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

哪些软件可以将2D形象转换为3D

Answer

以下是一些可以将 2D 形象转换为 3D 的软件:

  1. Kaedim:专注于从图像到 3D 的转换。
  2. Mirage:专注于从文本到 3D 的转换。
  3. Hypothetic:对从文本到 3D 的搜索以及从图像到 3D 的转换都感兴趣。
  4. Nvidia 的 Get3D:专注于从图像到 3D 的转换。
  5. Autodesk 的 ClipForge:专注于从文本到 3D 的转换。
  6. Tripo AI:能够利用文本或图像在几秒钟内生成高质量且可立即使用的 3D 模型。
  7. Meshy:不仅支持文本生成 3D,还支持图片生成 3D 以及 AI 材质生成。
  8. CSM AI:支持从视频和图像创建 3D 模型。
  9. Sudo AI:支持通过文本和图像生成 3D 模型,特别适用于游戏领域的模型生成。
  10. VoxCraft:能够将图像或文本快速转换成 3D 模型,并提供了图像到 3D、文本到 3D 和文本到纹理等多种功能。
Content generated by AI large model, please carefully verify (powered by aily)

References

游戏中的生成式 AI 革命

3D资源是所有现代游戏以及即将到来的元宇宙的基础构件。虚拟世界或游戏关卡本质上只是一组3D资源的集合,这些资源被放置和修改以填充环境。然而,创建一个3D资源比创建一个2D图像更复杂,涉及多个步骤,包括创建一个3D模型并添加纹理和效果。对于动画角色,它还涉及创建一个内部的“骨架”,然后在这个骨架之上创建动画。我们看到有几个不同的初创公司正在针对3D资源创建过程的每个阶段进行尝试,包括模型创建、角色动画和关卡构建。然而,这还不是一个已经解决的问题——目前没有任何解决方案准备好完全集成到生产中。3D资源试图解决3D模型创建问题的初创公司包括[Kaedim](https://www.kaedim3d.com/)、[Mirage](https://www.mirageml.com/)和[Hypothetic](https://www.hypothetic.art/)。大公司也在关注这个问题,包括Nvidia的[Get3D](https://nv-tlabs.github.io/GET3D/)和Autodesk的[ClipForge](https://github.com/AutodeskAILab/Clip-Forge)。Kaedim和Get3D专注于从图像到3D的转换;ClipForge和Mirage专注于从文本到3D的转换,而Hypothetic对从文本到3D的搜索以及从图像到3D的转换都感兴趣。3D纹理

问:图片生成 3d 建模工具

图片生成3D建模工具是指利用人工智能技术,通过分析图片内容并将其转换成3D模型的软件或服务。以下是一些可用的工具:1.Tripo AI:Tripo AI是VAST发布的在线3D建模平台,它能够利用文本或图像在几秒钟内生成高质量且可立即使用的3D模型。该平台基于一个数十亿参数级别的3D大模型,能够实现快速的2D到3D转换,并提供AI驱动的精准度和细节。2.Meshy:Meshy是一个功能全面的工具,它不仅支持文本生成3D,还支持图片生成3D以及AI材质生成。用户可以通过上传图片并描述需要的材质和风格,来生成高质量的3D模型。3.CSM AI:CSM(Common Sense Machines)支持从视频和图像创建3D模型。它的Real-time Sketch to 3D功能支持通过手绘草图实时设计3D形象,再转换为3D模型。4.Sudo AI:Sudo AI支持通过文本和图像生成3D模型,特别适用于游戏领域的模型生成。用户可以上传图片或输入文本提示词来生成3D模型。5.VoxCraft:由生数科技推出的免费3D模型生成工具,能够将图像或文本快速转换成3D模型,并提供了图像到3D、文本到3D和文本到纹理等多种功能。这些工具通常具有用户友好的界面,允许用户通过简单的操作来生成3D模型,无需专业的3D建模技能。它们可以广泛应用于游戏开发、动画制作、3D打印、视觉艺术等领域。内容由AI大模型生成,请仔细甄别

