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

生成3d模型可以让模型动起来吗？

Answer

生成 3D 模型后是可以让模型动起来的。例如，通过以下工具和流程可以实现：

  • 工具链：Midjourney（生成等距图像）→Trellis（图像转 3D 模型）→Browser Lab（浏览器内 3D 编辑器）。
    • 步骤：
      • 使用 Midjourney 生成等距 3D 场景，提示词示例：3D isometric bedroom with a bed and desk。（DALL-E 3 也可测试）
      • 用 Trellis 工具将图像转为 3D 模型（支持 Tripo 3D 等其他工具）。工具地址：https://trellis3d.co/online
      • 下载生成的 3D 模型（GLB 文件或高斯分布文件），然后导入 Browser Lab 编辑器中进一步编辑。编辑器地址：https://thebrowserlab.com
    • 结合可灵 AI、Hailuo AI、Runway 等工具可让场景中的人物动起来。
  • 对于文物雕塑上色，可使用 runway 让固有想法的物体变得动态，runway gen3 的 V2V 可以让物体重新建模、重新上色，再把背景上个色，传到剪映，加上 BGM。
    • 先上传图片，运用提示词，只要让物体动起来就行，一次可能不成功，可以多次抽卡（分够的话）。
    • 生成好的视频的左下方，点击“Reuse”，再点击上方出现的“Video to Video”，视频就会跳转到我们的工作台。
    • 再在下方输入提示词“3D modeling with vibrant colors”等待生成。
    • 再重复上面一个步骤，把提示词换成“Changing the background to the universe,the body emits light”。
    • 最后导入剪映，按照自己喜欢的风格，剪成一个小短片。
    • 另外，可以用即梦 S2.0（或其他可以动效的工具）出动态视频，在剪映提前转成 9:16 或 16:9 的大小，否则 runway 会裁剪尺寸。
Content generated by AI large model, please carefully verify (powered by aily)

References

XiaoHu.AI日报

🔔Xiaohu.AI日报「1月11日」✨✨✨✨✨✨✨✨1⃣️🎥Runway Act One视频生成细节角色通过文本生成，然后使用手机录制视频，将表情、声音和口型转移到虚拟角色上。由于Act One不支持肢体动作转移，使用“图生视频”生成了肢体动作。支持的视频时长上限：30秒。🔗[https://x.com/imxiaohu/status/1878372002131841086](https://x.com/imxiaohu/status/1878372002131841086)2⃣️🏡单张图片生成精致3D小屋场景工具链：Midjourney（生成等距图像）→Trellis（图像转3D模型）→Browser Lab（浏览器内3D编辑器）。步骤：1.使用Midjourney生成等距3D场景，提示词示例：3D isometric bedroom with a bed and desk。（DALL-E 3也可测试）2.用Trellis工具将图像转为3D模型（支持Tripo 3D等其他工具）。工具地址：[https://trellis3d.co/online](https://trellis3d.co/online)3.下载生成的3D模型（GLB文件或高斯分布文件），然后导入Browser Lab编辑器中进一步编辑。编辑器地址：[https://thebrowserlab.com](https://thebrowserlab.com)结合可灵AI、Hailuo AI、Runway等工具可让场景中的人物动起来。🔗[https://x.com/imxiaohu/status/1878261002422358344](https://x.com/imxiaohu/status/1878261002422358344)

XiaoHu.AI日报

