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

想要生成一张图片 用什么ai更合适

Answer

以下为您介绍几种适合生成图片的 AI 工具及相关操作流程:

  1. Stable Diffusion 模型:可根据文本指令生成图片,图片的样子取决于使用者输入的提示词,非排列组合工作模式下难以出现完全相同的两张输出图片。类似于画笔,构造出的图画取决于使用者自己的设计。在当下技术背景与现实下,利用新兴智能工具,把自己的独创性思想转化为现实作品,极大地节省了创作成本。案例中法官承认这样依靠使用者的输出设计生成的图片属于美术作品,具有独创性和智力投入,受到著作权的保护。
    • 操作流程:使用者根据自己的审美个性,通过增删提示词、修改相关参数,得出不同的图片,最后选定。
  2. Tusiart:
    • 简明操作流程:
      • 定主题:确定生成图片的主题、风格和表达的信息。
      • 选择基础模型 Checkpoint:根据主题选择内容贴近的模型,如麦橘、墨幽的系列模型。
      • 选择 lora:寻找与生成内容重叠的 lora,控制图片效果及质量。
      • ControlNet:控制图片中特定的图像,如人物姿态、生成特定文字等,属于高阶技能。
      • 局部重绘:下篇再教。
      • 设置 VAE:选择 840000 。
      • Prompt 提示词:用英文写想要生成的内容,单词、短语之间用英文半角逗号隔开。
      • 负向提示词 Negative Prompt:用英文写想要避免产生的内容,单词、短语之间用英文半角逗号隔开。
      • 采样算法:一般选 DPM++2M Karras,也可参考模型作者推荐的采样器。
      • 采样次数:选 DPM++2M Karras 时,采样次数在 30 - 40 之间。
      • 尺寸:根据个人喜好和需求选择。
  3. Liblibai:
    • 简明操作流程:
      • 定主题:确定生成图片的主题、风格和表达的信息。
      • 选择 Checkpoint:根据主题选择内容贴近的模型,如麦橘、墨幽的系列模型。
      • 选择 lora:寻找与生成内容重叠的 lora,控制图片效果及质量。
      • 设置 VAE:选择 840000 。
      • CLIP 跳过层:设成 2 。
      • Prompt 提示词:用英文写想要生成的内容,单词、短语之间用英文半角逗号隔开。
      • 负向提示词 Negative Prompt:用英文写想要避免产生的内容,单词、短语之间用英文半角逗号隔开。
      • 采样方法:一般选 DPM++2M Karras,参考模型作者推荐的采样器更有保障。
      • 迭代步数:选 DPM++2M Karras 时,迭代步数在 30 - 40 之间。
      • 尺寸:根据个人喜好和需求选择。
      • 生成批次:默认 1 批。
Content generated by AI large model, please carefully verify (powered by aily)

References

全国首例AI生成图片著作权案例解读:探索AI作品知识产权保护之路

1.Stable Diffusion模型可以根据文本指令,利用文本中包含的语义信息与图片中包含的像素之间的对应关系,生产与文本信息匹配的图片,并不是通过搜索引擎调用已有的现成图片,也不是将软件设计者预设的各种要素进行排列组合。说明其生成的图片是什么样子完全取决于使用者输入什么样的提示词,在非排列组合的工作模式下难以出现完全相同的两张输出图片。它就类似于画笔,仅负责提供线条、色彩,而要构造出一幅什么样的图画取决于使用者自己的设计。2.人工智能并不具备自由意志。也就是说,利用人工智能时,其并不具有独自优化的能力,李某根据自己的审美个性,通过增删提示词、修改相关参数,得出了不同的图片,最后选定,完全体现出本质上是李某在利用这个工具创作,在投入自己的智力以及独创思想。就像人们使用照相机拍摄,为了排出漂亮的照片会调节参数、选取角度光线等,体现个人对作品的创作理念。案例中法官承认这样依靠使用者的输出设计生成的图片属于美术作品,具有独创性和智力投入,受到著作权的保护,达到了鼓励创作的目的。在当下技术背景与现实下,给艺术创作提供了有力的支持以及新的创作思路。利用新兴智能工具,把自己的独创性思想转化为现实作品,极大地节省了创作成本。法律适用:《中华人民共和国著作权法》第三条:本法所称的作品,是指文学、艺术和科学领域内具有独创性并能以一定形式表现的智力成果。《中华人民共和国著作权法实施条例》第四条:著作权法和本条例中下列作品的含义:(八)美术作品,是指绘画、书法、雕塑等以线条、色彩或者其他方式构成的有审美意义的平面或者立体的造型艺术作品。(2)AI软件使用者享有生成图片的著作权案例中该人工智能软件生成的图片应由谁来享有该图片的著作权,谁是它法律意义上的作者呢?