游戏中的生成式 AI 革命

一个3D模型看起来的真实程度取决于应用于网格的纹理或材质。决定将哪种苔藓、风化的石头纹理应用到中世纪城堡模型上,完全可以改变场景的外观和感觉。纹理包含了光线如何与材料反应的元数据(例如,粗糙度、光泽度等)。允许艺术家根据文本或图像提示轻松生成纹理,将极大地提高创意过程中的迭代速度。有几个团队正在追求这一机会,包括[BariumAI](https://barium.ai/)、[Ponzu](https://www.ponzu.gg/)和[ArmorLab](https://armorlab.org/)。动画创建出色的动画是游戏创作过程中最耗时、最昂贵、且最需要技巧的部分之一。减少成本并创建更真实的动画的一种方式是使用运动捕捉技术,即让演员或舞者穿上运动捕捉服,在特殊设置的运动捕捉舞台上记录他们的动作。我们现在看到生成性AI模型可以直接从视频中捕捉动画。这样做效率更高,原因有两个:一是它消除了需要昂贵的运动捕捉设备的需求,二是它意味着你可以从现有视频中捕捉动画。这些模型的另一个令人兴奋的方面是,它们还可以用来给现有动画应用滤镜,比如让它们看起来像是醉了,或变老,或变得快乐。涉足这一领域的公司包括[Kinetix](https://www.kinetix.tech/)、[DeepMotion](https://www.deepmotion.com/)、[RADiCAL](https://getrad.co/)、[Move Ai](https://www.move.ai/)和[Plask](https://plask.ai/)。关卡设计与世界构建