🔔Xiaohu.AI日报「1月11日」✨✨✨✨✨✨✨✨1⃣️🎥Runway Act One视频生成细节角色通过文本生成，然后使用手机录制视频，将表情、声音和口型转移到虚拟角色上。由于Act One不支持肢体动作转移，使用“图生视频”生成了肢体动作。支持的视频时长上限：30秒。🔗[https://x.com/imxiaohu/status/1878372002131841086](https://x.com/imxiaohu/status/1878372002131841086)2⃣️🏡单张图片生成精致3D小屋场景工具链：Midjourney（生成等距图像）→Trellis（图像转3D模型）→Browser Lab（浏览器内3D编辑器）。步骤：1.使用Midjourney生成等距3D场景，提示词示例：3D isometric bedroom with a bed and desk。（DALL-E 3也可测试）2.用Trellis工具将图像转为3D模型（支持Tripo 3D等其他工具）。工具地址：[https://trellis3d.co/online](https://trellis3d.co/online)3.下载生成的3D模型（GLB文件或高斯分布文件），然后导入Browser Lab编辑器中进一步编辑。编辑器地址：[https://thebrowserlab.com](https://thebrowserlab.com)结合可灵AI、Hailuo AI、Runway等工具可让场景中的人物动起来。🔗[https://x.com/imxiaohu/status/1878261002422358344](https://x.com/imxiaohu/status/1878261002422358344)

创作教程中心

[辽木雕.mp4](https://bytedance.feishu.cn/space/api/box/stream/download/all/H57AbPCacoVRNtxvqvpc4hk4nUb?allow_redirect=1)创作思路：给文物上色涉及工具：runway，剪映为什么选这个工具：runway可以让固有想法的物体变得动态，runway gen3的V2V，可以让物体重新建模，重新上色,再把背景上个色，传到剪映，加上BGM。先上传图片，运用提示词，只要让物体动起来就行，一次可能不成功，可以多次抽卡（分够的话）生成好的视频的左下方，点击“Reuse”，再点击上方出现的“Video to Video”，视频就会跳转到我们的工作台了。再在下方输入提示词“3D modeling with vibrant colors”等待生成。[Gen-3 Alpha Turbo 2927936932,3D modeling with vib,M 5.mp4](https://bytedance.feishu.cn/space/api/box/stream/download/all/WozYbDYJUoBNUfx6H1bcSt1Pnag?allow_redirect=1)再重复上面一个步骤，把提示词换成“Changing the background to the universe,the body emits light”就可以了!最后导入剪映，按照自己喜欢的风格，剪成一个小短片吧~另外，可以用即梦S2.0（或其他可以动效的工具）出动态视频，在剪映提前转成9:16或16:9的大小，否则runway会裁剪尺寸。其他重复上面的操作，又一个好玩的视频生成了~[金木雕.mp4](https://bytedance.feishu.cn/space/api/box/stream/download/all/EDmObOKCQoKueoxmix4cgJbTnJI?allow_redirect=1)

Others are asking
怎样操作来源模型
以下是关于操作来源模型的相关内容： 对于某些模型，如 Llama3.1 8B Instruct，操作方式如下： 1. 选择自定义提示词（也可选择预定义的话题，即黑色按钮，黑色按钮会有新手使用指引）。然后左边会出现熟悉的 chat 界面。 2. 输入对话内容，等待左右两边的内容生成。若右边的分析未刷新，在相关按钮间切换。 3. Activation Mode 可获得整段的推理判断；Attribution Mode 需选中一个 token，它会分析对应的最大关联内容。 对于 ComfyUI 玩 SDXL 的模型，操作要点包括： 1. 添加噪波：disable，运行后操作：fixed，步数：30，开始降噪步数：20，结束降噪步数：30，返回噪波：disable。 2. 若将 refiner 的模型连上提示词导致第一个 base 模型的链接断开，可通过加入新节点（右键点击【新建节点】【实用工具】【Primitive 元节点】），在文本节点上单击右键选择【转换文本为输入】，将元节点与文本节点相连接，复制出正负提示词节点分别给 base 模型和 refiner 模型，再将 base 模型的一套输出给第一个采样器节点，refiner 模型的一套输出给第二个采样器节点，使两个模型同时起作用。 对于 Tusiart 模型： 1. 首页包括模型、帖子、排行榜，可查看大手子炼成的模型、图片，不同模型有 checkpoint 和 lora 等标签，还有 XL 标签属于 SDXL 新模型，点击可看模型详细信息及返图区。 2. 基础模型（checkpoint）是生图必需的，任何生图操作必须选定，lora 是低阶自适应模型，可有可无，但对细节控制有价值。 3. ControlNet 可控制图片中特定图像，VAE 类似于滤镜可调整生图饱和度，选择 840000 即可。 4. Prompt 提示词是想要 AI 生成的内容，负向提示词 Negative Prompt 是想要 AI 避免产生的内容。