Tusiart简易上手教程

定主题:你需要生成一张什么主题、什么风格、表达什么信息的图。选择基础模型Checkpoint:按照你需要的主题,找内容贴近的checkpoint。一般我喜欢用模型大佬麦橘、墨幽的系列模型,比如说麦橘写实、麦橘男团、墨幽人造人等等,效果拔群。选择lora:在你想要生成的内容基础上,寻找内容重叠的lora,帮助你控制图片效果及质量。可以多看看广场上做得好看的帖子里面,他们都在用什么lora。ControlNet:控制图片中一些特定的图像,可以用于控制人物姿态,或者是生成特定文字、艺术化二维码等等。也是高阶技能,后面再学不迟。局部重绘:下篇再教,这里不急。设置VAE:无脑选择前面提到的840000这个即可。Prompt提示词:用英文写你想要AI生成的内容,不用管语法也不要写长句,仅使用单词和短语的组合去表达你的需求。单词、短语之间用英文半角逗号隔开即可。负向提示词Negative Prompt:用英文写你想要AI避免产生的内容,也是一样不用管语法,只需单词和短语组合,中间用英文半角逗号隔开。采样算法:这玩意儿还挺复杂的,现在我一般选DPM++2M Karras比较多。当然,最稳妥的是留意checkpoint的详情页上,模型作者是否有推荐采样器,使用他们推荐的采样器会更有保障。采样次数:要根据你采样器的特征来,一般我选了DPM++2M Karras之后,采样次数在30~40之间,多了意义不大还慢,少了出图效果差。尺寸:看你喜欢,看你需求。

Liblibai简易上手教程

定主题:你需要生成一张什么主题、什么风格、表达什么信息的图。(没错我是喜欢看plmm多点)选择Checkpoint:按照你需要的主题,找内容贴近的checkpoint。一般我喜欢用模型大佬麦橘、墨幽的系列模型,比如说麦橘写实、麦橘男团、墨幽人造人等等,效果拔群。选择lora:在你想要生成的内容基础上,寻找内容重叠的lora,帮助你控制图片效果及质量。可以多看看广场上做得好看的帖子里面,他们都在用什么lora。设置VAE:无脑选840000那一串就行。CLIP跳过层:设成2就行。Prompt提示词:用英文写你想要AI生成的内容,不用管语法也不要写长句,仅使用单词和短语的组合去表达你的需求。单词、短语之间用英文半角逗号隔开即可。负向提示词Negative Prompt:用英文写你想要AI避免产生的内容,也是一样不用管语法,只需单词和短语组合,中间用英文半角逗号隔开。采样方法:这玩意儿还挺复杂的,现在一般选DPM++2M Karras比较多。当然,最稳妥的是留意checkpoint的详情页上,模型作者是否有推荐采样器,使用他们推荐的采样器会更有保障迭代步数:要根据你采样器的特征来,一般我选了DPM++2M Karras之后,迭代步数在30~40之间,多了意义不大还慢,少了出图效果差。尺寸:看你喜欢,看你需求。生成批次:默认1批。

Others are asking
怎样设置一个AI自动识别车辆的仪器
目前知识库中没有关于如何设置 AI 自动识别车辆仪器的相关内容。但一般来说,设置这样的仪器可能需要以下步骤: 1. 确定识别需求和目标:明确要识别的车辆特征,如车型、颜色、车牌等。 2. 选择合适的传感器:例如摄像头、激光雷达等,以获取车辆的图像或数据。 3. 数据采集和标注:收集大量的车辆图像或数据,并进行准确的标注,以供 AI 模型学习。 4. 选择合适的 AI 算法和模型:根据需求和数据特点,选择适合的深度学习算法和模型,如卷积神经网络等。 5. 训练模型:使用标注好的数据对模型进行训练,不断优化模型的性能。 6. 模型评估和优化:通过测试数据评估模型的准确性和性能,对模型进行进一步的优化和调整。 7. 硬件集成和部署:将训练好的模型集成到相应的硬件设备中,并进行实际场景的部署和测试。 请注意,这只是一个大致的步骤框架,实际的设置过程可能会因具体的应用场景和技术要求而有所不同。
