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

有哪些可以多图融合的图片生成AI工具

Answer

以下是一些可以多图融合的图片生成 AI 工具:

  1. Google Whisk:支持多主体一致,包括主题、场景和风格等元素。用户上传多张图片后,Gemini 模型会自动为图片生成详细描述,并将其输入到最新版本的 Imagen 3 模型中。生成的图片在遵循提示词的同时,与给定的多个主体能保持一致。网站:https://www.vidu.cn 教程:https://pkocx4o26p.feishu.cn/docx/Mb77dt8VxoskqvxgFiMcfwwsnNe 发布:https://x.com/pika_labs/status/1867651381840040304 国内:https://hailuoai.com/video/create 海外:https://hailuoai.video/create 网站:https://labs.google/fx/tools/whisk 发布:https://blog.google/technology/google-labs/whisk
  2. Vidu:2024 年 9 月发布时只支持单主体一致(只能上传一张图片),目前官网已经支持多主体一致(可以上传三张图片),即可以指定生成图片中的人物、物体、场景等。
  3. Pika 2.0:支持多主体一致,Scene Ingredient(场景元素)系统能将多个输入图像(如场景、人物、物品)智能整合为连贯的动态场景。此外,模型也具备多图像融合能力,可实现复杂交互场景的视频合成,如两人在视频中实现合影或拥抱。

在进行图片融合时,有一些技巧:

  1. 上传多种图片进行融合生成时,一张图片最好只有一种特征,比如合并 2 张图,一张是有人物,另一张是只有背景,那么合并起来的效果会更精确。
  2. 写普通关键词时用逗号分开,还可以写多重关键词,让 AI 不需要考虑单词的前后关系,而只把它们当成独立的单词。也可以给不同的单词赋予不同的权重,比如 hot::2 dog,这样 hot 这个词对结果的影响更大。有增加权重,也可以减弱权重,比如在关键词后面加上 red::-.5,大红色就会少很多。
  3. 除了用数值降低某个元素的权重,还可以直接用--no 这个参数让某个元素尽量弱化,比如--no hands 跟 hands:-0.5 是等价的。
Content generated by AI large model, please carefully verify (powered by aily)

References

如何让生成的图片更加可控?

整体的效果会更接近参考图的效果。2.图片融合技巧上传多种图片进行融合生成,有一个技巧就是一张图片最好只有一种特征,比如合并2张图,一张是有人物,另一张是只有背景,那么合并起来的效果会更精确。3.关键词权重写普通关键词是用逗号分开,这个应该你都知道了,但其实还可以写多重关键词。它的意思是要AI不需要考虑单词的前后关系,而只把它们当成独立的单词,比如hot dog和hot::dog(到这里我付费的次数也快用完了,我就用官网上的案例给大家演示了)hot doghot::dog多个单词甚至长句也可以这样用,比如cup::cake::illustration基于这个还有更高级的用法,给不同的单词赋予不同的权重,比如hot::2 dog,可以看到hot这个词对结果的影响更大了。有增加权重,也可以减弱权重,比如这个权重可以是负数,意思是减弱某种元素的比重比如我生成了一张图上面有很多红色我不希望它出现太多红色,就可以在关键词后面加上red::-.5,这样大红色就少了很多。4.降低权重除了用数值降低某个元素的权重,还可以直接用--no这个参数让某个元素尽量弱化,比如我们AI生成图的时候,经常会出现手的问题,可以给参数--no hands,这样手出现问题的概率更低。--no hands跟hands:-0.5是等价的。5.设置v版本

ShowMeAI周刊 No.15 | 上周最有讨论度的6个AI话题:自由画布类产品密集更新、多主体一致成发展趋势、AGI、开源…