2025-02-21
不同ai模型的应用场景
以下是不同 AI 模型的应用场景： 基于开源模型： Civitai、海艺 AI、liblib 等为主流创作社区，提供平台让用户利用 AI 技术进行图像创作和分享，用户无需深入了解技术细节即可创作出较高质量的作品。 基于闭源模型： OpenAI 的 DALLE 系列： 发展历史：2021 年初发布 DALLE，2022 年推出 DALLE 2，2023 年发布 DALLE 3，不断提升图像质量、分辨率、准确性和创造性。 模型特点：基于变换器架构，采用稀疏注意力机制，DALLE 2 引入 CLIP 模型提高文本理解能力，DALLE 3 优化细节处理和创意表现。 落地场景：2C 方面可控性强于 Midjourney，但复杂场景和细节处理能力不如 Midjourney；2B 方面与 Midjourney 场景类似。 商业化现状：通过提供 API 服务，使企业和开发者能集成到应用和服务中，采取分层访问和定价策略。 伦理和合规性：加强对生成内容的审查，确保符合伦理和法律标准。 大模型： 文本生成和内容创作：撰写文章、生成新闻报道、创作诗歌和故事等。 聊天机器人和虚拟助手：提供客户服务、日常任务提醒和信息咨询等服务。 编程和代码辅助：用于代码自动补全、bug 修复和代码解释。 翻译和跨语言通信：促进不同语言背景用户之间的沟通和信息共享。 情感分析和意见挖掘：为市场研究和产品改进提供数据支持。 教育和学习辅助：创建个性化学习材料、自动回答学生问题和提供语言学习支持。 图像和视频生成：如 DALLE 等模型可根据文本描述生成相应图像，未来可能扩展到视频内容生成。 游戏开发和互动体验：创建游戏中的角色对话、故事情节生成和增强玩家沉浸式体验。 医疗和健康咨询：理解和回答医疗相关问题，提供初步健康建议和医疗信息查询服务。 法律和合规咨询：帮助解读法律文件，提供合规建议，降低法律服务门槛。 这些只是部分应用场景，随着技术进步和模型优化，AI 模型在未来可能会拓展到更多领域和场景。同时，也需注意其在隐私、安全和伦理方面的挑战。
2025-02-21
大模型和小模型区别是什么？是否大模型都属于生成式AI，小模型属于判别式AI，为什么大模型有幻觉小模型没有？
大模型和小模型的区别主要体现在以下几个方面： 1. 规模和参数数量：大模型通常具有更多的参数和更复杂的架构，能够处理更大量和更复杂的数据。 2. 能力和性能：大模型在语言理解、生成等任务上往往表现更出色，能够生成更准确、丰富和连贯的内容。 3. 应用场景：大模型适用于广泛的通用任务，而小模型可能更专注于特定的、较狭窄的领域。 并非大模型都属于生成式 AI，小模型都属于判别式 AI。生成式 AI 能够生成新的内容，如文本、图片等；判别式 AI 则主要用于对输入进行分类或判断。模型的分类与其大小并无直接的必然联系。 大模型出现幻觉的原因主要是其通过训练数据猜测下一个输出结果，可能会因错误或不准确的数据导致给出错误的答案。而小模型相对来说数据量和复杂度较低，出现幻觉的情况相对较少，但这并非绝对，还取决于模型的训练质量、数据的准确性等多种因素。优质的数据集对于大模型减少幻觉现象非常重要。
2025-02-21
如果想用AI创作表情包，推荐用什么AI大模型
如果您想用 AI 创作表情包，以下是一些推荐的 AI 大模型及相关平台： 1. MewXAI：这是一款操作简单的 AI 绘画创作平台。其功能包括 MX 绘画，拥有众多超火模型和上百种风格，支持文生图、图生图；MX Cute 是自研的可爱风动漫大模型；MJ 绘画在表情包制作等方面表现出色；还有边缘检测、室内设计、姿态检测、AI 艺术二维码、AI 艺术字等多种功能。访问地址：https://www.mewxai.cn/ 2. 在开发 AI Share Card 插件的过程中，选用的是 GLM4flash 模型。它具有较长的上下文窗口、响应速度快、并发支持高、免费或价格较低等优点。 请注意，以上内容由 AI 大模型生成，请仔细甄别。
2025-02-21
复杂推理的产品，给模型灌什么能够更好训练推理能力？以及怎么优化模型的推理准确度？