2025-03-06
AI提示词解释
以下是关于 AI 提示词的详细解释: 提示词用于描绘您想要生成的画面。在星流一站式 AI 设计工具中,不同的基础模型对输入语言有不同要求。通用大模型与基础模型 F.1、基础模型 XL 使用自然语言(如一个长头发的金发女孩),基础模型 1.5 使用单个词组(如女孩、金发、长头发),且支持中英文输入。 写好提示词要注意以下几点: 1. 内容准确:包含人物主体、风格、场景特点、环境光照、画面构图、画质等,例如一个女孩抱着小猫,背景是一面红墙,插画风格、孤独感,高质量。 2. 调整负面提示词:点击提示框下方的齿轮按钮,弹出负面提示词框,负面提示词可以帮助 AI 理解我们不想生成的内容,比如不好的质量、低像素、模糊、水印。 3. 利用“加权重”功能:可在功能框增加提示词,并进行加权重调节,权重数值越大,越优先。还可以对已有的提示词权重进行编辑。 4. 辅助功能:包括翻译功能,可一键将提示词翻译成英文;删除所有提示词,可清空提示词框;会员加速,能加速图像生图速度,提升效率。 在【SD】文生图中,括号和冒号加数字(如:1.2)都是用来增加权重的,权重越高在画面中体现越充分,提示词的先后顺序也会影响权重。同时,还可以增加反向提示词,告诉 AI 我们不要什么。 在 AI 领域中,Prompt 中文译作提示词,就是我们输入给大模型的文本内容,可以理解为您和大模型说的话、下达的指令。提示词的质量好坏会显著影响大模型回答的质量。Token 是大模型语言体系中的最小单元,不同厂商的大模型对中文的文本切分方法不同,通常 1Token 约等于 1 2 个汉字,大模型的收费计算方法及对输入输出长度的限制通常以 token 为单位计量。上下文(context)指对话聊天内容前、后的内容信息,其长度和窗口都会影响 AI 大模型回答的质量。
2025-03-06
我需要的是,根据我给出的文本生成分镜,且可制作对应视频的ai
以下是为您提供的根据给出的文本生成的相关信息: 分镜创作流程和方法: 1. 在歌曲创作完成后,根据音乐进行画面生成。画面分为三类:有歌词部分使用 Midjourney 生成,无歌词部分如前奏使用 SD 制作字体设计,转场部分使用 Deforum 制作。 2. 让 GPT 按照每段歌词生成一系列的 MJ 提示词,作为画面参考,再进行调整和编写。 3. 如开篇部分,需自行构思,如通过弹古筝女子引入,为增加神秘感,从女子背景开始,镜头慢慢拉近。若 MJ 出图不理想,可先使用 DALL·E3 绘制构图,再用垫图方式给到 MJ。 不同案例中的分镜特点: 1. 《心 Heart 创作分享》中,分镜完全根据感觉,强调梦境,主色调为蓝色,提示词末尾加上胶片拍摄、蓝色等关键词。因个人制作,未设置复杂元素和构图,挑图大感觉对即可。 2. 视频化部分:分两个部分,Ai 图生视频部分使用 Runway 和 Dreamina,Runway 完成动态感要求不高但质感趋向实拍的画面,Dreamina 实现高动态幅度画面,如电视机里气球漂浮、心形候鸟飞走等,还通过首尾帧叠加剪辑实现时间流逝和穿越感。 AI 视频生成的应用场景: 1. 专业创作者(艺术家、影视人等):AI 生成能为作品赋予独特风格和想象力,提供灵感,配合高超剪辑技巧和叙事能力可制作出超乎想象的效果。低成本动捕能大幅降低后期制作门槛和成本,自动识别背景生成绿幕、视频主体跟随运动等能辅助视频编辑,为后期制作增加更多空间。目前主要集中在音乐 MV、短篇电影、动漫等方向,一些 AI 视频平台也积极寻求创意合作,为创作者提供免费支持。 2. 自媒体、非专业创作者:这部分人群通常有具体且明确的视频剪辑痛点,如科技、财经、资讯类重脚本内容的视频制作时需花费大量时间找素材和注意版权问题,一些产品已在发力脚本生成分镜、视频,帮助降低制作门槛。不同平台适合不同内容形式,OpusClip 提供的长视频转短视频致力于解决同一素材在不同平台分发导致制作成本升高的痛点。 3. 企业客户:对于资金不足的小企业、非盈利机构,AI 视频生成可大幅缩减成本。
