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

我想创业，花多少钱，能够搭建一个视频领域的AI模型

Answer

在视频领域搭建 AI 模型的成本因多种因素而异。对于创业者或小公司来说，这个领域存在一定的挑战。

腾讯的混元 AI 视频模型目前只支持文生视频，且已开源免费。

在模型供应商方面，不同供应商的特点和成本有所不同：

  • 智谱 GLM-4V 是通用视觉类大模型，为拍立得最早使用的模型，接口响应速度快，指令灵活性差一些，调用成本为 0.05 元/千 tokens。
  • 阿里云百炼 qwen-vl-plus 也是通用视觉类大模型，是拍立得目前使用的模型，指令灵活性比较丰富，接口调用入门流程长一些，密钥安全性更高，调用成本为 0.008 元/千 tokens，训练成本为 0.03 元/千 tokens。
  • 阶跃星辰是通用视觉类大模型，响应速度快，支持视频理解，输入成本为 0.005 - 0.015 元/千 tokens，输出成本为 0.02 - 0.07 元/千 tokens。
  • 百度 PaddlePaddle 是 OCR 垂直小模型，文本识别能力补齐增强，私有化部署有服务费，API 调用在 0.05 - 0.1 元/次。

此外，获取高质量数据的难度较高，大厂在该领域的护城河深厚。大公司在争取大模型 API 客户方面更具优势，且开源大模型的发展可能会影响创业公司的业务。去年为大客户定制一个大模型的最高订单额可达 1000 万元，而今年则快速降到了百万元级别乃至更低。

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

References

混元：腾讯视频模型

AI视频这个行业，我一直觉得对于创业者或者小公司来说，不是特别友好。不友好的点在于，获取高质量数据的难度，相比于文本、图像啥的，太高了。大厂啊，护城河还是太高、太深了。最关键的是，腾讯用这个自己深厚的家底，先把这个模型的v1版本做完了，然后，直接开源，免费送。这尼玛，谁顶得住。目前混元AI视频模型，只支持文生视频，不过他们说图生视频也很快就会上线了，马上就做完了。文本大模型、AI绘图大模型、3D生成大模型，再加上这次的AI视频大模型。如果再来一个AI声音模型，腾讯就是，真正的全系开源了。只能说，腾讯对于自己的市场定位和核心竞争优势，也有着极度明确的认知。腾讯的城堡，还在向天空挺进。以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章，我们，下次再见。>/作者：卡兹克>/投稿或爆料，请联系邮箱：wzglyay@gmail.com

中国大模型生存战：巨头围剿，创业难熬

据QuestMobile数据，今年9月，豆包App的30日留存率[1]达到34.5%，而Kimi智能助手和MiniMax的海螺AI都是约28%。一位月之暗面人士告诉我们，他们在9月逐一列出了豆包有，而Kimi没有的功能点，开始仔细分析去年还不被视为对手的豆包。大公司也在更强势地争取大模型API客户。AI儿童玩具公司Haivivi CEO李勇告诉我们，此前他们一直用MiniMax的语音模型，而当其产品在抖音热卖后，字节联系到他们，称可提供优惠价的豆包大模型API，还承诺升级抖音店铺。李勇说，现在Haivivi会同时调用MiniMax和豆包的语音模型。几乎投了所有头部大模型公司的阿里，也是创业公司的API和To B业务潜在对手。阿里是中国最积极做开源大模型的公司。到今年9月，其Qwen系列开源大模型的总下载量已超4000万次，衍生出了5万个大模型，仅次于Meta的Llama系列。这可能会让本想购买创业公司大模型API，或让创业公司定制模型的客户转而投向开源生态。我们了解到，去年为大客户定制一个大模型，最高订单额可达1000万元，而今年则快速降到了百万元级别，乃至更低。在更底层的模型研发上，字节也展现出“饱和”进攻的姿态。视频生成模型是一个缩影。据了解，月之暗面从去年10月就开始做视频模型，起步很早；而在去年四季度朱文佳的OKR中，尚看不到视频模型的相关描述。

0基础手搓AI拍立得

用成本相对较高，大家可以选择以下供应商中|模型厂商|类型|特点|成本|网址/文档||-|-|-|-|-||智谱<br>GLM-4V|通用视觉类大模型|拍立得最早使用的模型<br>接口响应速度快<br>指令灵活性差一些<br>一个接口支持图片/视频/文本，视频和图片类型不能同时输入|调用：0.05元/千tokens|[智谱接口调用示例](https://bigmodel.cn/dev/api/normal-model/glm-4v)||阿里云百炼<br>qwen-vl-plus|通用视觉类大模型|拍立得目前使用的模型<br>指令灵活性比较丰富<br>接口调用入门流程长一些，密钥安全性更高|调用：¥0.008/千tokens<br>训练：¥0.03/千tokens|[通义千问接口调用示例](https://bailian.console.aliyun.com/?spm=5176.21213303.J_qCOwPWspKEuWcmp8qiZNQ.33.14162f3drQWnj1&scm=20140722.S_card@@%E4%BA%A7%E5%93%81@@2983180._.ID_card@@%E4%BA%A7%E5%93%81@@2983180-RL_%E7%99%BE%E7%82%BC%E5%A4%A7%E6%A8%A1%E5%9E%8B-LOC_search~UND~card~UND~item-OR_ser-V_3-RE_cardNew-P0_0#/model-market/detail/qwen-vl-plus?tabKey=sdk)||阶跃星辰|通用视觉类大模型|响应速度快<br>支持视频理解|输入：¥0.005～0.015/千tokens<br>输出：¥0.02～0.07/千tokens|[阶跃星辰接口调用示例](https://platform.stepfun.com/docs/guide/image_chat)||百度PaddlePaddle|OCR，垂直小模型|文本识别能力补齐增强|私有化部署服务费<br>API调用在¥0.05～0.1/次|[Paddle OCR开源地址](https://github.com/PaddlePaddle/PaddleOCR)|