以下是一些能够更好训练模型推理能力以及优化推理准确度的方法： 1. OpenAI 的推理模型通过强化学习进行训练，在训练过程中，模型学会在回答前思考，产生长链的思维过程，并不断尝试不同策略，识别错误，从而能够遵循特定的指导方针和模型政策，提供更有用的回答，避免产生不安全或不适当的内容。 2. 蒙特卡洛树搜索（MCTS）对推理模型有积极影响，例如在数学定理证明中，能探索非确定性证明路径，将解决 IMO 几何题的耗时从传统方法的 30 分钟降至 90 秒；在多跳问答系统中，结合 MCTS 的模型在 HotpotQA 数据集上准确率提升 12%，因其能回溯验证中间推理步骤。 3. 动态知识融合机制方面，传统基于规则的推理无法处理模糊知识，而 MCTS 增强方案在医疗诊断中可将误诊率从纯规则引擎的 23%降至 9%。 4. 资源分配优化方面，在逻辑谜题求解任务中，MCTS + Transformer 能达到 85%准确率且耗时 3 秒，而纯 Transformer 为 62%准确率且耗时 8 秒；在法律条文推导任务中，MCTS + Transformer 有 92%合规性且耗时 5 秒，纯 Transformer 为 88%合规性且耗时 2 秒。 OpenAI 于 9 月 12 日发布的新模型 o1 旨在实现通用复杂推理，通过强化学习和思维链的方式提升推理能力，尤其在数学和编程领域表现出色，但用户反馈显示其实际表现与宣传存在差距，成本高于 GPT4o，且在某些任务上优势不明显，OpenAI 仍在探索如何优化模型的推理性能。
2025-02-21
偏推理型的内容，怎么提升模型的推理深度及准确度？
提升模型推理深度及准确度的方法包括以下几个方面： 1. 扩大模型规模：随着模型规模的扩大，其推理能力会得到提升，类似于 AlphaGo 或 AlphaZero 的工作方式，通过蒙特卡罗推演来修改评估函数，从而提高推理精度。 2. 引入多模态学习：引入图像、视频和声音等多种模式将极大地改变模型的理解和推理能力，特别是在空间理解方面。多模态模型可以通过更多的数据和更少的语言来进行学习。 3. 优化训练方法： RLHF（Reinforcement Learning from Human Feedback）：模型在这个过程中的目标是最大程度地获得人类的认可，通过奖励模型来衡量。 结合不同的推理能力提高途径：将生成不同的思维链（CoT）并选择有效路径的方法，与在部署时用大量计算进行推理的方法结合起来。 4. 改进模型结构和算法： 规模和算法是科技进步的关键因素，数据和计算规模具有决定性作用。 在模型之上添加启发式方法或增加模型本身的规模。 此外，Hinton 还提到了一些相关观点，如最合理的模型是将符号转换成大向量并保留符号的表面结构，大型语言模型通过寻找共同的结构来提高编码效率，以及即使训练数据中有错误，大型神经网络也具有超越训练数据的能力等。
2025-02-21
根据户型图生成图片
以下是根据您提供的户型图生成图片的相关方法： 使用 StableDiffusion（SD）生成图片： 1. 设置模型和提示词： 大模型：如 ghostmix_v20Bakedvae。 正向提示词：例如 1girl,solo,long hair,looking at viewer,jewelry,earrings,indoors,bangs,dress,blush,plant,multicolored hair,upper body,shelf,pink eyes,window,potted plant,flower,closed mouth,from side,wavy hair,bare shoulders,sleeveless,pink hair,kitchen,breasts,blue dress,white hair,<lora:Colorful portraits_20230715165729000018:1>。 负向提示词：如 EasyNegative,badhandsv5neg,Subtitles,word。 2. 一口气生成多张图，选择合适的一张，使用差异随机种子进行细节微调。 3. 将满意的图发送到图生图。 4. 使用 tile 和脚本放大。 使用 PS Beta 版本 Firefly lmage 3 模型生成图片： 1. 生成图像： 局部生成图像看起来较自然。 英文关键词生成的结果通常比中文好。 2. 参考图像： 产品外形还原效果一般，颜色还原较好。 3. 调整画笔：功能丰富实用。 4. 生成类似的内容：右侧变化可选择生成类似内容，效果尚可。 5. 生成背景： 有添加背景的 3 种方式，包括生成背景、导入背景和油漆桶。 生成背景效果一般，自动抠图并添加蒙版的功能在处理投影的透明区域时存在不足。 6. 增强细节：先生成一个蝴蝶，点击左上角的增强细节图标，效果有一定提升但不明显。 