2025-03-06
我想要一个根据我的文本生成对应视频的ai,最好是免费的。
以下为您推荐一些可以根据文本生成对应视频且有免费选项的 AI 工具: 1. Pika Labs:被网友评价为目前全球最好用的文本生成视频 AI。目前内测免费。其生成服务托管在 discord 中,操作步骤如下: 加入 Pika Labs 的 Discord 频道:在浏览器中打开链接 https://discord.gg/dmtmQVKEgt ,点击加入邀请。 在 generate 区生成:左边栏出现一只狐狸的头像就意味着操作成功了,如果没成功点开头像把机器人邀请至服务器。接着在 Discord 频道的左侧,找到“generate”子区,随便选择一个进入。 生成视频:输入/create,在弹出的 prompt 文本框内输入描述,比如/create prompt:future war,4Kar 16:9,按 Enter 发送出去就能生成视频了。也可以输入/create 后上传本地图片生成对应指令动态效果。喜欢的效果直接右上角点击下载保存到本地。如果对生成的视频不满意,可点击再次生成按钮优化效果。 2. Hidreamai(国内,有免费额度):支持文生视频、图生视频,提示词使用中文、英文都可以。文生视频支持正向提示词、反向提示词、运镜控制、运动强度控制,支持多尺寸,可以生成 5s 和 15s 的视频。网址:https://hidreamai.com//AiVideo 3. ETNA(国内):由七火山科技开发的文生视频 AI 模型,可以根据用户简短的文本描述生成相应的视频内容。生成的视频长度在 8 15 秒,画质可达到 4K,最高 38402160,画面细腻逼真,帧率 60fps。支持中文,时空理解。网址:https://etna.7volcanoes.com/ 此外,还有以下工具供您参考: 1. SVD:如果熟悉 Stable Diffusion,可以直接安装这款最新的插件,在图片基础上直接生成视频。这是由 Stability AI 开源的 video model。 2. Runway:老牌 AI 视频生成工具,提供实时涂抹修改视频的功能,但需要收费。 3. Kaiber:视频转视频 AI,能够将原视频转换成各种风格的视频。 4. Sora:由 OpenAI 开发,可以生成长达 1 分钟以上的视频。 更多的文生视频的网站可以查看这里:https://www.waytoagi.com/category/38 (内容由 AI 大模型生成,请仔细甄别)
2025-03-06
怎么利用AI生成PPT
以下是利用 AI 生成 PPT 的几种方法: 1. 方法一(卓 sir): 先让 GPT4 生成 PPT 大纲,然后把大纲导入到 WPS 当中,启用 WPS AI 一键生成 PPT。 为了让 PPT 更有灵动性和观感,让 chatPPT 添加一些动画。 最后手动修改一些细节,比如字体、事实性错误等。 注意:让 GPT4 生成符合要求的大纲可能较花费时间。 2. 方法二(熊猫 Jay): 工具:Process ON 网址:https://www.processon.com/ 输入大纲和要点: 导入大纲和要点: 手动复制,相对较耗时间。 导入方式:复制最终大纲内容到本地 txt 文件,将后缀改为.md,若看不见后缀可自行搜索开启后缀;打开 Xmind 软件,将 md 文件导入 Xmind 文件中;在 Process ON 导入 Xmind 文件。 输入主题自动生成大纲和要求:新增思维导图,输入主题,点击 AI 帮我创作。 选择模版并生成 PPT:点击下载,选择导入格式为 PPT 文件,选择模版再点击下载。若喜欢使用,没有会员可在某宝买一天会员。 3. 方法三(熊猫 Jay): 工具:闪击 网址:国内网站,不需要魔法,地址:https://ppt.isheji.com/?code=ysslhaqllp&as=invite 选择模版。 输入大纲和要点:由于闪击的语法和准备的大纲内容有偏差,可参考官方使用指南:https://zhuanlan.zhihu.com/p/607583650,将之前准备的大纲转换成适配闪击的语法。 生成 PPT:点击文本转 PPT,并在提示框中选择确定。 导出:有一些限制,PPT 需要会员才能导出。
