卡，按需要的金额购买即可，建议先买 20 刀。 支付宝购买礼品卡。 在 apple store 中兑换礼品卡。 在 chatgpt 中购买订阅 gpt plus，如果中途不想继续订阅了，可到订阅列表中取消订阅。 安卓系统： 1. 安装 google play： 到小米自带的应用商店搜索 google play 进行安装。 安装好后，打开 GooglePlay，按照提示一步步操作，登录 GooglePlay。 2. 下载安装 chatgpt： 到谷歌商店搜索“ChatGPT”进行下载安装，开发者是 OpenAI，别下错。可能遇到“google play 未在您所在的地区提供此应用”的问题，解决方法如下：在 google play 点按右上角的个人资料图标。依次点按：设置>常规>帐号和设备偏好设置>国家/地区和个人资料。在这里看到账号没有地区，可以“添加信用卡或借记卡”，国内的双币信用卡就行，填写信息时地区记得选美。如果回到 google play 首页还搜不到 chatgpt，可以卸载重装 google play，操作过程保持梯子的 IP 一直是美，多试几次。 3. 体验 ChatGPT：如果只想体验 ChatGPT 3.5 版本，不升级 GPT4，直接登录第二部注册好的 ChatGPT 账号即可。 4. 订阅 GPT4 Plus 版本：先在 Googleplay 中的【支付和订阅】【支付方式】中绑定好银行卡，然后在区 chatgpt 里订阅 Plus。 完成上述步骤后，即可开始使用 ChatGPT 4o： 1. 开启对话：打开 ChatGPT 应用或网页，点击开始对话。会员不管是在苹果还是安卓手机上购买的，电脑上都能登录。 2. 体验最新语音对话功能：版本切到 ChatGPT 4o，点击右下角“耳机🎧”图标，选择一个声音，就可以体验流畅的语音对话。
2025-01-06
我想要做一个ai工具，针对电子元器件行业，我来提供专业术语翻译的知识库和固定描述语句翻译方法，希望上传中文PDF后，可以下载一个翻译好的PDF，0编程基础应该怎么做呢
对于您这种没有编程基础但想要制作针对电子元器件行业的 AI 工具来实现中文 PDF 上传并下载翻译好的 PDF 的需求，以下是一些建议： 首先，您需要学习一些基本的 AI 概念和技术知识，了解自然语言处理（NLP）的基本原理。 其次，可以考虑使用现有的无代码或低代码 AI 开发平台。这些平台通常具有可视化的界面和易于操作的工具，能够帮助您在不编写代码的情况下构建简单的 AI 应用。 然后，针对您的专业术语翻译需求，需要对电子元器件行业的术语进行系统整理和分类，建立一个清晰的术语库。 同时，确定固定描述语句的翻译规则和方法，并将其转化为可在 AI 工具中应用的逻辑。 在实施过程中，要不断测试和优化您的工具，以确保翻译的准确性和质量。 总之，虽然没有编程基础会增加一定的难度，但通过合理利用现有资源和持续学习，您是有可能实现这个目标的。
2025-01-04
Cursor什么添加模型
在 Cursor 中添加模型的方法如下： 1. 使用光标聊天、Ctrl/⌘K 和终端 Ctrl/⌘K，您可以轻松地在您选择的不同模型之间切换。 2. 在 AI 输入框下方，您将看到一个下拉列表，允许您选择要使用的模型。默认情况下，Cursor 已准备好使用以下模型： cursorsmall：cursorsmall 是 Cursor 的自定义模型，它不如 GPT4 智能，但速度更快，用户可以无限制地访问它。 3. 您可以在 Cursor Settings>Models>Model Names 下添加其他模型。 此外，有人通过接入更多模型如 Qwen2.5Coder、Llama3.3、deepseek v3、gemini2.0flash 等对 Cursor 进行配置，但接入再多的模型也无法完全填平 Cursor 免费版和 Cursor Pro 的差距。
2025-01-14
大模型排名怎么查看