Others are asking
人工智能软件现在有哪些
以下是一些常见的人工智能软件: 1. 在自然语言处理和神经科学应用方面,大型语言模型取得了进展,拥有更先进的工具用于解码大脑状态和分析复杂脑部活动。 2. 在艺术创作领域,有涉及知识产权保护的相关软件,如软件工程师在设计时应确保生成内容合法合规、注重用户知识产权保护等。创作者使用此类软件时,应了解自身权利并做好保护。 3. 在线 TTS 工具方面,如 Eleven Labs(https://elevenlabs.io/)、Speechify(https://speechify.com/)、Azure AI Speech Studio(https://speech.microsoft.com/portal)、Voicemaker(https://voicemaker.in/)等。这些工具可将文本转换为语音,具有不同的特点和适用场景。但请注意,相关内容由 AI 大模型生成,请仔细甄别。
2025-04-15
AI办公相关的课程、软件教学
以下是为您提供的 AI 办公相关的课程和软件教学资源: 1. 90 分钟从 0 开始打造您的第一个 Coze 应用: 课程包含从零开始的应用界面教学,涉及过年相关应用。 介绍了当前承接的业务,包括辅导、培训、定制及企业 AI 落地等。 提到 11 月底应用推出背后的情况,包括社区对 AI 应用的呼声和功能需求挖掘。 2. AI 视频的软件教程: 涵盖了众多工具,如剪映、Dreamina、Pika、StableVideo、Pixverse、morphstudio、Runway Gen3、Adobe Firefly 以及清影等。 3. 张翼然:用 AI 为教师减负(3H).pdf: 包括教师的 AI 减负指南,生成式人工智能在教学中的应用。 介绍了教师使用 AI 的小技巧,如提示词设计公式之——RTFC。 涉及使用 AI 生成图片的方法与注意事项,AI 自动生成 PPT 功能。 展示了通过小程序实现文字与声音、视频的转化,自定义数字人形象进行教学。 展示了便捷的课堂教学工具与 Ai 课件制作,探讨了 A 生成视频与手工制作视频的教学效果差异。 强调了教育资源与版权问题,教师能力重塑,极简思维的教育应用,生成式 AI 教学策略。 包括 AI 技术助力教育管理和辅助教学实践,如班级与学校管理中的行政职日流程简化、听课记录自动化等。
2025-04-12
grok API能用在什么软件上
Grok API 可以用在以下软件上: 1. 扣子工作流:可以用代码模块进行 HTTP 访问,实现 0 token 脱离扣子模型来使用 Groq 作为 LLM,还能参考相关教程将扣子接入微信机器人,但有微信封号风险。 2. 沉浸式翻译:由于 Groq 的 API 与 OpenAI 的 API 几乎兼容,可以适配到任何 APP 产品可以用来填 APIKEY 调用的场景,比如沉浸式翻译这个网页翻译工具。 3. 手机类 APP:比如通过快捷方式接入 Siri。 此外,xAI 发布的 Grok 3 API 提供了多个模型版本,如 grok3beta、mini、fast 等,满足不同场景需求,上下文窗口达 131K,支持图像输入输出,但当前不支持联网或实时访问外部网页与数据。
2025-04-12
人脸识别软件
以下是为您整合的关于人脸识别软件的相关信息: 在“【已结束】AI 创客松 参与同学自我介绍和分类”中,Dylan 擅长人脸识别算法和动作捕捉产品。 在“SmartBotX 模块化桌面机器人——说明文档”中,桌面客户端提供面部识别或跟踪功能的展示,可能用于安全监控、用户识别或交互式体验。 在“14、LayerStyle 副本”中,使用 YoloV8 模型可以检测人脸、手部 box 区域或者人物分割,支持输出所选择数量的通道。同时,Mediapipe 模型可以检测人脸五官,分割左右眉、眼睛、嘴唇和牙齿。
2025-04-12
文章配图的智能体或者软件
以下是为您整理的关于文章配图的智能体或软件的相关内容: 在《智变时代/全面理解机器智能与生成式 AI 加速的新工业革命》中提到,智能时代,智能应用会从有形界面消失,变成无所不在的助理或智能体,辅助甚至直接完成任务。文中还配有图 2.10:智能代理将改变企业组织架构。 在《XAIR:AI 智能体平台对决:腾讯元器与字节扣子的创新之路》中,个人实操案例部分提到为本篇文章配图的相关情况,但生成结果显示问题描述不够清楚。之后换提示词“那你给我生成搞笑图片吧,让人一看就有继续看下去的动力那种,需要一张公众号封面和一张配图”,得到了相应结果。同样的提示词,元器某应用也有生成。此外,文中还提到在搭建 bot 过程中存在工作流未成功触发导致访谈记录未成功存储入库的问题。
2025-04-11
和manus差不多的软件