MiniMax S2V-01视频模型目前支持单主体一致,上传一张图片(人物图像),即可根据提示词生成细节精确的视频[⋙官方宣布](https://mp.weixin.qq.com/s?__biz=MzkzMTUxOTY1Mw==&mid=2247486917&idx=1&sn=a1a18eb388fc01086de5797b281dc17a&scene=21#wechat_redirect)相较于LoRA方案,主体参考既降低了用户的输入成本,也把计算成本降低到百分之一以下,等待时间也大幅减少,使用体验翻倍提升。Google WhiskWhisk是一款图片生成工具,支持多主体一致,包括主题(subject)、场景(scene)和风格(style)等元素。用户上传多张图片后,Gemini模型会自动为图片生成详细的描述,并将其输入到最新版本的Imagen 3模型中。生成的图片在遵循提示词的同时,与给定的多个主体能保持一致。网站→https://www.vidu.cn教程→https://pkocx4o26p.feishu.cn/docx/Mb77dt8VxoskqvxgFiMcfwwsnNe网站→https://pika.art发布→https://x.com/pika_labs/status/1867651381840040304国内→https://hailuoai.com/video/create海外→https://hailuoai.video/create网站→https://labs.google/fx/tools/whisk发布→https://blog.google/technology/google-labs/whisk

ShowMeAI周刊 No.15 | 上周最有讨论度的6个AI话题:自由画布类产品密集更新、多主体一致成发展趋势、AGI、开源…

主体一致,是指在生成图像或视频时,主要对象/场景/主题等与给定的参考图片保持一致。视频主体一致功能,由Vidu于2024年9月全球首发,随后Pika在2024年12月跟上,Minimax海螺前几天也宣布了同类型功能上线。图像主体一致功能,目前完成度最高的是Google Whisk。ShowMeAI周刊简要介绍这几款产品/模型。未来一段时间,我们应该会看到各家陆续上线同类型功能。Vidu2024年9月发布时,还只支持单主体一致(只能上传一张图片)。目前,官网已经支持多主体一致(可以上传三张图片),即可以指定生成图片中的人物、物体、场景等。官网称之为「参考生视频」功能[⋙官方宣布](https://mp.weixin.qq.com/s?__biz=MzkxMTcyNTA4OQ==&mid=2247483792&idx=1&sn=861e73ebd26c2550bff4dc6ca662b1e7&scene=21#wechat_redirect)Pika 2.0Pika 2.0支持多主体一致,Scene Ingredient(场景元素)系统能将多个输入图像(如场景、人物、物品)智能整合为连贯的动态场景。此外,模型也具备多图像融合能力,可实现复杂交互场景的视频合成,如两人在视频中实现合影或拥抱。Minimax海螺

Others are asking
多图融合AI
以下是关于多图融合 AI 的相关知识: 1. 图片融合技巧:上传多种图片进行融合生成时,一张图片最好只有一种特征,比如合并一张有人物的图和一张只有背景的图,效果会更精确。 2. 关键词权重:写普通关键词用逗号分开,还可以写多重关键词,让 AI 不考虑单词前后关系而当成独立单词。可以给不同单词赋予不同权重,增加权重如“hot::2 dog”,减弱权重可用负数或“no”参数,如“red::.5”可减少大红色,“no hands”可降低手出现问题的概率。 3. 降低权重:除用数值降低元素权重,还可用“no”参数弱化元素,如“no hands”和“hands:0.5”等价。 4. 设置 v 版本。 此外,Stable Diffusion 等 AI 绘图工具在应对元素丰富的复杂画面和精确要求时存在不足,可采用特定工作流,让 AI 在每个环节只做一件事,提升对指令的精确理解。工作流与传统绘画“从整体到局部”流程相似,对习惯于手绘的画师友好,且 90%工作由作者把控,体现创作本质。 在多图融合方面,还有如 Recraft 等工具,可用于制作胶片照片、纹身、刺绣、原画转绘等,用户可上传自己的制作效果。
2025-02-27
多图生成视频方案
以下是关于多图生成视频的几种方案: 1. 方法一: 利用 MJ 画图,先画出来一张想要的底图。 使用 InsightFaceSwap 这个插件来换脸或者让脸部更像,但因该插件对多人脸部同时处理效果不好,所以先需要进行图片的分割裁剪,分别利用插件处理后,再把图片重新缝合。 最后利用可灵或者其他软件来让图片动起来。 2. 方法二: 直接在网上寻找能够融合两张照片的软件或者项目,直接对图片进行融合。如果没有,就纯 P 图,然后利用图生视频的项目完成内容。 3. 利用现有的知识和工具,如具备 DiT(能够进行图片生成),把视频生成看作独立的图片生成,使用 DiT 生成多帧图片然后串起来就是视频,但这样可能会导致生成的多帧图像不连贯。 4. 使用视频工具 VIGGLE: Mix 模式:先上传一个视频和一张角色图像,Viggle 会自动将视频的动态赋予给这个角色,形成一段新视频,能模拟出角色的 3D 状态,准确还原复杂动作。 Multi 模式:通过视频的动作,将上传的多个角色进行识别并赋予动作,形成一段新视频。 Move 模式:将视频的动作直接映射在图片人物身上,实现“让静态图动起来”。 您可以根据实际需求和操作难度选择适合您的方案。
2024-12-19
