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

D-ID

Answer

D-ID 是一家以色列 AI 创业公司推出的产品。该公司此前的“Deep Nostalgia”（将老照片中失散已久的亲人的脸动画化）和“LiveStory”（在动画照片中添加音频，让照片中的人讲述自己的生活史）等项目在 Tiktok 等社交媒体上疯传。D-ID 主打 AI Avatar 生成视频，推出了 Express 和 Premium+两款新数字人工具。Express 通过一分钟视频训练模型，支持同步头部动作；Premium+需要更长视频训练，可支持手部和躯干动作。D-ID 表示互动视频广告的点击率和转化率分别提升了 30%和 35%。D-ID 提供了更多 credits（20 个）让用户试用。除了 AI 视频生成器之外，该公司还提供与 Microsoft PowerPoint 兼容的 AI Presenters，允许用户将虚拟演示者添加到幻灯片中并创建更具吸引力和互动性的演示文稿。但实际测试效果远不如 HeyGen 自然，嘴部模糊较多。官网地址：https://app.heygen.com

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

References

XiaoHu.AI日报

🔔Xiaohu.AI日报「11月2日」✨✨✨✨✨✨✨✨1⃣️🎥Wonder Dynamics推出自动3D动画生成技术Wonder Animation：只需导入视频，无需手动设置即可自动生成3D场景。可与现有动画和3D渲染软件无缝整合，支持多种格式。显著加速动画和3D内容创作流程，适用于影视和动画项目制作。🔗详细：[https://xiaohu.ai/p/15091](https://xiaohu.ai/p/15091)2⃣️📸HeyGen推出基于照片生成数字人的新功能：上传照片或输入文字提示即可生成个性化的AI数字人形象。可选择性别、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。🔗[https://x.com/imxiaohu/status/1852317866038809035](https://x.com/imxiaohu/status/1852317866038809035)3⃣️🧑‍🎤D-ID推出Express和Premium+两款新数字人工具：Express：通过一分钟视频训练模型，支持同步头部动作。Premium+：需要更长视频训练，可支持手部和躯干动作。D-ID表示互动视频广告的点击率和转化率分别提升了30%和35%。🔗[https://x.com/imxiaohu/status/1852331695288234325](https://x.com/imxiaohu/status/1852331695288234325)

XiaoHu.AI日报

🔔Xiaohu.AI日报「11月2日」✨✨✨✨✨✨✨✨1⃣️🎥Wonder Dynamics推出自动3D动画生成技术Wonder Animation：只需导入视频，无需手动设置即可自动生成3D场景。可与现有动画和3D渲染软件无缝整合，支持多种格式。显著加速动画和3D内容创作流程，适用于影视和动画项目制作。🔗详细：[https://xiaohu.ai/p/15091](https://xiaohu.ai/p/15091)2⃣️📸HeyGen推出基于照片生成数字人的新功能：上传照片或输入文字提示即可生成个性化的AI数字人形象。可选择性别、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。🔗[https://x.com/imxiaohu/status/1852317866038809035](https://x.com/imxiaohu/status/1852317866038809035)3⃣️🧑‍🎤D-ID推出Express和Premium+两款新数字人工具：Express：通过一分钟视频训练模型，支持同步头部动作。Premium+：需要更长视频训练，可支持手部和躯干动作。D-ID表示互动视频广告的点击率和转化率分别提升了30%和35%。🔗[https://x.com/imxiaohu/status/1852331695288234325](https://x.com/imxiaohu/status/1852331695288234325)