使用 SD 的 ControlNet 插件生成图片： 1. 以某张图为例，将其导入图生图界面。 2. 根据情况选择大模型，如卡通类选择“revAnimated”，真实类选择“Realistic Vision”，效果不好可尝试其他模型。 3. 图生图中重要参数设置： 缩放模式选择“缩放后填充空白”。 按需求调整尺寸。 单批数量可根据需求填写。 加大“重绘幅度”到 0.8 以上。 4. ControlNet 设置： 升级到最新版本，导入图片。 启用插件，控制类型选择“局部重绘”，预处理器选择“inpaint_only+lama”，控制模式选择“更倾向 Controlnet”，缩放模式选择“缩放后填充空白”。 为使风格统一，可增加 reference_only 通道。 5. 点击生成，选择满意的结果。 6. 试验其他图时，可通过反推提示词增加文本控制，新生成部分可能存在色差，需调整参数修正。 7. 以建筑图为例，使用真实系模型扩展，调整尺寸，将图片分别放入“图生图”和“ControlNet”中，点击生成即可。 请注意，不是每一次生成效果都能非常好，可能需要通过调整各项参数来获得理想的图片。
2025-02-21
最好用的生成 ppt 的 ai 工具
以下是一些好用的生成 PPT 的 AI 工具： 1. MindShow：这是一款 AI 驱动的 PPT 辅助工具，可能提供自动布局、图像选择和文本优化等智能设计功能，目标是简化设计流程，让用户专注于内容表达和创意发挥，还可能包含互动元素和动画效果。网址：https://www.mindshow.fun/ 2. 爱设计 3. 闪击 4. Process ON 5. WPS AI 6. Gamma：在线 PPT 制作网站，允许通过输入文本和想法提示快速生成幻灯片，支持嵌入多媒体格式。网址：https://gamma.app/ 7. 美图 AI PPT：由知名图像编辑软件“美图秀秀”的开发团队推出，允许通过输入简单文本描述生成专业 PPT 设计，包含丰富模板库和设计元素。网址：https://www.xdesign.com/ppt/ 8. 讯飞智文：由科大讯飞推出的 AI 辅助文档编辑工具，利用语音识别和自然语言处理领域技术优势，提供智能文本生成、语音输入、文档格式化等功能。网址：https://zhiwen.xfyun.cn/ 目前市面上大多数 AI 生成 PPT 按照如下思路完成设计和制作： 1. AI 生成 PPT 大纲 2. 手动优化大纲 3. 导入工具生成 PPT 4. 优化整体结构 推荐 2 篇市场分析的文章供参考： 1. 《》 2. 《》
2025-02-21
deekseek生成助手提示词的指令
以下是关于 DeepSeek 生成助手提示词的相关内容： 一、核心原理认知 1. AI 特性定位 多模态理解：支持文本/代码/数学公式混合输入 动态上下文：对话式连续记忆（约 4K tokens 上下文窗口，换算成汉字是 8000 字左右） 任务适应性：可切换创意生成/逻辑推理/数据分析模式 2. 系统响应机制 采用意图识别+内容生成双通道 自动检测 prompt 中的：任务类型/输出格式/知识范围 反馈敏感度：对位置权重（开头/结尾）、符号强调敏感 二、基础指令框架 如果不知道如何表达，还是可以套用框架指令 1. 四要素模板 2. 格式控制语法 强制结构：使用```包裹格式要求 占位符标记：用{{}}标注需填充内容 优先级符号：>表示关键要求，!表示禁止项 三、进阶控制技巧 1. 思维链引导 分步标记法：请逐步思考：1.问题分析→2.方案设计→3.风险评估 苏格拉底式追问：在得出最终结论前，请先列举三个可能存在的认知偏差 2. 知识库调用 领域限定指令：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：以 Nature 2022 年发表的论文为参考，解释 CRISPRCas9 最新突破 3. 多模态输出 四、高级调试策略 1. 模糊指令优化 问题类型 修正方案 示例对比 宽泛需求：添加维度约束，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，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” 2. 迭代优化法 首轮生成：获取基础内容 特征强化：请加强第三段的技术细节描述 风格调整：改用学术会议报告语气，添加结论部分 最终校验：检查时间逻辑一致性，列出可能的事实性错误 五、行业应用案例 1. 技术开发场景 2. 商业分析场景 六、异常处理方案 1. 信息幻觉：追加请标注所有不确定陈述，并提供验证方法 2. 格式偏离：使用严格遵循以下模板：第一行...第二行... 3. 深度不足：触发请继续扩展第三章节内容，添加案例佐证 七、效能监测指标 1. 