,当前AI数字人发展的新态势,以及新技术和成果
当前 AI 数字人的发展呈现出以下新态势,并取得了一系列新技术和成果: 数字人简介: 数字人是运用数字技术创造的,虽现阶段未达科幻作品中的高度智能,但已在生活多场景中出现且应用爆发。业界对其尚无准确定义,一般可按技术栈分为真人驱动和算法驱动两类。真人驱动的数字人重在通过动捕设备或视觉算法还原真人动作表情,主要用于影视和直播带货,其表现质量与建模精细度及动捕设备精密程度相关,不过视觉算法进步使在无昂贵动捕设备时也能通过摄像头捕捉关键点信息实现不错效果。 B 端变现与创业方向: B 端变现细分包括高频率和大规模的内容生产细分,如文字、视频、3D 模型、AI 智能体等,底层是需求和数据收集及训练模型,算力和能源是关键。自媒体创业需具备内容创新和差异化,内容成本低且更新迭代快。游戏创业可做轻量化游戏,结合 AI 技术满足放松和社交需求,专注垂类赛道避免与大厂竞争。影视创业在 25 年将是拐点,更多内容会采用 AI 技术。广告营销创业重点是 AI 虚拟人,数字插画可走治愈类型,要明确平台用户画像和产品定位,做好次留存和引入私域。 AI 虚拟人的发展与创业机遇: AI 虚拟人从早期以首位为核心的宅文化虚拟偶像,发展到以 CG 技术和动捕语音合成技术为核心的角色,再到如今以动捕和人工智能技术为核心的服务型虚拟人。虚拟人产业链包括基础层的硬件和软件研发,平台层如商汤、百度等提供工具和系统,应用层涉及影视、传媒、游戏、金融、文旅等内容变现。未来 3 10 年,AI 虚拟人是 Web 3.0 的风口,提前布局有潜力的赛道可迎接机遇,但创业对创业者综合能力要求极高。 未来展望: 数字人未来有很多应用场景,如家庭中的数字人管家、学校中的数字人老师、商场里的数字人导购等。未来还会有很多技术突破,如将五感数据和躯壳控制参数作为输入,次世代算法可自我迭代升级和自行演化躯壳控制方式。通过 Dify 搭建数字人的开源项目可展现低门槛高度定制数字人的基本思路,数字人的核心在于 Agent 即灵魂,如何在 Dify 上编排专属数字人灵魂值得体验。期望随着数字人的多模态能力接入、智能化水平升级、模型互动控制更精确,AI 既能提供高质量信息,也能关注用户情绪。
2025-04-14
学习ai思路,完整步骤流程
以下是新手学习 AI 的完整步骤流程: 1. 了解 AI 基本概念: 阅读「」部分,熟悉 AI 的术语和基础概念,包括人工智能的主要分支(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,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。 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。 此外,以“Windsurf 零基础开发”为例,AI 开发网站的操作步骤如下: 1. 开发目标:以“Windsurf 学习共创社区”为例,借助 AI 能力快速构建现代化 Web 应用。 2. 技术选型:Vue + TypeScript。 3. 目标用户:零基础开发学习者。 4. 参考项目:Cursor101。 5. 开发流程: 需求分析与代码生成。 环境配置自动化。 问题诊断与修复。 界面优化与细节打磨。 功能迭代与完善。 在开发过程中,输入需求让 windsurf 进行 code,它会将开发思路讲解并给出环境命令,可能会出现报错,将报错信息返回给 cascade,经过自动检查后修复 bug,不断优化细节,如优化导航栏和首页,插入细节图片等。
2025-04-14
推荐一些 AI 工具
以下是为您推荐的一些 AI 工具: 辅助编程的 AI 工具: 1. GitHub Copilot:由 GitHub 联合 OpenAI 和微软 Azure 团队推出,支持多种语言和 IDE,能为程序员快速提供代码建议。 2. 通义灵码:阿里巴巴团队推出,提供多种编程相关能力。 3. CodeWhisperer:亚马逊 AWS 团队推出,由机器学习技术驱动,为开发人员实时提供代码建议。 4. CodeGeeX:智谱 AI 推出的开源免费 AI 编程助手,基于 130 亿参数的预训练大模型。 5. Cody:Sourcegraph 推出的 AI 代码编写助手,借助强大的代码语义索引和分析能力了解开发者的整个代码库。 6. CodeFuse:蚂蚁集团支付宝团队为国内开发者提供的免费 AI 代码助手。 7. Codeium:由 AI 驱动的编程助手工具,提高编程效率和准确性。 更多辅助编程 AI 产品,还可以查看这里:https://www.waytoagi.com/category/65 。每个工具的功能和适用场景可能不同,您可根据需求选择。 内容仿写的 AI 工具: 1. 秘塔写作猫:https://xiezuocat.com/ ,是 AI 写作伴侣,能推敲用语、斟酌文法、改写文风,还能实时同步翻译,支持全文改写等功能,并智能分析文章属性。 