2025-03-06
如何用AI辅助做一款App
以下是用 AI 辅助做一款 App 的相关指导: 1. 在网站上增加一个 AI 助手: 创建大模型问答应用: 进入百炼控制台的,在页面右侧点击新增应用。在对话框,选择智能体应用并创建。 在应用设置页面,模型选择通义千问Plus,其他参数保持默认。您也可以选择输入一些 Prompt,比如设置一些人设以引导大模型更好的应对客户咨询。 在页面右侧可以提问验证模型效果。不过您会发现,目前它还无法准确回答你们公司的商品信息。点击右上角的发布,我们将在后面的步骤中去解决这一问题。 获取调用 API 所需的凭证: 在我的应用>应用列表中可以查看所有百炼应用 ID。保存应用 ID 到本地用于后续配置。 在顶部导航栏右侧,点击人型图标,点击 APIKEY 进入我的 APIKEY 页面。在页面右侧,点击创建我的 APIKEY,在弹出窗口中创建一个新 APIKEY。保存 APIKEY 到本地用于后续配置。 2. 用 AI 写出漂亮炫酷的应用的技巧: 不用非得用语言来描述想要的界面样式,可以去一些设计平台找喜欢的设计稿将图片上传让模型参考。国内推荐站酷、海外推荐 Dribbble 和 Layers。在跟 Claude 说的时候重点描述静态图片无法表现的部分。 可以要求 Claude 生成界面时引用在线的图片来填充到页面需要图片的部分,推荐 unsplash 这个开源图片网站。 要求 Claude 在生成页面的时候引用在线的图标库,比如 Font Awesome 或 Material Icons 这些开源图标库。 常用的前端样式代码是用 CSS 写的,但 CSS 本身的一些样式没太考虑美观度要求。 3. AI 时代创业的相关经验: Eric Quan 作为 AI IDE 的深度用户,发现 AI 会钻牛角尖,追问会给出离谱答复,还会不懂装懂给出错误知识。 解决模型幻觉问题的技巧:新建一个窗口;告诉 AI 忘掉之前所有内容,重新聊或新建会话窗口重新提问;告诉 AI 退一步,重新审视整个结构,设想从零开始如何设计;当 Claude 边猜边修改问题时,告诉它不确定就看日志并粘贴给它。一般借助这三个技巧引导 AI。或许真正的程序员把 Trae 当作辅助工具,但对 Eric Quan 来说,他是 AI 的辅助,只需告诉 Trae 想要什么,由它们来实现。
2025-03-06
怎么在AI文生图中精准的输出想要的文字
要在 AI 文生图中精准输出想要的文字,可以参考以下方法: Recraft 模型: 提供提示词加上文本位置,因为模型获得的输入数据越多,越容易产生精确输出。遵循指令比仅理解提示词更容易。 Tusiart 模型: 定主题:明确生成图片的主题、风格和表达的信息。 选择基础模型 Checkpoint:根据主题选择内容贴近的模型,如麦橘、墨幽的系列模型。 选择 lora:寻找内容重叠的 lora 以控制图片效果及质量。 ControlNet:可控制图片中特定的图像,如人物姿态、生成特定文字等,属于高阶技能。 局部重绘:下篇再学。 设置 VAE:选择 840000 即可。 Prompt 提示词:用英文写需求,使用单词和短语组合,用英文半角逗号隔开,不用管语法和长句。 负向提示词 Negative Prompt:用英文写避免产生的内容,同样用单词和短语组合,用英文半角逗号隔开,不用管语法。 