以下是与 Manus 模式类似的软件: 1. Same.dev:像素级 UI 还原,自动生成对应代码,云端运行,支持自定义编码,但免费额度使用快,需输入 API,目前网站被标记危险。相关链接: 2. Genspark Super Agent:作为世界上首个 MixtureofAgents 系统,集多种功能于一体,能自动完成复杂任务。在 GAIA 基准测试的三个级别中得分均高于 Manus,具有近乎即时的结果、执行过程中错误和幻觉显著减少、让用户掌控一切并能指导和优化输出等优势。它是世界上第一个 MixtureofAgents 系统,利用最佳模型、工具和数据集来执行不同的任务,比如基础智能体的对话、图片、视频生成以及翻译。
2025-04-11
自然语言转换为sql
以下是关于自然语言转换为 SQL 的相关信息: DuckDBNSQL7B 模型能够将自然语言转换成 SQL 代码,使非专业用户能轻松与数据库交互,它基于大量真实和合成的 DuckDB SQL 查询训练。相关链接:https://github.com/NumbersStationAI/DuckDBNSQL 、https://x.com/xiaohuggg/status/1751081213459415164?s=20 Claude 官方提示词中有将日常语言变成 SQL 查询语句的相关内容。 以下是一些推荐的 text2sql 相关的 AI 工具及其链接: Text2SQL:将英文转换为 SQL 查询。链接:https://toolske.com/text2sql/?ref=theresanaiforthat ai2sql:高效且无错误的 SQL 构建器。链接:https://www.ai2sql.io/ EverSQL:从 SQL 查询翻译英文文本。链接:https://www.eversql.com/sqltotext/ SupaSQL:从 NLP 生成 SQL 查询。链接:https://supasql.com/ SQLgenius:使用自然语言的 SQL 查询生成器。链接:https://sqlgenius.app/ SQL Chat:与数据库进行自然语言聊天的 SQL 客户端。链接:https://www.sqlchat.ai/ SQL Ease:从自然语言输入生成 SQL 查询。链接:https://sqlease.buildnship.in/ Talktotables:翻译和查询数据库。链接:https://talktotables.com/ 此外,还有几个知名的 text2sql 项目,如 SQLNet(使用深度学习方法解决 text2sql 任务的项目)、Seq2SQL(将自然语言转换为 SQL 查询的序列到序列模型)、Spider(一个大规模的 text2sql 数据集及其相关的挑战)
2025-03-31
快速记录语音并转换文字用哪个AI
以下是一些可用于快速记录语音并转换文字的 AI 工具: 1. 海螺 AI 声音克隆:不仅能进行声音克隆,还能嵌入完整的 AI 录视频工作流。具体步骤包括录制初始视频、音频提取(可用剪映或格式工厂将 mp4 转为 mp3)、语音转文字(可上传至通义听悟或飞书妙记)。但可能会遇到语音识别不准的问题,此时可使用 Gemini 2.0 Pro 等工具进行优化校正,校正时需提供足够上下文,如视频初稿、最终文章、工作流操作文档、转录文本等。 2. GET 笔记:语音转文字功能适合快速构思和记录灵感,能自动润色,去掉口癖和冗余部分。 3. 通义听悟:适合处理较长的会议录音等文字内容。它能通过 TTS 技术将音视频中的语音转换成文字,还能识别不同发言人。使用时可登录官网 https://tingwu.aliyun.com/,根据实际情况选择实时记录或上传音视频,并选择录音背景信息,如单人、双人还是多人,以及语言种类等。完成转录后会显示 AI 总结的关键词和全文摘要。
2025-03-19
自动转换信息为表格
以下是关于自动转换信息为表格的相关内容: Andrej Karpathy 亲授:大语言模型入门 在讨论 LLM 的未来部分提到,使用 ChatGPT 收集有关规模人工智能及其创始轮次的信息,并整理成表格。ChatGPT 不是直接作为语言模型回答问题,而是使用工具,如浏览器进行搜索,将信息组织成表格,包括 A、B、C、D 和 E 系列,有日期、筹集的金额以及该系列中的隐含估值,并提供引用链接,同时会标注无法找到的信息。 50 个 ChatGPT 指令,提升工作效率 其中包括将文本转成 CSV 表格的相关提示:“从下面粘贴的列表中,创建一个包含”
2025-03-15
有哪些视频风格转换工具
以下是一些常见的视频风格转换工具: 1. DomoAI 和艺映:上传 10 20 秒的视频即可完成视频的风格化转绘,但风格较为固定。 2. Ebsynth:可实现更可控、可操作的视频风格化转绘。 3. FRESCO:文字提示视频风格转换,无需额外训练即可编辑和转换视频风格,能保留视频动作和情节的自然流畅,并自适应屏幕尺寸。 4. HeyGen:发布 5.0 版本,整合了包括全新用户界面设计、引入视频编辑工作室和实时数字人聊天功能、视频翻译等功能。
2025-03-10
有没有视频转换拍摄脚本的AI工具