Others are asking
再罗列10个关注量最多的优质ai公众号教学或资讯
以下是 10 个关注量较多的优质 AI 公众号教学或资讯： 1. 超时空视角：提供 AI 资讯。 2. EverAI：在小红书、抖音、B 站等平台有教程及 AI 工具界面操作。 3. 猫叔个人公众号：AI 替代人类。 4. 小鱼干了：SD 喂饭达人，教程详细，案例丰富。 5. 白马少年：分享心得 blender，SD 出图练模型教程。 6. okingjo：lora 训练教程和心得。 7. 樊川：城市设计建筑大模型 IUrbanDesign。 8. 努力的五花肉：MJ 高手，热衷且擅长于 UI&UX 领域的内容创作与分享。 9. 文小言 APP 中的学习强国公文助手：可以帮助用户进行文汇检索，AI 公文书写，AI 公文润色等。 10. Recraft AI：提供多种样式的可选风格，对所有用户每日都有免费的试用点数，并允许对生成的图像进行商业使用。
2025-02-20
再来几个头部ai公众号
以下是一些头部的 AI 公众号： 超时空视角 赛博禅心 302.AI 产研负责人（产品官网：https://302.ai ） 01Founder（小红书：2205271258，公众号：01Founder，即刻：Max_means_best，微信：Max_Deze） 和 AI 一起进化（公众号：kaixindelele） 星际码仔（公众号：星际码仔） AI 大同学（微抖红手：AI 大同学，2 年老站能不更新就不更新：https://openai.mbmzone.com/mbmgpt/ ） PlayWithAI（小红书：PlayWithAI） 少女的 AI 大冒险（公众号：少女的 AI 大冒险）
2025-02-20
推荐几个ai相关的优质公众号
以下是为您推荐的一些 AI 相关的优质公众号： 超时空视角 麦橘 麦乐园 MAILAND 𝐦𝐚𝐣𝐢𝐜𝐌𝐈𝐗 模型的作者 orange Web3 天空之城 Ragnar 瑞哥那 海辛 三思 INDIGO TALK 云中江树 陈财猫 阿文
2025-02-20
养老场景实时健康监测与风险预警在技术上怎么实现，用AI大模型实现，请给出一个可行的方案
以下是一个利用 AI 大模型实现养老场景实时健康监测与风险预警的可行方案： 首先，需要明确相关的概念和技术名词。AI 即人工智能，机器学习是电脑找规律学习，包括监督学习、无监督学习和强化学习。监督学习是基于有标签的训练数据，学习输入和输出之间的映射关系，包括分类和回归。无监督学习是在无标签数据中自主发现规律，例如聚类。强化学习是从反馈中学习以最大化奖励或最小化损失，类似训小狗。深度学习参照人脑，具有神经网络和神经元，因层数多被称为深度，神经网络可用于多种学习方式。生成式 AI 能生成文本、图片、音频、视频等内容形式，LLM 是大语言模型，生成图像的扩散模型不属于大语言模型，像谷歌的 BERT 模型可用于语义理解，如上下文理解、情感分析、文本分类。 在技术里程碑方面，2017 年 6 月谷歌团队发表的《Attention is All You Need》论文首次提出了 Transformer 模型，其完全基于自注意力机制处理序列数据，不依赖循环神经网络或卷积神经网络。 对于养老场景的实时健康监测与风险预警，可利用传感器收集老人的生理数据，如心率、血压、血糖等。这些数据通过物联网传输到服务器，利用深度学习算法对数据进行分析和处理。例如，使用基于 Transformer 模型的大模型，对历史健康数据和当前实时数据进行学习和分析，建立老人的健康模型。通过与正常健康指标的对比，及时发现异常情况，并结合无监督学习中的聚类算法，对不同健康状况的老人进行分类，以便提供个性化的预警和建议。同时，利用强化学习不断优化模型的预警准确性和及时性。 总之，通过整合传感器数据采集、物联网传输、深度学习算法分析和模型优化等环节，借助 AI 大模型实现养老场景的实时健康监测与风险预警。
2025-02-20
怎么学习ai
以下是新手学习 AI 的方法和建议： 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。 在知识库提供了很多大家实践后的作品、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。 6. 对于中学生学习 AI 的建议： 从编程语言入手学习，如 Python、JavaScript 等，学习编程语法、数据结构、算法等基础知识。 尝试使用 AI 工具和平台，如 ChatGPT、Midjourney 等，探索面向中学生的 AI 教育平台，如百度的“文心智能体平台”、Coze 智能体平台等。 学习 AI 基础知识，包括基本概念、发展历程、主要技术（机器学习、深度学习等）以及在教育、医疗、金融等领域的应用案例。 参与 AI 相关的实践项目，参加学校或社区组织的 AI 编程竞赛、创意设计大赛等活动，尝试利用 AI 技术解决生活中的实际问题，培养动手能力。 关注 AI 发展的前沿动态，关注权威媒体和学者，思考 AI 技术对未来社会的影响，培养思考和判断能力。 记住，学习 AI 是一个长期的过程，需要耐心和持续的努力。不要害怕犯错，每个挑战都是成长的机会。随着时间的推移，您将逐渐建立起自己的 AI 知识体系，并能够在这一领域取得成就。完整的学习路径建议参考「通往 AGI 之路」的布鲁姆分类法，设计自己的学习路径。