采样算法:一般选 DPM++2M Karras,也可参考模型作者推荐的采样器。 采样次数:选 DPM++2M Karras 时,采样次数在 30 40 之间。 尺寸:根据个人喜好和需求选择。 Liblibai 模型: 定主题:明确生成图片的主题、风格和表达的信息。 选择 Checkpoint:根据主题选择内容贴近的模型,如麦橘、墨幽的系列模型。 选择 lora:寻找内容重叠的 lora 以控制图片效果及质量。 设置 VAE:选择 840000 即可。 CLIP 跳过层:设成 2 。 Prompt 提示词:用英文写需求,使用单词和短语组合,用英文半角逗号隔开,不用管语法和长句。 负向提示词 Negative Prompt:用英文写避免产生的内容,同样用单词和短语组合,用英文半角逗号隔开,不用管语法。 采样方法:一般选 DPM++2M Karras,也可参考模型作者推荐的采样器。 迭代步数:选 DPM++2M Karras 时,迭代步数在 30 40 之间。 尺寸:根据个人喜好和需求选择。 生成批次:默认 1 批。
2025-03-06
基于--cref的多个人物角色出现在一个画布中,具体该如何操作?我想要详细的步骤
基于 cref 在一个画布中放置多个人物角色的操作步骤如下: 1. 使用 /settings 将 Remix 打开,然后选择 。 2. 选择将包含第二个字符的图像,然后使用 U 将其从网格中分离出来。 3. 寻找蓝色小箭头(⬆️⬇️⬅️➡️),每个箭头都会在现有图像中添加一条新图像。选择新角色的前进方向并输入提示及其 cref。这将缝合一条新的画布。 需要注意的是: cref 命令适用于单一主题、单一角色的图像。如果计划在场景中添加多个角色,需要使用平移按钮来添加。 设置画布以描绘两个人的开场提示。 您的 cref 图像中应只包含一个角色。如果 cref 图像中有多个人物形象,Midjourney 将它们混合在一起,并混合到输出中。 语雀里面整理了 211 篇文档,共有 412731 字有关 AIGC 的相关文章,MJ 手册的规范使用说明,文章包含了很多大厂经验总结。无偿且标注了文章来源,地址:https://www.yuque.com/frannnk7/aidesign?《AIGC Design 手册》
2025-03-06
我想要知识库里的ai系统学习文档,要怎么获取
您可以通过以下方式获取 AI 系统学习文档: 1. 观看李弘毅老师的生成式 AI 导论、吴达的生成式 AI 入门视频等,并整理成学习笔记,在整理过程中学习更多知识,还能与大家交流互动。 2. 等待社区共创内容,通过共创做小项目来反向推动学习。 3. 原子将分享 30 分钟快速体验 AI 工具并教爸妈理解相关内容。 4. 学习 A16Z 推荐的包括 GPT 相关知识、Transformer 模型运作原理,及大语言模型词语接龙原理等基础知识。 5. 查看如介绍 GPT 运作原理、Transformer 模型、扩散模型等的经典必读文章。 6. 推荐看 open AI 的官方 Cookbook,小琪姐做了中文精读翻译,也可查看 cloud 的相关内容。 7. 查看历史脉络类资料,如整理了 open AI 的发展时间线和万字长文回顾等。 相关内容的获取链接为:https://waytoagi.feishu.cn/minutes/obcn7mvb3vu6k6w6t68x14v5?t=2727000 、https://waytoagi.feishu.cn/minutes/obcn7mvb3vu6k6w6t68x14v5?t=2806000 、https://waytoagi.feishu.cn/minutes/obcn7mvb3vu6k6w6t68x14v5?t=2942000 。
2025-03-05
我想要系统学习AI,请问文档在哪里?