要查看大模型排名，您可以通过以下几种方式： 1. 查阅相关的科技新闻网站、学术论坛或关注人工智能领域的社交媒体平台，这些渠道通常会及时发布最新的排名和评价。 2. 在通往 AGI 之路的知识库里，在会定期更新相关的排名报告，可以供您查阅。 3. 例如，您可以访问聊天机器人竞技场网站，输入一些问题，根据两个模型的响应选择获胜者，通过这种方式根据胜率计算 ELO 分数来确定排名。越高越好。目前表现最好的模型多为专有模型，如 OpenAI 的 GPT 系列，以及 Anthropic 的 Claude 系列等。 4. 斯坦福发布的大模型排行榜 AlpacaEval 也可作为参考，其支持两种模式的模型评估方式： alpaca_eval：直接根据目标模型输出的响应来评估模型。 alpaca_eval evaluate_from_model：根据 HuggingFace 已注册模型或这 API 提供商来端到端评测模型。评测过程分为以下 3 步： 选择一个评估集，并计算指定为 model_outputs 的输出。默认情况下，使用来自 AlpacaEval 的 805 个示例。 计算 golden 输出 reference_outputs。默认情况下，在 AlpacaEval 上使用 textdavinci003 的输出。 通过 annotators_config 选择指定的自动标注器，它将根据 model_outputs 和 reference_outputs 计算胜率。这里建议使用 alpaca_eval_gpt4 或 claude。根据不同的标注器，使用者还需要在环境配置中设定 API_KEY。 需要注意的是，内容由 AI 大模型生成，请仔细甄别。
2025-01-14
大模型评测
以下是关于大模型评测的相关信息： 招聘信息：有大模型算法工程师/产品经理（实习）岗位在北京，工作包括大模型效果评测，要求研究生及以上学历，相关专业优先，有相关实习经验、代码能力强等。 开源评测体系及平台： FlagEval（天秤）：旨在建立科学、公正、开放的评测基准、方法、工具集，创新构建了“能力任务指标”三维评测框架。 CEval：构造了覆盖多学科的中文知识和推理型测试集，并给出主流中文 LLM 的评测结果。 SuperCLUElyb：中文通用大模型匿名对战评价基准，发布了初步结果和基于 Elo 评级系统的排行榜。 测评示例：小七姐对文心一言 4.0、智谱清言、KimiChat 进行小样本测评，包括测评机制、目标、能力考量和多轮测评任务，如复杂提示词理解和执行、推理能力、文本生成能力、提示词设计能力、长文本归纳总结能力等，每轮测评都有不同的任务和模型参与。
2025-01-14
目前来看 AI生图模型 哪个最好用
目前比较好用的 AI 生图模型有以下几种： 1. Artguru AI Art Generator：是一个在线平台，能生成逼真图像，为设计师提供灵感，丰富创作过程。 2. Retrato：AI 工具，可将图片转换为非凡肖像，有 500 多种风格选择，适合制作个性头像。 3. Stable Diffusion Reimagine：新型 AI 工具，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：专为喜欢梦幻童话风格的人设计，能将上传的照片转换为芭比风格，效果很好。 此外，Leonardo 也是一款不错的 AI 生图模型： 支持用户上传自己 DIY 的模型，尤其是 Lora 模型，增强了应用的灵活性和个性化。 提供丰富的模型选择，包括官方精心微调过的模型和社区贡献的 Lora 模型。 能够生成高质量的图片，在细节精致程度和整体艺术效果上表现出色。 价格已变得更加合理，但存在访问限制的问题。 在选择平台时，目前市面上有线上和线下本地部署两种： 线上平台出图速度快，不依赖本地显卡配置，无需下载大型模型，能看其他创作者的作品，但出图分辨率有限，制作横板、高清图片会受限。 线下部署可自己添加插件，出图质量高，但使用时电脑基本宕机，配置不高可能出现爆显存导致出图失败。 可以充分发挥线上和线下平台的优势，线上用于找参考、测试模型，线下作为主要出图工具。先在线上绘图网站的绘图广场发现想要的画风，点击创作会自动匹配模型和标签，截取游戏人物底图将线上算力集中在人物身上，多尝试不同画风得出合适模型和组合，最后在 C 站下载对应模型到本地加载部署后正式生图。但这些模型仍存在一些局限，如偶尔性能不稳定、生成内容不当等问题。