2025-02-20
未来5年AI的发展方向
未来 5 年 AI 的发展方向可能包括以下几个方面： 1. 模型发展：从小模型阶段向更强大的模型演进，如 GPT 的出现标志着 AGI 的拐点，Sora 的出现打开了 AGI 的大门，未来可能加大算力和训练，与具身机器人结合，加速智能提升。 2. 能力提升：从能与人类交流到具备对世界力量的感知和与物理世界互动的能力，逐步发展到强人工智能。 3. 应用拓展：在关键领域改变成本结构和提高生产力，如降低医疗、教育等领域的成本，使服务更易获得和负担得起。AI 涉及的领域不断扩大，应用范围更加广泛。 4. 社会影响：可能带来更好的教育、更健康的人口和更有生产力的人，解放人力去解决更重要的问题，创造更美好的社会。但也需要政府和民营企业共同努力，进行人员再培训和能力增强，以应对可能的就业机会变化。 5. 技术突破：如没有编码能力的人独自创建的应用程序或网站走红，OpenAl o1 的开源替代品在推理基准测试中超越它，苹果设备上的研究成果加速个人设备上 AI 的发展等。同时，在一些领域也存在挑战，如对人形机器人的投资水平可能下降，挑战者难以对 NVIDIA 的市场地位造成重大打击等。此外，还可能面临国家安全审查、立法实施等方面的问题。
2025-02-20
如何搭建自己的知识库
搭建自己的知识库可以参考以下步骤： 1. 了解 RAG 技术： 利用大模型的能力搭建知识库是 RAG 技术的应用。 大模型训练数据有截止日期，当需要依靠不在训练集中的数据时，可通过检索增强生成 RAG 实现。 RAG 应用包括文档加载、文本分割、存储、检索和输出 5 个过程。 文档加载：从多种来源加载文档，如 PDF 等非结构化数据、SQL 等结构化数据及代码。 文本分割：把文档切分为指定大小的块。 存储：包括将切分好的文档块嵌入转换成向量形式，并将向量数据存储到向量数据库。 检索：通过检索算法找到与输入问题相似的嵌入片。 输出：把问题及检索出来的嵌入片提交给 LLM 生成答案。 2. 文本加载器：将用户提供的文本加载到内存中，便于后续处理。 3. 基于 GPT API 搭建： 涉及给 GPT 输入定制化知识，但 GPT3.5 一次交互支持的 Token 有限。 OpenAI 提供了 embedding API 解决方案，embeddings 是浮点数字的向量，向量间距离衡量关联性，小距离表示高关联度。 4. 本地知识库进阶： 可使用额外软件 AnythingLLM，其包含 Open WebUI 的能力，并支持选择文本嵌入模型和向量数据库。 安装地址：https://useanything.com/download 。安装完成后进入配置页面，主要分为三步：选择大模型、选择文本嵌入模型、选择向量数据库。 在 AnythingLLM 中创建 Workspace 构建本地知识库，包括创建工作空间、上传文档并进行文本嵌入、选择对话模式（Chat 模式综合给出答案，Query 模式仅依靠文档数据给出答案），最后进行测试对话。 总之，搭建知识库需要不断实践和探索，“看十遍不如实操一遍，实操十遍不如分享一遍”。
2025-02-20
DeepSeek搭建 个人知识库
以下是关于 DeepSeek 搭建的相关知识： 对于个人知识库的搭建，您可以参考以下内容： 章节“三.使用 DeepSeek R1 给老外起中文名”：https://waytoagi.feishu.cn/wiki/O5V5wLC5Jiilpjk9j9RcAuACnZcshareDyEMdmCPOo98S6xbPfNcsuEOnuh 知识点“Node.JS 安装”：https://waytoagi.feishu.cn/wiki/O5V5wLC5Jiilpjk9j9RcAuACnZcsharePVnndBSV5oWOukx38tKcw2CPnub 申请“DeepSeek R1 API”：https://waytoagi.feishu.cn/wiki/O5V5wLC5Jiilpjk9j9RcAuACnZcshareTrXednqLAoH3VLxrUiYc1Pb9nhf 网页接入“DeepSeek API”：https://waytoagi.feishu.cn/wiki/O5V5wLC5Jiilpjk9j9RcAuACnZcshareUK5xdzhiaoo9RkxHR5bcs30pnV8 章节“一.Trae 的介绍/安装/疑难杂症”：https://waytoagi.feishu.cn/wiki/O5V5wLC5Jiilpjk9j9RcAuACnZcshareR4GvdgOzeoC9mOxd1hScuql6nVY Python 安装：https://waytoagi.feishu.cn/wiki/O5V5wLC5Jiilpjk9j9RcAuACnZcshareKcojdhid9oWJPjxAvEOczRt0nkg 一个提示词让 DeepSeek 的能力更上一层楼的相关内容： 效果对比：用 Coze 做了个小测试，大家可以对比看看，视频链接： 如何使用： 搜索 www.deepseek.com，点击“开始对话” 