首次响应准确率：目标>75% 2. 多轮对话效率：问题解决平均轮次<3 3. 复杂任务分解：支持 5 级子任务嵌套 此外，还有关于利用 DeepSeek 生成小红书爆款单词视频的相关内容： 1. 生成单词 开始：输入单词主题、图片风格、单词数量。 生成单词数组：选择 deepseekr1 模型，输入单词主题、单词数量，这样 deepseek 就可以为用户输出指定数量的几个单词，以数组方式输出。 2. 角色：您是一个专业的单词生成助手，擅长围绕各种主题挖掘相关英语单词，为用户提供精准且实用的单词、中文、美式音标内容。 3. 技能：输出关联英语单词，当用户输入主题时，分析主题内涵，运用专业知识，输出指定数量个与该主题紧密关联的英语单词、中文翻译、美式音标，将该单词用于一句英文中（不超过 15 个单词），并将这句英文句子翻译成中文句子，并以数组形式呈现。 4. 限制：仅围绕用户输入主题输出相关英语单词、中文翻译、美式音标，不涉及其他领域内容。输出必须为符合要求的数组形式，英文单词对应变量 yingwen，中文翻译对应变量 zhongwen，美式音标对应变量 yinbiao，英文句子对应变量 juzi_yingwen，中文句子翻译对应变量 juzi_zhongwen，不得有其他格式偏差。
2025-02-21
logo生成网站
以下是一些常见的 logo 生成网站： 1. Looka：是一个在线 Logo 设计平台，使用 AI 理解用户的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 制作器利用 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。 另外，还有以下网站： 1. Namecheap Logo Maker：在 12 月更新的生成式 AI 年终数据中，其在 Logo 生成领域表现突出。 2. ideogram：海外生图平台，对英文字母生成友好，输入支持中文。使用时可在首页信息流中找到中意款式，点进去 retry 并替换提示词中字母部分。 3. liblib 及 esheep 在线工作流：包括极简 Logo、毛绒风格 Logo、夏日冰冰凉风格 Logo 等，在线工作流方便，适合没有强悍本地主机的朋友。极简 Logo 可进入 https://www.liblib.art/modelinfo/8db352bf5f6b4190841de341cb9eaa0c ；毛绒风格 Logo 可进入 https://www.esheep.com/app/9116?utm_source=app_tab 一键运行；夏日冰冰凉风格 Logo 可进入 https://www.esheep.com/app/8975?utm_source=app_tab 一键运行。 使用这些工具时，用户通常可以根据自己的品牌理念和视觉偏好，通过简单的交互获得一系列设计方案，并进一步定制和优化，直到满意为止。
2025-02-21
ai模特换服装生成视频
以下是为您提供的关于 AI 模特换服装生成视频的相关信息： 阿里巴巴开发了 ViViD 视频虚拟试穿技术，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 。 此外，目前在电商平台上已经有很多商品图片，特别是衣服的效果图是由 AI 生成的，AI 模特不需要像人一样辛苦换衣服和摆 Pose 。
2025-02-21
图像生成的提示词
以下是关于图像生成提示词的相关内容： 1. 藏师傅教您用 AI 三步制作任意公司的周边图片： 第一步：将生成的提示词填入{图像描述}位置，将想生成的周边填入{周边描述}部分。例如：“The pair of images highlights a logo and its realworld use for a hitech farming equipment;this logo is applied as a black and white tattoo on lower back of an inmate”。参考此内容和风格特点创作类似提示词，然后根据{周边描述}设计配套的右侧面板描述，表达“展示同样的内容（可以是角色、标志等）”的意思。 第二步：将第二步的提示词和 Logo 图片放到 Comfyui 工作流，Lora 需要用到 InContext LoRA 中的 visualidentitydesign 从 https://huggingface.co/alivilab/InContextLoRA/tree/main 下载，工作流下载：https://github.com/op7418/Comfyuiworkflow/blob/main/FLUX/Logo%20%E5%91%A8%E8%BE%B9%E7%94%9F%E6%88%90.json 。 