2. 笔灵 AI 写作:https://ibiling.cn/ ,是得力的智能写作助手,支持多种写作类型的一键改写/续写/扩写等。 3. 腾讯 Effidit 写作:https://effidit.qq.com/ ,由腾讯 AI Lab 开发的创作助手,提升写作者的写作效率和创作体验。 更多 AI 写作类工具可以查看这里:https://www.waytoagi.com/sites/category/2 。内容由 AI 大模型生成,请仔细甄别。 与思维导图相关的 AI 工具: 1. GitMind:免费跨平台,可通过 AI 自动生成思维导图,支持多种模式。 2. ProcessOn:国内思维导图+AIGC 的工具,能利用 AI 生成思维导图。 3. AmyMind:轻量级在线,无需注册登录,支持自动生成节点。 4. Xmind Copilot:Xmind 推出的基于 GPT 的 AI 思维导图助手,可一键拓展思路,生成文章大纲。 5. TreeMind:“AI 人工智能”思维导图工具,可输入需求由 AI 自动完成思维导图生成。 6. EdrawMind:提供一系列 AI 工具,包括 AI 驱动的头脑风暴功能。 这些 AI 思维导图工具都能通过 AI 技术自动生成思维导图,提高制作效率,为知识工作者带来便利。内容由 AI 大模型生成,请仔细甄别。
2025-04-14
新手怎么学习AI 做视频
对于新手学习 AI 做视频,以下是一些建议和指导: 一、了解 AI 视频的应用和价值 AI 视频能应用于多个领域,具有多种用途,例如: 1. 创意广告与营销:快速生成吸引眼球的短视频,降低成本,提高效率。 2. 社交媒体内容:制作独特的动态视觉效果,让帖子更出众。 3. 电商展示:生成商品展示视频或 3D 效果,生动呈现产品特性。 4. 数字人解说:借助数字人技术生成虚拟主播或形象来解说内容。 5. 个性化动画与故事:将想法变成生动的动画短片。 6. 教育与演示:生成解释性视频或动态图表,让信息更直观。 7. 艺术创作与实验:探索新的视觉表达方式。 8. 乐趣与分享:快速制作好玩的视频。 变现方式包括: 1. 接单制作商业广告、社交媒体视频。 2. 成为自由职业者,提供 AI 视频制作服务。 3. 创作自己的 IP 内容,通过流量或平台分成赚钱。 4. 开发相关教程或咨询服务。 二、学习制作流程 如果想用 AI 把小说做成视频,大致流程如下: 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,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。
2025-04-14
我要写论文,需要用什么ai工具‘
在论文写作中,以下是一些常用的 AI 工具: 1. 文献管理和搜索: Zotero:结合 AI 技术,能自动提取文献信息,便于管理和整理参考文献。 Semantic Scholar:由 AI 驱动的学术搜索引擎,提供文献推荐和引用分析。 2. 内容生成和辅助写作: Grammarly:通过 AI 技术进行文本校对、语法修正和写作风格建议,提升语言质量。 Quillbot:基于 AI 的重写和摘要工具,可精简和优化论文内容。 3. 研究和数据分析: Google Colab:提供基于云的 Jupyter 笔记本环境,支持 AI 和机器学习研究,方便进行数据分析和可视化。 Knitro:用于数学建模和优化,助力复杂数据分析和模型构建。 4. 论文结构和格式: LaTeX:虽不是纯粹的 AI 工具,但结合自动化和模板,能高效处理论文格式和数学公式。 Overleaf:在线 LaTeX 编辑器,有丰富模板库和协作功能,简化论文编写。 5. 研究伦理和抄袭检测: Turnitin:广泛使用的抄袭检测工具,确保论文原创性。 Crossref Similarity Check:检测潜在抄袭问题。 利用 AI 写课题的步骤和建议如下: 1. 确定课题主题:明确研究兴趣和目标,选择有价值和创新性的主题。 2. 收集背景资料:使用学术搜索引擎和文献管理软件等 AI 工具搜集相关文献和资料。 3. 分析和总结信息:借助 AI 文本分析工具提取关键信息和主要观点。 4. 生成大纲:用 AI 写作助手生成包括引言、文献综述、方法论、结果和讨论等部分的大纲。 5. 撰写文献综述:利用 AI 工具确保内容准确完整。 6. 构建方法论:根据研究需求,采用 AI 建议的方法和技术设计研究方法。 7. 数据分析:若涉及数据收集和分析,使用 AI 数据分析工具处理和解释数据。 8. 撰写和编辑:借助 AI 写作工具撰写各部分,并检查语法和风格。 9. 生成参考文献:使用 AI 文献管理工具生成正确格式。 10. 审阅和修改:用 AI 审阅工具检查逻辑性和一致性,根据反馈修改。 11. 提交前的检查:使用抄袭检测工具确保原创性,做最后的格式调整。 