将装有提示词的代码发给 Deepseek 认真阅读开场白之后，正式开始对话 设计思路： 将 Agent 封装成 Prompt，将 Prompt 储存在文件，保证最低成本的人人可用的同时，减轻自己的调试负担 通过提示词文件，让 DeepSeek 实现：同时使用联网功能和深度思考功能 在模型默认能力的基础上优化输出质量，并通过思考减轻 AI 味，增加可读性 照猫画虎参考大模型的 temperature 设计了阈值系统，但是可能形式大于实质，之后根据反馈可能会修改 用 XML 来进行更为规范的设定，而不是用 Lisp（对我来说有难度）和 Markdown（运行下来似乎不是很稳定） 完整提示词：v 1.3 特别鸣谢：李继刚的【思考的七把武器】在前期为提供了很多思考方向；Thinking Claude 是现在最喜欢使用的 Claude 提示词，也是设计 HiDeepSeek 的灵感来源；Claude 3.5 Sonnet 是最得力的助手 五津:DeepSeek+扣子：1 分钟生成小红书爆款单词视频： 先观察此类视频规律，如先问这是什么→再揭晓结果，反复多次。 拆解视频模板的制作流程，逐个轨道分析，注意各轨道上的元素时间对应关系。 涉及的知识点可用于用扣子工作流来搭建。
2025-02-20
怎么用AI搭建工作流
搭建 AI 工作流可以参考以下步骤： 1. 搭建 AI 工作流的三种能力： 熟悉各种 AI 工具：了解多个不同 AI 工具的特点和用途，根据具体细分任务选择合适的工具。例如，写标题可用 ChatGPT，写文章可用 Claude，检查文本中的错别字和病句可用秘塔写作猫的 AI 纠错功能。 编写提示词：搭建起人与 AI 之间的“沟通桥梁”，用 AI 能听懂的语言清晰说明需求、任务内容和步骤。 搭建 AI 智能体。 2. 搭建 AI 工作流的工作流： 找到一个工作场景：选择熟悉的工作场景，如写文章、做 PPT 等。 拆解工作流程：将工作拆解成几个小步骤，如写文章可拆分为选题、写稿、改稿、写标题等。 给每一个步骤嵌入工具：针对每个小步骤，思考有无 AI 工具可帮忙，若想不到可参考他人做法，注意灵活选择最优解，目的是提高工作效率而非增加工作的含 AI 量。 此外，在搭建工作流时还需注意： 打开 Comfyui 界面后，右键点击界面，可找到 Comfyui LLM party 的目录，学习手动连接节点实现最简单的 AI 女友工作流，或直接将工作流文件拖拽到 Comfyui 界面中一键复刻提示词工程实验。 从 ollama 的 github 仓库找到对应版本并下载，启动 ollama 后，在 cmd 中输入 ollama run gemma2 将自动下载 gemma2 模型到本地并启动。将 ollama 的默认 base URL=http://127.0.0.1:11434/v1/以及 api_key=ollama 填入 LLM 加载器节点即可调用 ollama 中的模型进行实验。 若 ollama 连接不上，可能是代理服务器的问题，需将 127.0.0.1:11434 添加到不使用代理服务器的列表中。
2025-02-20
多智能体应用搭建
多智能体是由多个自主、独立的智能体组成的系统，每个智能体都能感知环境、决策并执行任务，且相互间能信息共享、任务协调与协同行动以实现整体目标。 随着大型语言模型的出现，以其为核心构建的 Agent 系统受广泛关注。单 Agent 核心在于语言模型与工具的协同配合，可能需与用户多轮交互。而多 Agent 为不同 Agent 分配角色并通过协作完成复杂任务，与用户交互可能减少。 构建多 Agent 框架的主要组成部分包括： 1. 环境：所有 Agent 处于同一环境，包含全局状态信息，且 Agent 与环境有信息交互与更新。 2. 阶段：通常采用 SOP 思想将复杂任务分解为多个子任务。 3. 控制器：可以是语言模型或预先定义好的规则，负责环境在不同 Agent 和阶段间切换。 4. 记忆：因 Agent 数量增多，消息数量及相关字段记录更复杂。 创建智能体时，输入人设等信息并配置工作流，配置完成后可测试，但注意工作流中某些插件的 api_token 不能直接发布，可作为输入让用户购买后输入使用再发布。 OpenAI 官方开源的多智能体框架「Swarm」受欢迎，其在多智能体通信方面表现出色，解决了不同智能体之间传递信息及传递哪些信息等核心难题。例如构建客服多智能体，只需准备普通接线客服和宽带客服两个 Agent，「Swarm」的「Handoffs」处理了交接逻辑。
2025-02-20
搭建AI智能体