相关文件下载： 。 2. “城市狂想”直接上手操作的教程中图片提示词生成： 提供了猫叔之前写的一段提示词的 prompt，例如： 远景，三分法构图，俯视视角，数字绘画，云雾缭绕的山谷，群山连绵起伏，山谷间云雾缭绕，阳光透过云层洒在山间，形成光与影的对比，模拟观众的视线逐渐接近这片土地，新印象派风格特征，使用数字画笔和渐变工具ar 16:9v 6.1 。 远景，中心对称构图，俯视视角，摄影风格，云雾中的山谷，山峦在云雾中若隐若现，山谷中隐约可见的河流蜿蜒流淌，云雾的流动感和山的静态形成对比，现实主义风格特征，使用长焦镜头和景深控制技术ar 3:2v 6.1 。 远景，对角线构图，俯视视角，水墨画风格，云雾缭绕的山谷，山峦线条流畅，云雾以墨色深浅表现，山谷中的云雾仿佛在流动，给人以动态的视觉感受，中国山水画风格特征，使用毛笔和水墨渲染技术ar 2:3v 6.1 。 为大家直接生成了 1 组共 12 段提示词，可直接使用。注意：提示词在悠船和 MJ 中可直接使用，在其他平台工具请复制后删除包含以后的部分。 以悠船为例，进入悠船页面，点击开始想象按钮，粘贴提示词，回车等待几十秒生成 4 张图片，可选择喜欢的图片进行变化、高清、重塑、扩图等操作。变化会生成 4 张新图片，高清选择直接变化不明显，选择强烈会修改细节，重塑分为细微和强烈两种方式，会展现不同画面类型和内容。
2025-02-21
如何让agent协作起来
要让 Agent 协作起来，可以参考以下方法： 1. 了解不同的产品设计模式：生成式 AI 的人机协同分为 Embedding（嵌入式）、Copilot（副驾驶）、Agent（智能代理）这 3 种模式，每种模式下人与 AI 的协作流程有所差异。其中 Embedding 模式人类完成大多数工作，Copilot 模式人类和 AI 协同工作，Agents 模式 AI 完成大多数工作。 2. 采用 Multiagent Collaboration 的方法：让不同角色的 Agent 按照任务要求自主规划选择工具、流程进行协作完成任务。例如作为产品经理，可将产品功能设计需求通过 Agents 拆解成多个独立任务，遵循不同工作流，生成初步结果后再修改完善。 3. 从原子能力层思考：抽象化拆解大模型的底层能力，如翻译、识别、提取、格式化等，围绕“输入”“处理”“输出”“反馈”构建最底层的信息处理逻辑。 4. 重塑获取信息的方式：搜索引擎和基于大模型的聊天机器人的目标从根本上一致，可根据需求选择。 5. 注意多 Agent 模式中的设置：分为全局设置和节点设置。全局设置中更应注意角色定义和人物刻画，节点设置更关注单个智能体中要详细执行的逻辑。 6. 合理编排智能体：将智能体编排首尾相连，避免成为线性工作流。 7. 明确跳转模式和适用场景：单个 Agent 中两种跳转模式分别适用于通用和复杂的意图识别和跳转，一般场景下前者效果更好，后者适用更复杂的意图识别情景。同时，编排时应明确单个 Agent 的名称和适用场景，以便节点跳转模型更好地识别触发条件。
2025-02-19
如何让老照片动起来
以下是一些让老照片动起来的方法和相关信息： 1. 参加“时光印记”AI 公益挑战赛：该挑战赛采集了杨浦 20 位老一辈建设者老照片与故事，期望用 AIGC 技术创作影视频、AIMV、动图。作品要求任选百年主题，创作视频短片、音乐 AIMV 或动态老照片，AI 制作内容不低于 70%，视频短片时长 60 秒以上，音乐 AIMV 至少 30 秒，图片组让老照片动起来 5 10s。报名及创作时间为即日起至 2024 年 11 月 20 日。参赛方式为填写报名问卷和进群获取素材。 2. 使用 Dreamina 即梦工具：不需要🪜，每天有免费额度。注册可用抖音号或手机号，上传照片即可尝试让老照片动起来。 3. 使用 Sora 工具：优点是发布的成果好，集成在 openai 一套里可用，但需要🪜，需要 gmail 注册，需要订阅后才能使用。
2025-02-14
我想让公司做内容的同时用起来AI工具做好小红书和公众号的内容