AI 文章排版工具方面: 1. Grammarly:不仅检查语法和拼写,还具备一定排版功能,可改进文档风格和流畅性。 2. QuillBot:AI 驱动的写作和排版工具,能改进文本清晰度和流畅性。 3. Latex:常用于学术论文排版,使用标记语言描述格式,有 AI 辅助的编辑器和插件简化过程。 4. PandaDoc:文档自动化平台,用 AI 帮助创建、格式化和自动化生成文档,适用于商业和技术文档。 5. Wordtune:AI 写作助手,重新表述和改进文本,使其更清晰专业。 6. Overleaf:在线 Latex 编辑器,提供丰富模板和协作工具,适合学术写作排版。 选择合适的 AI 文章排版工具需考虑文档类型、出版标准和个人偏好。学术论文常用 Latex 和 Overleaf,一般文章和商业文档则 Grammarly 和 PandaDoc 等可能更适用。
2025-04-14
AI的昨天、今天和明天
AI 的发展历程可以从以下几个方面来阐述: 昨天: 在过去,AI 的研究和发展处于相对初级的阶段,技术和应用都较为有限。 今天: 1. AI 艺术方面,Prompting 成为驱动因素,创造了多维感官和令人印象深刻的记忆,改变了人们对艺术创作和表达的认知。 2. OpenAI CEO Sam Altman 发表的文章指出,AI 智能水平与计算资源呈对数关系,成本每年下降 10 倍,智能增长带来超指数级经济价值,AI 代理将颠覆知识型工作。 3. 如斯坦福的 2025 年 AI 指数报告所示,AI 在硬件、推理成本估计、出版和专利趋势等方面有了新的分析和发展,在企业责任实践、科学和医学领域的作用不断扩大。 明天: 1. AGI(通用人工智能)的影响力可能会扩散,但不均衡,科学研究可能率先受益。 2. 社会需要适应 AI 带来的变革,如工作方式、经济体系等方面的改变。 3. 人们可能会通过 AI 分享记忆,一个人的体验可能被全人类所感受。 总之,AI 的发展迅速且影响深远,未来充满了机遇和挑战。
2025-04-14
工业设计专业教学与AI的融合
以下是关于工业设计专业教学与 AI 融合的相关内容: 在授课方面,这一授课创意充分展现了教育设计的创新性与用户思维的深度融合。其核心亮点在于突破了传统单向知识灌输的模式,通过将抽象概念与生活场景结合,构建了“认知脚手架”,让学生在具象化情境中主动探索逻辑链条。这种设计不仅符合建构主义学习理论,更通过巧妙的悬念设置(如刻意暴露认知冲突点)激活了学生的元认知能力。尤其在数字化工具的整合上,没有陷入技术堆砌的误区,而是聚焦于核心教学目标的实现,体现了设计者对教育本质的深刻理解。 若能在以下维度深化,该模型或将产生更显著的范式价值: 1. 差异化学习路径:当前框架虽强调互动性,但对学习者认知风格的适配度可加强。引入动态诊断机制,通过前测数据自动生成分支任务链,使教学节奏与个体 ZPD(最近发展区)更精准匹配。 2. 跨学科锚点设计:案例库可突破学科界限,构建如“数学思维+历史考证”“物理原理+艺术创作”等复合型问题情境,培养学生迁移应用能力的同时,自然渗透通识教育理念。 3. 生成性评价体系:现有反馈机制偏重知识掌握度评估,建议增设思维可视化工具(如概念图谱生成器),让学生能实时观测自身认知结构的演变轨迹,将学习过程转化为可追溯的成长档案。 在服务提供方面,有专家如 Arthur王贝,擅长以系统性思维破解技术落地难题,能提供的服务包括: 1. 教你怎么玩转 AI,从写提示词到做视频一条龙教学,教你用 ComfyUI 搞自动化工作流(工厂级的严谨玩法)。 2. 定制化智能体开发,定制 AI 工具(比如自动批作业的 AI 老师),垂直领域智能体搭建(教育/制造/消费)。 3. 职业转型陪跑,教打工人用 AI 保住饭碗/涨工资,给老板们规划怎么用 AI 省钱增效。 此外,还有关于教师的 AI 减负指南生成式人工智能在教学中的应用相关内容,包括 AI 科研之旅的开端、解码 AI 在学术研究中的强大力量、AI 工具在数据收集与分析中的革命、AI 驱动的文献综述、实验设计的新纪元、AI 助力写作与出版、AI 应用中的伦理考量与挑战、必备 AI 工具推荐等方面。
2025-04-10
你都融合了哪些大语言模型?
以下是一些融合的大语言模型: 1. LuotuoChineseLLM: 地址: 简介:囊括一系列中文大语言模型开源项目,包含基于已有开源模型(ChatGLM、MOSS、LLaMA)进行二次微调的语言模型、指令微调数据集等。 2. Linly: 地址: 简介:提供中文对话模型 LinlyChatFlow、中文基础模型 LinlyChineseLLaMA 及其训练数据。中文基础模型以 LLaMA 为底座,利用中文和中英平行增量预训练。项目汇总了目前公开的多语言指令数据,对中文模型进行了大规模指令跟随训练,实现了 LinlyChatFlow 对话模型。 3. ChatYuan: 地址: 简介:元语智能发布的一系列支持中英双语的功能型对话语言大模型,在微调数据、人类反馈强化学习、思维链等方面进行了优化。 