搭建 AI 智能体的步骤和要点如下： 1. 创建智能体：输入人设等信息，并放上相关工作流。配置完成后可以进行测试，但千万不要直接发布。 工作流中如【所有视频片段拼接】节点使用的插件 api_token 填的是您的 token，其他人调用会消耗您的费用。您可以将 api_token 作为工作流最开始的输入，用户购买后输入 token 再发布。 2. 明确需求和 AI 能力： 在搭建智能体帮助提炼品牌卖点时，需要先明确 AI 的能力边界，例如 AI 对公司及所在市场不了解的部分，包括公司的主要产品、产品解决的用户需求、产品独特之处、获得的认可、核心渠道、核心购买人群、营销手段、期望在新渠道获得的结果等。 AI 真正的能力在于通过分析数据和信息进行逻辑推理、快速处理和分析数据并提取有价值的信息和模式、拥有大量训练数据并能输出更全面的相关信息、理解用户提供的内容并按正确结构梳理有效输出内容。因此，更适合将智能体作为引导型的灵感提问助手。 3. 学会搭建 AI 智能体： AI 智能体如同员工或智能助手，能根据设定的工作流自动调用不同 AI 工具完成全流程任务，无需人类时刻干预。 例如设计“写作助手”的 AI 智能体，输入文章主题、风格和要求，它能自动完成文章大纲处理、初稿撰写、修改润色和排版等工作，大大提高效率。
2025-02-19
用飞书搭建知识库并进行AI问答
以下是关于用飞书搭建知识库并进行 AI 问答的相关内容： 知识库问答是机器人的基础功能，可根据用户问题从知识库中找到最佳答案，这利用了大模型的 RAG 机制。RAG 机制全称为“检索增强生成”（RetrievalAugmented Generation），是一种用于自然语言处理的技术，结合了检索和生成两种主要的人工智能技术，以提高机器对话和信息处理的能力。 简单来说，RAG 机制先从大型数据集中检索与问题相关的信息，然后利用这些信息生成更准确、相关的回答。可以想象成当问复杂问题时，RAG 机制先在巨大图书馆里找相关书籍，再基于这些书籍信息给出详细回答。这种方法结合大量背景信息和先进语言模型能力，使生成内容更精确，提升对话 AI 的理解力和回答质量。 基于 RAG 机制实现知识库问答功能，首先要创建包含大量社区 AI 相关文章和资料的知识库，比如创建有关 AI 启蒙和信息来源的知识库，通过手工录入方式上传栏目所有文章内容，陆续将社区其他板块文章和资料导入。在设计 Bot 时，添加知识库，并设置合适的搜索策略、最大召回数量和最小匹配度，以更好地利用知识库返回内容结合回答。 另外，全程白嫖拥有一个 AI 大模型的微信助手的搭建步骤如下： 1. 搭建，用于汇聚整合多种大模型接口，方便后续更换使用各种大模型，并获取白嫖大模型接口的方法。 2. 搭建，这是个知识库问答系统，放入知识文件，接入上面的大模型作为分析知识库的大脑来回答问题。若不想接入微信，搭建到此即可使用，它有问答界面。 3. 搭建，其中的 cow 插件能进行文件总结、MJ 绘画。
2025-02-19
我想学习怎么用ai生成视频
以下是使用 AI 生成视频的相关知识和方法： 使用 Adobe 工具生成带有文本提示和图像的视频： 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。 将小说做成视频的制作流程： 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。 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： 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。
2025-02-20
最好的ai视频生成工具推荐
以下是为您推荐的一些优秀的 AI 视频生成工具： 1. Pika：出色的文本生成视频 AI 工具，擅长动画制作且支持视频编辑。 2. SVD：Stable Diffusion 的插件，可在图片基础上生成视频，由 Stability AI 开源。 3. Runway：老牌 AI 视频生成工具，提供实时涂抹修改视频功能，但收费。 4. Kaiber：视频转视频 AI，能将原视频转换成各种风格的视频。 5. Sora：由 OpenAI 开发，可生成长达 1 分钟以上的视频。 6. PixVerse：多模态输入，支持文本到视频和图像到视频转换，提供多种风格选项，可精细化控制生成内容，有社区支持，生成效率高，提供视频上采样功能，但 Web 应用和 Discord 服务器生成的视频质量有差异，使用时仍需准确的文本描述。 7. ChatGPT + 剪映：ChatGPT 生成视频小说脚本，剪映根据脚本自动分析并生成素材和文本框架。 8. Pictory：允许用户轻松创建和编辑高质量视频，可根据文本描述生成相应内容。 9. VEED.IO：提供 AI 图像和脚本生成器，帮助用户从图像制作视频并规划内容。 10. 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。 这些工具适用于不同的应用场景和需求，您可以根据自身情况进行选择。更多的文生视频网站可查看：https://www.waytoagi.com/category/38 。请注意，内容由 AI 大模型生成，请仔细甄别。
2025-02-20
想要生成AI美食视频，用哪些AI工具