以下是一些可以将视频转换为拍摄脚本的 AI 工具: 1. ChatGPT + 剪映:ChatGPT 可生成视频小说脚本,剪映能根据脚本自动分析出视频所需场景、角色、镜头等要素,并生成对应素材和文本框架,实现从文字到画面的快速转化。 2. PixVerse AI:在线 AI 视频生成工具,支持将多模态输入(如图像、文本、音频)转化为视频。 3. Pictory:AI 视频生成器,允许用户提供文本描述来生成相应视频内容,无需视频编辑或设计经验。 4. VEED.IO:提供 AI 图像生成器和 AI 脚本生成器,帮助用户从图像制作视频,并规划视频内容。 5. Runway:AI 视频创作工具,能将文本转化为风格化的视频内容,适用于多种场景。 6. 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,可根据文本脚本生成视频。 如果您想用 AI 把小说做成视频,大致的制作流程如下: 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,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。
2025-03-08
我想让cursor帮我编程一个能在Android studio编译的Android应用,它的主要功能是接受esp32通过websocket协议发送过来的opus数据,保存opus并把数据转换成wav,再使用sherpa-onnx语音识别成文字。我该使用什么提示词让cursor帮我写出这个Android应用?
很抱歉,目前没有适用于让 Cursor 生成您所需 Android 应用的特定提示词。编写这样一个复杂的 Android 应用需要对 Android 开发、网络通信、音频处理和语音识别等多个领域有深入的了解和专业知识。您可能需要逐步向 Cursor 描述应用的架构、各个模块的功能和实现逻辑,例如先描述如何建立与 ESP32 的 WebSocket 连接,如何接收和处理 Opus 数据,如何进行数据转换以及如何调用 Sherpaonnx 进行语音识别等。但需要注意的是,仅仅依靠提示词让 Cursor 生成完整可用的复杂应用可能具有一定的局限性,建议您在具备相关基础知识的前提下,结合 Cursor 的辅助来逐步完成开发。
2025-03-06
我有一份青年创新讲稿,想用自己的数字形象和我自己的声音讲解,背景要做一些和讲稿内容相符的视频。什么工具最称手呢?
以下是一些适合您需求的工具: 1. HeyGen:这是一个 AI 驱动的平台,能创建逼真的数字人脸和角色。它运用深度学习算法生成高质量肖像和角色模型,适用于游戏、电影和虚拟现实等领域。 2. Synthesia:一个 AI 视频制作平台,允许创建虚拟角色并进行语音和口型同步,支持多种语言,可用于教育视频、营销内容和虚拟助手等场景。 3. DID:一家提供 AI 拟真人视频产品服务和开发的公司,只需上传人像照片和输入要说的内容,平台的 AI 语音机器人会自动转换成语音,然后合成逼真的会开口说话的视频。 此外,还有以下工具供您参考: 1. 开源且适合小白用户的工具:具有一键安装包,无需配置环境,简单易用。其功能包括生成数字人视频,支持语音合成和声音克隆,操作界面中英文可选,系统兼容 Windows、Linux、macOS,模型支持 MuseTalk(文本到语音)、CosyVoice(语音克隆)。使用时需下载 8G+3G 语音模型包,启动模型即可。相关链接:GitHub: 2. Google Veo 2:能生成逼真的 Vlog 视频,效果接近真实,几乎难以分辨,适合创作和内容制作。相关链接: 请注意,这些工具的具体功能和可用性可能会随时间和技术发展而变化。在使用时,请确保遵守相关使用条款和隐私政策,并注意对生成内容的版权和伦理责任。
2025-04-02
我上传一个ai人物形象,有什么AI能驱动他当做数字人来口播,免费的那种
以下为您介绍一些可以免费驱动 AI 人物形象当做数字人进行口播的工具及使用方法: 1. HEYGEN: 优点:人物灵活,五官自然,视频生成很快。 缺点:中文的人声选择较少。 使用方法: 点击网址注册后,进入数字人制作,选择 Photo Avatar 上传自己的照片。 上传后效果如图所示,My Avatar 处显示上传的照片。 点开大图后,点击 Create with AI Studio,进入数字人制作。 写上视频文案并选择配音音色,也可以自行上传音频。 最后点击 Submit,就可以得到一段数字人视频。 2. DID: 优点:制作简单,人物灵活。 缺点:为了防止侵权,免费版下载后有水印。 使用方法: 点击网址,点击右上角的 Create vedio。 选择人物形象,可以点击 ADD 添加您的照片,或者使用 DID 给出的人物形象。 配音时,可以选择提供文字选择音色,或者直接上传一段音频。 最后,点击 Generate vedio 就可以生成一段视频。 打开自己生成的视频,可以下载或者直接分享给朋友。 3. KreadoAI: 优点:免费(对于普通娱乐玩家很重要),功能齐全。 