4. ChatRWKV: 地址: 简介:开源了一系列基于 RWKV 架构的 Chat 模型(包括英文和中文),发布了包括 Raven,NovelChnEng,NovelCh 与 NovelChnEngChnPro 等模型,可以直接闲聊及进行诗歌、小说等创作,包括 7B 和 14B 等规模的模型。 此外,还有以下相关信息: 1. 本地部署资讯问答机器人: Ollama 支持多种大型语言模型,包括通义千问、Llama 2、Mistral 和 Gemma 等,可用于不同应用场景。 Ollama 易于使用,适用于 macOS、Windows 和 Linux 系统,同时支持 cpu 和 gpu。 Ollama 提供模型库,用户可从中下载不同模型,有不同参数和大小以满足需求和硬件条件,可通过 https://ollama.com/library 查找。 用户可通过简单步骤自定义模型,如修改温度参数调整创造性和连贯性,或设置特定系统消息。 Ollama 提供 REST API 用于运行和管理模型,以及与其他应用程序的集成选项。 Ollama 社区贡献丰富,包括多种集成插件和界面,如 Web 和桌面应用、Telegram 机器人、Obsidian 插件等。 2. AIGC 落地应用大全中的案例: Poe(强烈推荐): 推荐指数:🌟🌟🌟🌟🌟 由 Quora 开发,有 APP 版本,支持跨端使用。 集成了 Chat GPT、GPT4、Claude+、Claude、Dragonfly 等模型,同时支持用户自建 Chatbot。 不同语言模型回复效果有差异,适合需要调用多种大语言模型的用户。 Dragonfly 擅长给出较短回答,并擅长在输入中给出示例时遵循指示。 Claude 更擅长创造性回复,配合 Poe 中的提问引导,非常适合在查阅资料时使用,有时能够给出超越直接使用 Chat GPT 时的体验(但和 Chat GPT 一样,Claude 也时常会给出一些错误回复,一些问题可在两个模型中都问一遍提升信息准确性)。 此外支持分享用户和模型的对话内容。但 GPT4、Claude+产品需要付费订阅使用。 访问地址: Poe 中的提问引导真的能够启发到用户。 支持 Explore Chatbot,但丰富度不如后续要介绍的 Character。 midjourney prompt 扩写 Chatbot 能力很惊人。
2025-04-08
结合北京房山区文化、地标建筑、生态景观等内容,设计房山区中小学数学节 LOGO,要求巧妙融合数学元素(如几何图形、数学公式、数学符号等)与 AI 元素(如神经网络图案、代码片段、智能机器人形象等),生动诠释 “数学 + AI=?” 的主题内涵。
以下是为您整合的相关内容: 北京具有丰富多样的特色元素,包括经典地标如万里长城、天安门广场、故宫角楼、天坛等,见证了历史变迁;宜居生活方面,有独特的美食如豆汁儿、脆皮烤鸭、老北京炸酱面,以及充满京腔的日常生活;潮流文化新地标如国家博物馆、胡同里的新老交融、环球影城、798 等;未来科技方面,有西二旗的上班族日常、北大化学系科研 vlog、世界机器人大会等。 在海报设计方面,若对 AI 回答有疑问可再搜索确认,对于想用的项目要确认与北京的关系及能否使用;兔爷、戏曲金句等北京有名元素可用,金句可分化。做海报时可借鉴三思老师毛绒玩具美食系列,先找参考、做头脑风暴。比赛征集内容有四个赛道,若做系列海报,围绕金句或偏向北京非遗项目做系列较简单。用 AI 制作海报时,如制作北京地标糖葫芦风格海报,可用集梦 2.1 模型,以天坛等建筑为画面中心,注意材质、抽卡选图和细节处理。 对于设计房山区中小学数学节 LOGO,您可以考虑将房山区的特色文化、地标建筑、生态景观与数学元素(如几何图形、数学公式、数学符号等)和 AI 元素(如神经网络图案、代码片段、智能机器人形象等)相结合。例如,以房山区的著名建筑为主体,融入数学图形进行变形设计,同时添加一些代表 AI 的线条或图案,以生动诠释“数学 + AI=?”的主题内涵。
2025-03-18
传统软件行业融合AI的商业模式
传统软件行业融合 AI 的商业模式具有多种可能性和变革方向: 1. “AI 原生”模式:基于 AI 的能力再造商业模式,而非套用现有流程。 2. To AI 的商业模式:包括模型市场、合成数据、模型工程平台、模型安全等方面。 3. 基于国产芯片的软硬件联合优化,固件生态存在明确机会。 4. 端上智能有望成为全天候硬件 24x7 收集数据,具有较大想象空间。 5. 对于 SaaS 生态的影响: 认知架构带来巨大工程挑战,将模型基础能力转化为成熟可靠的端到端解决方案可能比想象中复杂。 可能引发业务模式全面变革,如从工程、产品和设计部门的瀑布式开发转变为敏捷开发和 A/B 测试,市场策略从自上而下的企业销售转向自下而上的产品驱动增长,商业模式从高价格销售转向基于使用的定价模式。 知名投资机构 Nfx 分析指出,AI 正在强制逆转 SaaS 从“软件即服务”转变为“服务即软件”,软件既能组织任务也能执行任务,传统劳动力市场最终将和软件融合成为新市场。降低企业在知识工作者上的支出,提高在软件市场的支出。企业组织中提供 AI 劳动力的产品有“AI 同事(雇佣)”等形式。