以下是一些可用于生成 AI 美食视频的工具： Pika：可控性强，可以对嘴型，可配音。网址：https://pika.art/ 。工具教程：https://waytoagi.feishu.cn/wiki/V150wUonIiHafQkb8hzcO1E5nCe ，群友分享入门教程：https://mp.weixin.qq.com/s/maLCP_KLqZwuAxKd2US_RQ 。 Pixverse：人少不怎么排队，还有换脸功能。网址：https://pixverse.ai/ 。工具教程：https://waytoagi.feishu.cn/wiki/LPuqwx3kuiTMfIkXDPDckosDndc 。 Runway：有网页有 app 方便。网址：https://runwayml.com 。工具教程：https://waytoagi.feishu.cn/wiki/Eun9wqDgii1Q7GkoUvCczYjln7r 。 即梦：剪映旗下，生成 3 秒，动作幅度有很大升级，最新 S 模型，P 模型。网址：https://dreamina.jianying.com/ 。工具教程：https://waytoagi.feishu.cn/wiki/AxZuwUQmEipTUEkonVScdWxKnWd 。 Minimax 海螺 AI：非常听话，语义理解能力非常强。网址：https://hailuoai.video/ 。 Kling：支持运动笔刷，1.5 模型可以直出 1080P30 帧视频。网址：kling.kuaishou.com 。工具教程：https://waytoagi.feishu.cn/wiki/GevKwyEt1i4SUVk0q2JcqQFtnRd 。 Vidu：网址：https://www.vidu.studio/ 。 haiper：网址：https://app.haiper.ai/ 。 智谱清影：开源了，可以自己部署 cogvideo。网址：https://chatglm.cn/video 。工具教程：https://waytoagi.feishu.cn/wiki/PxKiwpqe2iTk0HkYJz6cYclAnjf 。 通义万相：大幅度运动很强。网址：https://tongyi.aliyun.com/wanxiang/ 。工具教程：https://waytoagi.feishu.cn/wiki/Luz9woG7UikHe3kxvdpcXEAcneh 。 luma：网址：https://lumalabs.ai/ 。 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。
2025-02-20
免费好用的文生视频软件 做小说漫画推文
以下是一些免费好用的文生视频软件，可用于将小说做成漫画推文视频： 1. Stable Diffusion（SD）：这是一种 AI 图像生成模型，能够基于文本描述生成图像。网址：https://github.com/StabilityAI 2. Midjourney（MJ）：另一个适用于创建小说中场景和角色图像的 AI 图像生成工具。网址：https://www.midjourney.com 3. Adobe Firefly：Adobe 的 AI 创意工具，可以生成图像和设计模板。网址：https://www.adobe.com/products/firefly.html 4. Pika AI：文本生成视频的 AI 工具，适合动画制作。网址：https://pika.art/waitlist 5. Clipfly：一站式 AI 视频生成和剪辑平台。网址：https://www.aihub.cn/tools/video/clipfly/ 6. VEED.IO：在线视频编辑工具，具有 AI 视频生成器功能。网址：https://www.veed.io/zhCN/tools/aivideo 7. 极虎漫剪：结合 Stable Diffusion 技术的小说推文视频创作提效工具。网址：https://tiger.easyartx.com/landing 8. 故事 AI 绘图：小说转视频的 AI 工具。网址：https://www.aihub.cn/tools/video/gushiai/ 将小说转换成 AI 视频通常包括文本分析、角色与场景生成、视频编辑与合成等多个步骤。您可以根据具体需求选择合适的工具来完成您的小说漫画推文视频制作。
2025-02-20
如何做数字人视频
以下是用 10 分钟轻松制作 AI 换脸、AI 数字人视频的方法： 生成数字人： 1. 在剪映右侧窗口顶部，打开“数字人”选项，选取免费且适合的数字人形象，如“婉婉青春”。选择数字人形象时会播放其声音，可判断是否需要，点击右下角“添加数字人”将其添加到当前视频中，剪映会生成对应音视频并添加到视频轨道中，左下角会提示渲染完成，可点击预览按钮查看效果。 2. 增加背景图片：删除先前导入的文本内容，为视频增加背景图片。点击左上角“媒体”菜单并点击“导入”按钮选择本地图片上传，如选择一张书架图片上传，点击图片右下角的加号将其添加到视频轨道上（会覆盖数字人）。点击轨道最右侧竖线向右拖拽，直到与视频对齐。 增加字幕： 点击文本智能字幕识别字幕，点击开始识别，软件会自动将文字智能分段并形成字幕。 导出视频： 数字人视频完成后，点击右上角的“导出”按钮，导出视频以作备用。 AI 换脸： 执行完成后，在输出位置会出现处理后的视频，输出窗口右上角有下载按钮，点击可导出变量后的视频到本地。 成本方面： 1. 时间：大约 10 分钟左右。 2. 制作数字人视频：免费。 3. 数字人换脸：约 0.8 元。 4. 数字人换脸时长：经实际测试 1 分 28 秒的视频，总转换时间在 200 秒。GPU 服务器此次整体运行时长所需花费 0.97 元，facefusion 软件运行只占服务器运行时长的一部分，所以换脸成本约 0.8 元。