以下是关于在公司做小红书和公众号内容时使用 AI 工具的相关信息： 1. 卓 sir 利用 AI 工具完成 PPT 作业的经验： 卓 sir 在时间紧迫的情况下，出于对 AI 提效的好奇，决定自己先用 AI 工具完成电子商务组队的 PPT 汇报作业。 探索写 prompt 花费了 3 个小时，但最终成功完成了包括大纲内容、排版、动画等的 PPT，认为加上企业背景图片即可提交。 用到的 AI 工具为 GPT4、WPS AI 和 chatPPT。 2. 12 月 25 日的 AI 资讯： Recraft AI 更新了 60 种新的图像风格，是一款可用于生成和编辑插画、海报、产品周边等的 AI 平面设计工具，对所有用户每日都有免费试用点数，并允许对生成的图像进行商业使用。地址：https://www.recraft.ai/ AI 公文智能体“学习强国公文助手”在文小言 APP 正式上线，可以帮助用户进行文汇检索、AI 公文书写、AI 公文润色等。使用方式：下载文小言 APP，找寻学习强国公文助手。 3. 关于生成式 AI 内容的思考： 汉青老师分享提到生成式 AI 的内容仍和传统社交媒体内容共存，短期内可能因新鲜感获流量红利，但人们最终在意的仍是高质量内容。 虽掌握了各种先进工具，但应更关注内容，认真感受真实世界和身边普通人。对于如何与 AI 结合还没想好，需慢慢思考。 希望以上信息对您在公司利用 AI 工具做小红书和公众号内容有所帮助。
2025-02-08
我在一周前的文章[1]里说对 DeepSeek-R1 只需要说大白话，但在三天前的文章[2]里又用了看起来还挺复杂的结构化提示词。有伙伴问我到底咋回事。这就来解释下喽。
以下是关于 DeepSeekR1 提示词的相关信息： 历史更新： 字节跳动推出新技术 OmniHuman，利用单张图片和音频生成生动视频。 DeepSeek 的出现标志着算力效率拐点显现，其优化算法架构提升算力利用效率，AI 基础大模型参数量迎来拐点，2025 年是算法变革元年，其训练过程聚焦强化学习提升推理能力。 提示词方法论： 核心原理认知：包括多模态理解、动态上下文、任务适应性等 AI 特性定位，以及采用意图识别+内容生成双通道处理等系统响应机制。 基础指令框架：包括四要素模板、格式控制语法等。 进阶控制技巧：如思维链引导、知识库调用、多模态输出。 高级调试策略：包括模糊指令优化、迭代优化法。 行业应用案例：涵盖技术开发场景、商业分析场景。 异常处理方案：如处理信息幻觉、格式偏离、深度不足等情况。 效能监测指标：包括首次响应准确率、多轮对话效率、复杂任务分解等。 在 R1 时代，使用 AI 提示词关键在于提供足够背景信息，简单大白话有效但信息量不足难达理想结果，示例和框架可助理清思路，最终影响在于思考和表达，利用乔哈里视窗分析信息需求，避免过度指令化，让 AI 自由思考以激发更高创意和效果。
2025-02-07
让图片动起来
以下是关于让图片动起来的相关内容： 关于生成式 AI 的内容承载，短期内可能因新鲜感获流量红利，但人们最终在意的仍是高质量内容。我们掌握了各种先进工具，如让老照片动起来等，但关键是如何更好地结合两张照片。 实现让图片中人物动起来及两张照片更好结合的方法： 方法一：利用 MJ 画图得到想要的底图，使用 InsightFaceSwap 插件处理脸部（因对多人脸部同时处理效果不好，需先分割裁剪图片分别处理再缝合），最后用可灵或其他软件让图片动起来。 方法二：在网上寻找能直接融合两张照片的软件或项目，若没有则纯 P 图，然后用图生视频的项目完成。 使用 Camera Motion 让图片动起来的步骤： 上传图片：点击“AddImage”。 输入提示词：在“Prompt”中输入。 设置运镜方向：选择想要的方向，输入运镜值。 设置运动幅度：与画面主体运动幅度有关，可任意设置。 其它：选择好种子、是否高清、是否去除水印。 生成视频：点击“create”。
2025-01-12
你能让图片动起来么？
要让图片动起来，可以通过以下几种方法： 1. 方法一： 利用 MJ 画图绘制想要的底图。 使用 InsightFaceSwap 插件进行换脸或让脸部更像，但因该插件对多人脸部同时处理效果不佳，需先对图片进行分割裁剪，分别处理后再缝合。 最后使用可灵或其他软件让图片动起来。 2. 方法二： 在网上寻找能够融合两张照片的软件或项目，直接对图片进行融合。若没有，则进行纯 P 图处理，然后利用图生视频的项目完成。 此外，还有一些相关的工具和技巧： 工具“清影”：输入一张图片和相应提示词，清影大模型会将图片转变为视频画面。也可以只输入图片，让模型自行发挥想象力生成有故事的视频。 技巧 1：选用清晰的图片，上传图片比例最好为 3:2（横版），支持上传 png 和 jpeg 图像。若原图不够清晰，可使用分辨率提升工具。 技巧 2：提示词要简单清晰。可以选择不写 prompt，让模型自行操控图片动起来；或者明确想动起来的主体，并以“主体+主题运动+背景+背景运动”的方式撰写提示词。 工具“Camera Motion”： 上传图片：点击“AddImage”。 输入提示词：在“Prompt”中输入。 设置运镜方向：选择想要的运镜方向。 设置运动幅度：与画面主体运动幅度有关，与运镜大小无关，可设置任意值。 其他：选择好种子（seed）、是否高清（HD Quality）、是否去除水印（Remove Watermark）。 生成视频：点击“create”。
2025-01-08