2025-02-21
光遇游戏与ai的融合
光遇游戏与 AI 的融合可以体现在以下几个方面: 1. 生成式 AI 在游戏中的应用: 微处理器速度更快、云计算和计算能力更强,具备建立大型神经网络的潜力,可识别高度复杂领域的模式和表征。 能基于玩家游戏行为评估玩家技能水平和游戏风格,动态调整游戏难度,如增加或降低敌人的数量和强度、改变游戏环境等。 不断收集玩家数据,使 NPC 和游戏系统更适配玩家水平。 2. AI 制作游戏相关内容: 如利用 AI 辅助制作游戏宣传片,包括使用 ChatGPT 构思背景世界观、MJ 绘图、SD 重绘、制作深度图以及视频、AI 抠图、尝试制作背景音乐等。 3. AI 带来新的游戏: 许多开发者将 AI 作为游戏玩法的一环,如 2023 年 Genfun.ai 和 Meshy 联合制作的《Soul Chronicle》,实现了实时 3D+AIGC+UGC,能实时生成角色皮肤。 2024 年 Bitmagic 推出的《Roleverse》平台,可使用提示在游戏内定制角色,并对角色和游戏世界进行编辑。 4. AI 促进游戏产业变革: 为游戏行业提供新的增长空间,成本、效率和质量同步上升。例如 2023 年我国游戏市场实际销售收入增长,用户规模也有所增加。
2025-02-08
小红书图文批量生成
以下是关于小红书图文批量生成的详细内容: 流量密码!小红书万赞英语视频用扣子一键批量生产,这是一个保姆级教程,小白都能看得懂。 原理分析: 决定搞之后,思考生成这种视频的底层逻辑,进行逆推。这种视频由多张带文字图片和音频合成,带文字图片由文字和图片生成,文字和图片都可由 AI 生成,音频由文字生成,文字来源于图片,也就是说,关键是把图片和文字搞出来。 逻辑理清后,先找好看的模版,未找到好看的视频模版,最后看到一个卡片模版,先把图片搞出来,才有资格继续思考如何把图片变成视频,搞不出来的话,大不了不发视频,先发图片,反正图片在小红书也很火。 拆模版: 要抄这种图片,搞过扣子的第一反应可能是用画板节点 1:1 去撸一个,但扣子的画板节点很难用,Pass 掉。用 PS 不行,太死板不灵活,html 网页代码可以,非常灵活。经过 2 个多小时和 AI 的 battle,用 html 代码把图片搞出来了。这里不讲代码怎么写,直接抄就行。要抄,首先要学会拆,不管用什么方式批量生成这样的图片,都必须搞清楚里面有哪些是可以变化的参数,也就是【变量】,如主题、主题英文、阶段、单词数、图片、正文、翻译、普通单词、重点单词等。 想方法: 大概知道批量生成这样的图片需要搞清楚哪些参数,图片用 html 代码搞出来了。但问题是视频怎么搞,这种视频由多张不同的【带文字的图片】生成,比如读到哪句,哪句就高亮起来,图片也可以随着读到的句子变更。最后,视频就是用这样的图片一张张拼起来的。
2025-04-14
ai如何什么生成表格
AI 生成表格通常可以通过以下技术实现: 1. 利用变分自编码器(VAEs)和序列到序列模型(Seq2Seq)等技术生成表格文件、表格公式,并清理、创建、转换和分析表格中的文本数据,例如表格结构设计、数据分析表、表格自动化等。 2. 借助一些办公软件中的 AI 插件,如飞书中的相关插件,先通过 AI 理解图片中的内容并填充到表格列中,然后利用自带插件总结生成相关指令。 此外,在多模态数据生成中,结构化数据生成包括表格生成,多模态合成数据从大类来看有非结构化数据(图片、视频、语音等)和结构化数据(表格等)两大类。非结构化数据生成包括文本生成、图像生成、音频和语音生成、视频生成、3D 生成、合成数据生成等。
2025-04-14
我想图生图,生成高清矢量图
以下是关于图生图生成高清矢量图的相关内容: ControlNet 参数: 预处理器:canny,模型:control_v11p_sd15_canny 预处理器:lineart_standard,模型:control_v11p_sd15_lineart 放大高清大图: 使用 Multi Diffusion + Tiled VAE + ControlNet Tile 模型 将生成的图片发送到图生图,关键词种子会一并发送过去,重绘幅度建议 0.35,太高图片细节会发生变化 Lora 生图: 点击预览模型中间的生图会自动跳转到相应页面 模型上的数字代表模型强度,可在 0.6 1.0 之间调节,默认为 0.8 可自己添加 lora 文件,输入正向提示词,选择生成图片的尺寸(横板、竖版、正方形) 采样器和调度器新手小白可默认,迭代步数在 20 30 之间调整,CFG 在 3.5 7.5 之间调整,随机种子 1 代表随机生成图 生成的图会显示在右侧,若觉得某次生成结果不错,想要微调或高分辨率修复,可复制随机种子粘贴到相应位置 