2025-02-20
免费的文生视频软件 做小说推文
以下是一些免费的可用于将小说做成视频的文生视频软件及相关网址： 1. Stable Diffusion（SD）：一种 AI 图像生成模型，可基于文本描述生成图像。网址：https://github.com/StabilityAI 2. Midjourney（MJ）：另一个 AI 图像生成工具，适用于创建小说中的场景和角色图像。网址：https://www.midjourney.com 3. Adobe Firefly：Adobe 的 AI 创意工具，可生成图像和设计模板。网址：https://www.adobe.com/products/firefly.html 4. Pika AI：文本生成视频的 AI 工具，适合动画制作。网址：https://pika.art/waitlist 5. Clipfly：一站式 AI 视频生成和剪辑平台。网址：https://www.aihub.cn/tools/video/clipfly/ 6. VEED.IO：在线视频编辑工具，具有 AI 视频生成器功能。网址：https://www.veed.io/zhCN/tools/aivideo 7. 极虎漫剪：结合 Stable Diffusion 技术的小说推文视频创作提效工具。网址：https://tiger.easyartx.com/landing 8. 故事 AI 绘图：小说转视频的 AI 工具。网址：https://www.aihub.cn/tools/video/gushiai/ 将小说转换成 AI 视频通常包括文本分析、角色与场景生成、视频编辑与合成等多个步骤。您可以根据自己的需求选择合适的工具来进行操作。
2025-02-20
普通人怎么开展ai应用层的创业
对于普通人开展 AI 应用层的创业，以下是一些建议和分析： 1. 基础设施层：布局投入确定性强，但资金需求巨大，入行资源门槛高，未来更多由“国家队”负责。普通人若无强资源，应谨慎入局，可考虑“合作生态”的切入机会。 2. 技术层：处于技术爆炸期，迭代速度极快。若团队规模不大，需慎重考虑技术迭代风险。基础通用大模型研发烧钱且竞争激烈，非巨无霸公司不建议考虑。 3. 应用层：是一片广阔蓝海，当前从业者增加，虽有相关产品涌现，但成熟应用和“杀手级”应用较少，对于普通个体和小团队，强烈推荐重点思考和布局，拥有超级机会和巨大发展空间。 在应用层创业的具体方向上，比如智能体领域： 智能体可以简单理解为 AI 机器人小助手，类似移动互联网中的 APP 应用。 有很多公司已关注 AI 应用层的产品机会，如在 C 端，有社交方向的用户注册后先捏自己的 Agent 再聊天等有趣场景；在 B 端，有帮助商家搭建 Agent 的机会。 国内有众多智能体开发平台，如字节的扣子、腾讯的元器、Dify.AI 等。
2025-02-19
智能体创业
智能体创业相关内容如下： 概念定义： 智能体是随着 ChatGPT 与 AI 概念爆火出现的新名词，如“智能体 Agent”、bot 和 GPTs 等。简单理解就是 AI 机器人小助手，参照移动互联网，类似 APP 应用的概念。AI 大模型是技术，面向用户提供服务的是产品，因此很多公司关注 AI 应用层的产品机会。 C 端案例：在社交方向，用户注册后先捏一个自己的 Agent，让其与他人的 Agent 聊天，两个 Agent 聊到一起后真人介入；还有借 Onlyfans 入局打造个性化聊天的创业公司。 B 端案例：字节扣子和腾讯元器是面向普通人的低代码平台，类似 APP 时代的个人开发者，还有帮助 B 端商家搭建 Agent 的机会。 智能体开发平台：最早接触到的是扣子 Coze，2 月 1 日字节正式推出其国内版“扣子”，用于开发下一代 AI 聊天机器人。国内还有很多智能体开发平台，如 Dify.AI，但个人常用的是扣子，本篇主要对比字节扣子和腾讯元器。 相关人物及课程：韦恩是智能体创业者、WayToAGI 共建者、微软提示词工程师、多平台 Agent 开发者、企业级 AI Agent 定制专家，荣获多家 AI 开发平台比赛奖项，有 12 年程序开发背景和多家企业的 AI 落地顾问经验。其课程包括入门搭建证件照应用和进阶邮票收藏馆搭建，能让学习者全面认识扣子的 AI 应用底层逻辑，解决 AI 应用核心卡点，收获价值千元的 AI 应用。
2025-02-05
现在在国内有想要做这个AI方面的这个创业，我能做一些什么呢？
在国内进行 AI 方面的创业，以下是一些建议： 1. 数据处理方面： 认识到高质量数据处理服务的稀缺性，数据质量对于模型效果至关重要。 避免单纯依赖开源数据，谨慎考虑购买优质数据的投入风险。 2. 模型选择方面： 训练底层世界大模型需要巨大投入，除大厂外对其他公司较困难。 大多数国内公司往往先推出产品，而非集中精力专攻大模型。 3. 创业方向方面： 可以选择“唯快不破”的策略，尽量低成本、高速度地在小赛道中尝试。 例如辅助创作与学习（如 AI 智能写作助手、语言学习助手等）、推荐与规划（如商品推荐、行程规划等）、监控与预警（如健康监测、安全监控等）、优化与管理（如办公自动化、物流优化等）、销售与交易（如艺术作品生成与销售平台等）等细分领域。 需要注意的是，在这轮 AI 大潮中，新技术加速迭代是常态，不能期望在“技术稳定”时再出手。