2025-01-14
智能体（AI Agent）对比大模型在应用中的优势是什么
智能体（AI Agent）对比大模型在应用中的优势主要包括以下方面： 1. 能够回答私有领域问题，例如公司制度、人员信息等，而大模型存在无法回答此类问题的局限性。 2. 可以及时获取最新信息，如实时天气、比赛结果等，大模型在这方面有所不足。 3. 能准确回答专业问题，如复杂数学计算、图像生成等，大模型在这些方面表现欠佳。 4. 适用于多种客户场景，如有企业官网、钉钉、微信等渠道，期望为客户提供产品咨询服务的场景，以及缺少技术人员开发大模型问答应用的情况。 5. 基于大模型，通过集成特定的外部能力，弥补大模型的不足。例如集成实时信息获取、回答私有领域问题等外部能力。 6. 典型场景丰富，包括私有领域知识问答、个性化聊天机器人、智能助手等。如私有领域知识问答，只需准备好相关知识库文件，就可在百炼控制台快速创建应用；个性化聊天机器人可通过长期记忆保存关键历史对话信息，并集成夸克搜索和图像生成等插件扩展功能；智能助手可引入 RAG 能力、长期记忆和自定义插件等功能提升工作效率。 在基准测评方面，AI Agent 智能体正在最大程度释放 LLM 潜能，逐渐成为通向 AGI 的技术共识。现有关于 Agent 能力的测评，主要在英文场景或任务，目前还没有一个在中文任务和场景上针对中文大模型的全面测评。通过测评结果发现，在 Agent 核心基础能力上，国内模型已经较为接近或部分超过 GPT3.5 水平。 从原理上看，智能体中间的“智能体”就是 LLM 或大模型，通过为其增加工具、记忆、行动、规划四个能力来实现。行业里主要用到的是 langchain 框架，它把 LLM 之间以及 LLM 和工具之间通过代码或 prompt 的形式进行串接，在 prompt 层和工具层完成主要的设计逻辑。
2025-01-13
什么是多模态模型?
多模态模型是指能够处理和融合多种不同模态信息（如视觉、语言、音频等）的模型。 以下为一些常见的多模态模型示例： 智谱·AI 推出的具有视觉和语言双模态的模型： CogAgent18B：基于 CogVLM17B 改进的开源视觉语言模型，拥有 110 亿视觉参数和 70 亿语言参数，支持 11201120 分辨率的图像理解，在 CogVLM 功能的基础上，具备 GUI 图像的 Agent 能力。代码链接：。 CogVLM17B：强大的开源视觉语言模型（VLM），基于对视觉和语言信息之间融合的理解，在多模态权威学术榜单上综合成绩优异。代码链接：。 Visualglm6B：开源的支持图像、中文和英文的多模态对话语言模型，语言模型基于 ChatGLM6B，具有 62 亿参数；图像部分通过训练 BLIP2Qformer 构建起视觉模型与语言模型的桥梁，整体模型共 78 亿参数。代码链接：。 RDM：Relay Diffusion Model，级联扩散模型，可以从任意给定分辨率的图像快速生成，而无需从白噪声生成。代码链接：。 Google 的人工智能多模态大模型叫 Gemini，它是 Google DeepMind 团队开发的，不仅支持文本、图片等提示，还支持视频、音频和代码提示。能够理解和处理几乎任何输入，结合不同类型的信息，并生成几乎任何输出。被称为 Google 迄今为止最强大、最全面的模型，被描述为一种“原生多模态大模型”，从设计之初就支持多模态，能够处理语言、视觉、听觉等不同形式的数据。但请注意，以上内容由 AI 大模型生成，请仔细甄别。
2025-01-13