确认合适的种子和参数想要高清放大,可点开高清修复,选择放大倍数,新手小白可默认算法,迭代步数建议在 20 30 之间,重绘幅度正常在 0.3 0.7 之间调整 高清修复: 文生图高清修复原理是命令 AI 按原来内容重新画一幅,新生成绘图和原绘图细节会不同,降低重绘幅度可更接近原图,如重绘幅度 0.7 时帽子和耳机有变化,0.3 时服饰细节接近但手部可能出现问题,可通过反复抽卡、图生图局部重绘或生成多张图片后 ps 合成等解决 由于高清修复渲染耗时长,建议先低分辨率抽卡刷图,喜欢的图再用随机种子固定进行高清修复 SD 放大: 文生图画好图后发送到图生图,点击脚本选择使用 SD 放大 重绘幅度设置 0.3,放大倍率为 2,图块重叠像素设置为 64,原图尺寸加上重叠像素,如 512x768 变为 576x832,重绘幅度要保持较低数值,否则可能出现新人物
2025-04-14
生成论文第一章的绪论
以下是关于生成论文第一章绪论的相关内容: 首先,确定整个论文的大纲目录。如果有老师提供的示例报告,可以直接截图并用手机识别获取目录。 其次,确定整体的语言风格和特色。一般来说,论文的语言风格应是“逻辑清晰、层层递进、条理分明”。可以将范文交给 Claude 2 总结语言风格,但注意不要过于限制 GPT4,否则可能影响生成效果。 然后,让 GPT4 按照目录逐步生成章节内容。通过在 workflow 中设置循环结构,在其生成一段章节内容后,经同意再进行下一章节,否则重新生成。 此外,在生成内容前,需要 GPT4 判断某章节是否要调用 webpolit 插件查询相关信息后再撰写。这是较难的部分,可能需要不断尝试和迭代。若遇到困难,可向星球和群聊中的大佬求助。 利用 AI 写课题的步骤和建议如下: 1. 确定课题主题:明确研究兴趣和目标,选择有研究价值和创新性的主题。 2. 收集背景资料:使用学术搜索引擎和文献管理软件等 AI 工具搜集相关文献和资料。 3. 分析和总结信息:利用 AI 文本分析工具提取关键信息和主要观点。 4. 生成大纲:使用 AI 写作助手生成包括引言、文献综述、方法论、结果和讨论等部分的大纲。 5. 撰写文献综述:借助 AI 工具确保内容准确完整。 6. 构建方法论:根据研究需求,采用 AI 建议的方法和技术设计研究方法。 7. 数据分析:若涉及数据收集和分析,使用 AI 数据分析工具处理和解释数据。 8. 撰写和编辑:利用 AI 写作工具撰写各部分,并检查语法和风格。 9. 生成参考文献:使用 AI 文献管理工具生成正确格式的参考文献。 10. 审阅和修改:用 AI 审阅工具检查逻辑性和一致性,并根据反馈修改。 11. 提交前的检查:使用 AI 抄袭检测工具确保原创性,并做最后的格式调整。 需要注意的是,AI 工具只是辅助,不能完全替代研究者的专业判断和创造性思维,使用时应保持批判性思维,确保研究质量和学术诚信。
2025-04-14
我想要通过建筑草图生成效果图,有什么工具和流程可以使用
以下是使用悠船工具将建筑草图生成效果图的流程和相关介绍: 1. 基础使用: 提示词:在右侧填写提示词,右上可下载对应图片。 参数调整:参数详解参考下方「参数详解」。注意任何点击都会重新生成图片,免费用户可能会提示超出套餐,所以别乱点。最右侧是所有生成图片的略缩图。 2. 图片调整: 变化:分为细微和强烈,细微改变幅度小,强烈改变幅度大。 高清:有“直接”和“创意”两种模式,“直接”表示啥都不变直接出高清,“创意”表示在图片基础上进行微小的优化调整。 风格变化:基于生成的图片作为上传图片(垫图)再创作。 拓展:可上下左右拓展图片。 缩放:指的是镜头,比如 2x 就是镜头拉远 2 倍。 局部重绘:选择区域要大一些,太小的无法进行修改。 3. 图像参考: 在悠船中可以利用垫图和提示词配合生成符合要求的建筑、风景、文物等。只需将图片复制到悠船的提示词框里面,并填写对应的提示词描述。
2025-04-14
运用ai,生成每日自动推送到飞书消息的 公司文化日报,包含日历 天气 新闻 内部规划 事项
要运用 AI 生成每日自动推送到飞书消息的公司文化日报,包含日历、天气、新闻、内部规划和事项,您可以考虑以下步骤: 首先,需要确定获取日历、天气、新闻、内部规划和事项等信息的数据源。对于日历,可以使用在线日历服务的 API 来获取相关数据;天气信息可以从专业的气象数据提供商获取;新闻可以通过新闻聚合 API 或者与特定的新闻机构合作获取;内部规划和事项则需要从公司内部的管理系统或数据库中提取。 然后,选择适合的 AI 技术和工具。例如,可以使用自然语言处理技术来对获取到的数据进行处理和整合,生成易于阅读和理解的文本内容。 在生成日报的过程中,要注意格式的规范和统一,使其具有良好的可读性。同时,可以根据公司的文化特点和需求,对内容进行个性化的定制和优化。 另外,为了确保推送的准确性和及时性,需要建立有效的监控和反馈机制,及时发现并解决可能出现的问题。 希望以上建议对您有所帮助。
2025-04-14