2024-12-20
我是一名传统制造业的产品经理，一名ai小白，想在ai方面进行创业，有哪些方向建议
以下是为您提供的在 AI 方面创业的方向建议： 对于技术爱好者： 1. 从小项目开始，如搭建简单博客或自动化脚本，熟悉 AI 能力和局限性。 2. 探索 AI 编程工具，如 GitHub Copilot 或 Cursor，从生成注释或简单函数逐步过渡到复杂任务。 3. 参与 AI 社区，如 Stack Overflow 的 AI 板块或 Reddit 的 r/artificial 子版块，与开发者交流，了解最新趋势。 4. 构建 AI 驱动的项目，如开发简单的聊天机器人或图像识别应用，深入理解实际应用过程。 对于内容创作者： 1. 利用 AI 辅助头脑风暴，针对主题生成创意方向。 2. 建立 AI 写作流程，从生成大纲开始，逐步扩展到段落生成和数据支持。 3. 探索多语言内容，借助 AI 辅助翻译和本地化内容以拓展国际市场。 4. 利用 AI 工具优化 SEO，根据建议调整标题、元描述和关键词使用。 从行业观点来看： 1. 可能成功的 AI 公司应打造自身的数据飞轮，尤其在 ToC 场景中寻求突破，因为 C 端的数据飞轮效应可能是早期决胜关键。 2. 有专业壁垒的垂直模型可能是机会所在，如高价值、特定领域依赖丰富的专有数据集。 3. 大模型产品可朝个性化（装上“记忆”成为工作助理或陪伴者）和场景化（装上“手”和“眼睛”）方向发展。 从 AI 创业者的情况来看： 1. 如天涯，具备软件开发经验和连续创业经历，可在 AI 领域发挥优势。 2. 像 Eureka 这样的 Fintech 产品经理，可在 AI 金融领域应用方面探索。 3. Zima 在编程和 AI 教育探索方面有基础，可关注 AI+教育和 AI4Science 方向。 4. Mr.water🐳 可凭借与高校教授的联系，考虑科研方向转化。 总之，AI 创业要注重技术驱动和产品定义，用好市面上的 AI 工具，从效率和变革角度组织公司架构。同时，把握好融资节奏，在实践中有效迭代。
2024-12-06
请帮我推荐几个适合线上用ai的创业方式
以下为您推荐一些适合线上用 AI 的创业方式： 1. 辅助创作与学习方面： AI 智能写作助手，帮助用户快速生成高质量文本。 AI 语言学习助手、诗歌创作助手、书法字体生成器、漫画生成器等，为用户的学习和创作提供支持。 2. 推荐与规划方面： AI 图像识别商品推荐、美食推荐平台、旅游行程规划器、时尚穿搭建议平台、智能投资顾问等，根据用户的需求和偏好为其推荐合适的产品、服务或制定个性化的计划。 3. 监控与预警方面： AI 宠物健康监测设备、家居安全监控系统、天气预报预警系统、医疗诊断辅助系统等，实时监测各种情况并提供预警。 4. 优化与管理方面： 办公自动化工具、物流路径优化工具、家居清洁机器人调度系统、金融风险评估工具等，提高工作效率和管理水平。 5. 销售与交易方面： AI 艺术作品生成器、书法作品销售平台、摄影作品销售平台、汽车销售平台、房地产交易平台等，为各类产品和服务提供销售渠道。 在游戏领域，基于生成式 AI 革命，有以下建议： 1. 现在就开始探索生成性 AI，完全利用即将到来的生成性 AI 革命的力量需要一段时间，现在开始的公司将来会具有优势。 2. 寻找市场地图（Market Map）的机会，某些部分已经非常拥挤，比如动画或语音与对话，但其他区域仍然空旷，鼓励创业者将努力集中在尚未探索的区域，比如“游戏的 Runway”。
2024-12-03
AI时代，有哪些创业机会
在 AI 时代，以下是一些创业机会： 1. 应用层创新：创业公司可以创造新的价值和场景，而非试图颠覆上一代产品。例如，在移动互联网时代，最大的移动应用多来自创业公司，且为“移动原生”产品。新的技术应解决新的问题，创业公司在数量和人才结构上更具创新优势，在应用层并非大厂占据绝对优势。 2. 人员精简的 AI 应用开发：利用大模型的能力，创业公司的人员可更精简，几个人就能完成产品开发上线测试。 3. 2B 应用：在中国，2B 的应用公司可能迎来跨越式发展机会。 4. 特定领域的垂直模型：如具有专业壁垒的高价值、专业化的 AI 系统，因为很多特定领域工作流程依赖专有数据集。 5. 大模型产品的个性化和场景化：个性化如给模型装上“记忆”，场景化如装上“手”和“眼睛”。 6. 数据飞轮效应：在 ToC 场景中，数据飞轮效应可能是早期决胜的关键。 7. 利用 AI 获得实际数据增长：如 Notion 和 Character.AI 的实践。 8. 专业化、垂直模型的先行场景：如 DoNotPay 和法律应用，以及医疗领域的应用。 同时，创业者需要注意： 1. 形成正确的底层工作逻辑，设计正确的 AI 改变工作生活的流程，按节奏确定目标和复盘。 2. 以技术驱动为先和定义产品为重。 3. 能用好市面上的 AI 工具，从 AI 效率、变革的角度组织公司架构。 4. 把握好融资节奏。
2024-12-03