AI视频生成(下) | 20个产品推荐及实践教学

2020年成立，和Sythesia类似。主打广告营销、企业培训、讲解、销售等多个需要人物形象出镜的内容。因为更面向ToC消费者，HeyGen比起Sythesia能够体验到更多丰富的功能（需付费使用）。官网地址：https://www.heygen.com/By:Poonam Soni[heading4]功能介绍[content]内置100+AI avatars，支持40多种语言，300+声音，除了语音生成和对口型，这部分内容更偏模版生成。此外还可以创建个人Avatar，需录制两段5-10分钟的视频后生成。支持输入脚本快速创建视频。支持通过prompt的方式创建AI Talking Photo（Avatar），并支持给Avatar更换服装、一键换脸。最近推出的新功能Video Translate可以将视频中的语言翻译成其他语言，并保证嘴型和内容进行对应，该功能非常有助于企业在海外不同国家进行产品营销。（可以在左下角Labs-Video Translate找到）[heading2]D-ID[heading3]产品特点[content]D-ID来自一家以色列AI创业公司，该公司此前推出的“Deep Nostalgia”（将老照片中失散已久的亲人的脸动画化）和“LiveStory”（在动画照片中添加音频，让照片中的人讲述自己的生活史）等项目曾在Tiktok等社交媒体上疯传。D-ID主打方向同样是AI Avatar生成视频，比起Synthesia、HeyGen AI、D-ID提供了更多credits（20个）让用户试用。除了AI视频生成器之外，该公司还提供与Microsoft PowerPoint兼容的AI Presenters，允许用户将虚拟演示者添加到幻灯片中并创建更具吸引力和互动性的演示文稿。但实际测试效果远不如HeyGen自然，嘴部模糊较多。官网地址：https://app.heygen.com