缺点:音色很 AI。 使用方法: 点击网址,注册后获得 120 免费 k 币,这里选择“照片数字人口播”的功能。 点击开始创作,选择自定义照片。 配音时,可以选择提供文字选择音色,或者直接上传一段音频。 打开绿幕按钮,点击背景,可以添加背景图。 最后,点击生成视频。 4. 剪映: 优势:作为字节跳动旗下的产品,在抖音平台上被广泛应用,海外版 CapCut 也有出色表现。其拥有六大 AI 功能,能在编辑器里完成脚本生成、语音克隆、数字人口播等环节。 下载地址:剪映 制作流程: 打开剪映,添加一个文本到文字轨道,并修改好需要朗读的文字。 点击朗读,并进行声音克隆,剪映的声音克隆现在只用念一句话就可以完成克隆。 克隆完成后,选择喜欢的数字人形象,并把自己的克隆音色换上去。 一键智能生成字幕,再自行调整文字样式并校准。 生成数字人: 在剪映右侧窗口顶部,打开“数字人”选项,选取一位免费的、适合的数字人形象。 当选择一个数字人形象时,软件会马上播放出该数字人的声音。点击右下角的“添加数字人”,就会将选择的数字人添加到当前视频中。 左下角会提示渲染何时完成。然后可以点击预览按钮,查看生成的数字人效果。 增加背景图片: 可以直接删除先前导入的文本内容。 为视频增加背景图片,点击左上角的“媒体”菜单,并点击“导入”按钮,来选择本地的一张图片上传。 点击图片右下角的加号,将图片添加到视频的轨道上(会覆盖数字人)。 点击轨道最右侧的竖线,向右拖拽,直到视频的最后,也就是和视频对齐。
2025-03-27
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
形象照生成软件
以下是一些与形象照生成相关的内容: DALL·E 自动优化提示词:提供了关于绘画和数字方面的提示内容,包括提及绘画的种类、画布纹理、笔触形状和纹理,以及软件使用、阴影技术和多媒体方法等。还包括使用 DALL·E 3 生成图像的相关要求,如默认的方面比例、风格等,并强调遵循提示指南,避免违反服务条款和版权问题。 Han:优质 Prompts 分类精选 摸鱼辅助:可以帮助内向的人生成得体且简短的自我介绍和像素风格名片,通过提出一系列问题收集信息,然后生成自我介绍并结合形象照生成数字名片。 制作个人奥运头像:选用 MJ 软件进行生图,先生成基础图片,再对脸部重绘。输入部分使用 ChatGPT 生成人物描述,结合范例提示词添加中国人、中国运动服和项目场景描述,进行 MJ 绘图测试和局部重绘,还提到了处理流程图。
2025-03-12
如何让文生图片保持形象一致
要让文生图片保持形象一致,可以参考以下方法: 1. 首先进入文生图,填写提示词,例如“,一头白发的女孩坐在绿植和鲜花的田野里,温暖的灯光,模糊的前景”,设置常规参数生成一张图。 2. 若想以该人物为主角生成一系列其他图,将图片拖入到 ControlNet 中,预处理器选择 reference only,控制模型选择“均衡”,先将保真度数值设置为 1。 3. 在没有明确指向性提示词的情况下,人物形象能保持一致,但表情、动作、服装可能产生随机变化。 4. 可以通过添加关键词来给人物换装、更改服装和表情、更改动作和表情、更改姿态、环境和表情等,比如添加“红裙子”“黑色校服、哭泣”“抱手、生气”“在花丛中奔跑、开心”“红色棒球帽,时尚卫衣,在商场逛街”。 5. 像制作典籍类作品时,可对主要人物先出一版形象照,后续所有画面用“cref”做人物一致性的操作。 通过以上一系列操作和测试,可以发现这些功能在绘制系列插画、漫画、小说插图等工作时,能保持主角形象的统一,也能根据情况做实时的调整,若后期再配合 lora,潜力非常大。
2025-03-02
如何控制图生图的形象和动作呢
要控制图生图的形象和动作,可以参考以下方法: 1. 使用 ControlNet 插件: 姿态约束类预处理器:包含了所有人物信息的预处理器,可将图片发送到图生图,通过“缩放后留白”和提高重绘幅度改变背景,再次发送到图生图使用 ControlNet 中 tile 模型细化,最后使用 SD 放大插件。 自定义动作骨架:在【扩展】【加载扩展列表】中搜索【posex】安装插件,或将插件文件夹拷贝至指定目录,确保软件是最新版本并重启。重启后点击“将图片发送至 ControlNet”,可通过拖动鼠标左键旋转视角、中键缩放视角、右键拖动视角,玩坏了可点击重置镜头和动作。 2. 参考风格 reference:首先进入文生图,填写提示词生成一张图。然后将图片拖入到 ControlNet 中,预处理器选择 reference only,控制模型选择“均衡”,保真度数值越高对图片的参考越强。可以通过添加关键词的方式来改变人物的服装、表情、动作等。 3. 利用 ControlNet 控制姿势:大模型和关键词正常填写生成想要的小姐姐照片,接着鼠标滑到最下面点击“ControlNet”,上传指定姿势的照片并点击“启用”,在“预处理器”和“模型”里选择“openpose”,点击“预览预处理结果”,最后点击生成照片。
2025-02-28