Others are asking
1. laptop 2. artificial intelligence 3. generative 4. log in 5. AI-driven 6. bluetooth headset 7. video call 8. platform Write some interesting sentences with these words
以下是为您生成的包含这些关键词的有趣句子： 当我使用配备强大 GPU 的 AI 笔记本电脑，如戴尔 Precision 移动工作站，通过蓝牙耳机关闭了周围的噪音，登录到专门的 AI 驱动平台，与远方的朋友进行视频通话，探讨生成式人工智能的奇妙之处，感觉真是太棒了！ 在微星 Creator/Workstation 系列的 AI 笔记本上，我利用预装的深度学习框架，如 NVIDIA CUDA 和 cuDNN，进行着生成式模型的训练，同时通过蓝牙连接着蓝牙耳机，享受着不受干扰的创作过程，然后登录到特定的平台分享我的成果，这一切都由 AI 驱动，借助高速的网络实现了如同面对面的视频通话交流。 联想 ThinkPad P 系列的 AI 笔记本，拥有出色的散热和续航，让我能长时间专注于生成式项目的开发。我戴上蓝牙耳机，登录 AI 平台，与团队进行视频通话，共同推动项目前进，这一切都离不开 AI 驱动的强大力量。
2025-01-20
vidu如何使用
Vidu 的使用方法如下： 访问 Web 端：https://www.vidu.studio/ 极速生成，实测 30 秒最快推理速度 具有动漫风格，万物皆可二次元 角色可控，任意场景、任何动作，角色保持一致 精准理解，镜头、文字、动作，理解更准、生成更稳 大片质感，影视级画面和特效一键直出 关于如何使用“文生视频”“图生视频（用作起始帧）”“参考人物角色生成视频”，您可以参考以下链接获取相关视频： 为了保证更好地画面效果，丰富而准确的提示词对于将要创作的视频至关重要。本指南提供了基本示例结构、关键词以及风格化提示技巧，以帮助您更好地呈现创意灵感。请谨记，这些示例仅仅只是起点，您可以自由探索和创新，发挥自己天马行空的想象。
2025-01-19
如何访问midjourney社区
要访问 Midjourney 社区，您可以按照以下步骤进行： 1. 拥有一个 Discord 账号：如果没有，可参考进行验证。 2. 订阅 Midjourney 计划：访问了解有关定价和各层可用功能的信息。 3. 加入 Midjourney 服务器： 打开 Discord 并找到左侧边栏上的服务器列表。 按服务器列表底部的“+”按钮。 在弹出窗口中，单击“Join a Server”按钮。 粘贴或输入以下 URL：。 4. 转到任何“General”或“Newbie”频道：加入 Midjourney 服务器后，您会在侧边栏中看到列出的几个频道。 此外，您的 Midjourney 订阅使您可以访问 Niji 社区。要为 Niji 模型版本创建风格调谐器或代码，请加入并以与 Midjourney Bot 交互的方式与 Niji 机器人交互。
2025-01-14
nvidia
以下是关于您提到的“nvidia”的相关信息： 1. 英伟达在 AI 领域有新的动作，推出了通过画图提示词自动生成匹配的 ComfyUI 工作流的 ComfyGen，目前仅支持文生图模型。英伟达称其可以生成高质量的图并泛化到其他领域，效果甚至更符合人类对提示词的判断和理解，且在与其他模型和人类写的提示词的对比中略胜一筹，但项目未开源。 2. 英伟达起步于看到游戏市场的需求，如今在 AI 领域有重要地位。 3. 在 2024 年，全球芯片出口管制下，中国仍是重要市场。美国商务部长警告英伟达，中国在美芯片制造商中所占份额减少，但中国当地分支机构目前未受控制。字节跳动通过美国的甲骨文租用 NVIDIA H100 访问权限，阿里巴巴和腾讯与 NVIDIA 就在美国建立自己的数据中心进行谈判，同时谷歌和微软向中国大型企业推销云服务。 4. 2024 年，提供强大模型的成本下降，如 OpenAI 成本下降 100 倍，Google Gemini 也有价格下降且性能强劲。由于计算成本高，模型构建者越来越依赖与大型科技公司建立合作伙伴关系，反垄断监管机构担心这将巩固现有公司的地位。
2025-01-09
midjourney 教程
以下是关于 Midjourney 的一些教程： 1. 利用一致性 MJ 出海马体写真： 超低学习成本，会用任意手机修图软件即可。 得益于 cref，能迅速达成角色一致性目的，无需 Lora。cref 代表 character reference（角色参考），cw 代表 character weight（参考权重），默认为 100，会参考角色的人脸和服装特点。若只想关注人脸，可调低到 0。 风格复制和服装替换，用提示词（prompt）和 sref，默认值 100，越高越接近参考图像的风格。 用 /describe 指令反推海马体的提示词，配合 sref复制图像风格。回车前检查提示词，避免出现和 sref 风格差异过大的 prompt，也可增加有用的 prompt。 对最满意的图进行 Upscale，解决“形似而神不似”的问题，即 MJ 直出和原人物在五官等地方的细微差距。 2. 线稿上色 Midjourney + Stable Diffusion： 用 Midjourney 生成线稿，PS 修正错误，再用 ControlNet 控制，Stable Diffusion 上色，多套 AI 组合提高出图质量和效率。 例如生成可爱猫卡通 IP 角色的线稿，mj 关键词：Black and white line drawing illustration of a cute cat cartoon IP character,black line sketch,wearing a fortune hat,wearing a collar around the neck,Carrying a huge bag containing scrolls and ingots,matching rope and straps at his wrists,Chinese element style,popular toys,blind box toys,Disney style,white backgroundniji 5style expressive。 3. 小白 30min 加入离谱村： 选工具，如 SD 或 Midjourney。 抄 prompt，从教程和导航中找喜欢的风格，摘取提示词。 找 ChatGPT 改写提示词。 把提示词喂给 Midjourney 机器人，初学者可多按 VU 让其自由修改，先弄出满意的图，如 V1V4 基于某图修改出 4 张，U1U4 选定某图细节调整。
2025-01-08
Video-LLaVA与多模态图像视频识别
以下是对 26 个多模态大模型的全面比较总结： 1. Flamingo：是一系列视觉语言（VL）模型，能处理交错的视觉数据和文本，并生成自由格式的文本作为输出。 2. BLIP2：引入资源效率更高的框架，包括用于弥补模态差距的轻量级 QFormer，能利用冻结的 LLM 进行零样本图像到文本的生成。 3. LLaVA：率先将 IT 技术应用到多模态（MM）领域，为解决数据稀缺问题，引入使用 ChatGPT/GPT4 创建的新型开源 MM 指令跟踪数据集及基准 LLaVABench。 4. MiniGPT4：提出简化方法，仅训练一个线性层即可将预训练的视觉编码器与 LLM 对齐，能复制 GPT4 展示的功能。 5. mPLUGOwl：提出新颖的 MMLLMs 模块化训练框架，结合视觉上下文，包含用于评估的 OwlEval 教学评估数据集。 6. XLLM：陈等人将其扩展到包括音频在内的各种模式，具有强大的可扩展性，利用 QFormer 的语言可迁移性成功应用于汉藏语境。 7. VideoChat：开创高效的以聊天为中心的 MMLLM 用于视频理解对话，为该领域未来研究制定标准，并为学术界和工业界提供协议。
2025-01-07