以下是一些可供您系统学习 AI 的资源: 1. 通往 AGI 之路知识库: 其中包含关于 AI 知识库使用及 AIPO 活动的介绍,包括使用情况、发起背景、内容安排及相关资源等。 有 AIPO 线下活动及 AI 相关探讨,涉及活动规则、玩法以及 AI 在科技发展中的地位和研究方向。 介绍了 way to AGI 社区活动与知识库,包括活动安排、材料准备、知识库使用和内容更新情况。 提供了关于 AI 知识库及学习路径的介绍。 包含 AI 相关名词解释,如 AGI、AIGC、agent、prompt 等,建议通过与 AI 对话或李继刚老师的课程来理解。 说明了知识库的信息来源,如赛博蝉星公众号、国外优质博主的 blog 或 Twitter 等,推荐订阅获取最新信息并投稿。 介绍了社区共创项目,如 AIPU、CONFIUI 生态大会,每月有切磋大会等活动,还发起了新活动 AIPO。 提供了学习路径,如李弘毅老师的生成式 AI 导论等高质量学习内容,可系统化学习或通过社区共创活动反推学习,鼓励整理学习笔记并分享交流。 有经典必读文章,如介绍 GPT 运作原理、Transformer 模型、扩散模型等的文章,还包括软件 2.0 时代相关内容。 为初学者入门推荐了 open AI 的官方 Cookbook,小琪姐做了中文精读翻译,也可查看 cloud 的相关内容。 整理了 open AI 的发展时间线和万字长文回顾等历史脉络类资料。 2. 通往 AGI 之路的相关平台: 网站: 公众号:通往 AGI 之路 B 站: 小红书: X(Twitter): 内置知识库 AI 助手 此外,还有【法律法规】《人工智能法案》2023.06.pdf_TEXTS ADOPTED 中的相关内容,但此部分主要涉及法规方面。
2025-03-05
我想要Ai混剪视频的工具
以下为您介绍一些 AI 混剪视频的工具和相关流程: 工具: 1. Pika、Pixverse、Runway、SVD 等可用于视频制作。 2. 剪映:具有简单的音效库,方便添加音效和智能匹配字幕。 制作流程: 1. 小说内容分析:使用如 ChatGPT 等 AI 工具分析小说内容,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,使用如 Stable Diffusion 或 Midjourney 等工具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:利用如 Adobe Firefly 等 AI 配音工具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:使用如 Clipfly 或 VEED.IO 等视频编辑软件将图像、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。
2025-03-05
有什么AI生图网站支持生成汉字?
以下是一些支持生成汉字的 AI 生图网站: 1. ComfyUI Kwai Kolors 快手可图:支持中英文提示词工作流,有相关的下载安装设置教程,可生成汉字。您可以通过了解更多。 2. 豆包 App 支持文生图中文文字生成。
2025-03-06
证件照片生成
以下是关于证件照片生成的相关内容: 可以通过搭建证件照应用页面来实现。先创建应用并设置第一个 div 容器,页面分为上中下三块,顶部为标题,中间有原图、过渡和最终结果,底部为展示区域和表单。还需对容器的高度、宽度、排列方向以及文本组件的字体、颜色、加粗等属性进行设置。图片上传处理方面,介绍了图片组件的本地上传和绑定数据功能,需注意微信截图可能导致上传问题。页面也可分为左右两块,左侧展示区域,右侧为表单,左侧还需嵌套容器处理图片和文字展示。此外,前端页面搭建有一些技巧,如在 DIV10 中选择子容器、复制搭建元素等,包括调整表单组件的尺寸、按钮文案和上传文件类型等设置。业务逻辑流程包括用户上传照片、图片理解、图像生成、智能换脸、背景修改等步骤,各步骤中有参数设置、提示词调整和测试方法。 普通人现在可以利用 AI 生成自己的证件照,无需去影楼拍摄。有能将上传照片生成白底、蓝底和红底的证件照生成工具。
2025-03-06
我需要找到一个方法来把我爷爷迷迷糊糊的老照片上的样子生成样貌特征完全一致的数字人脸,如何可以实现?
以下是一种可能实现将您爷爷老照片生成数字人脸的方法: 1. 利用剪映软件: 在剪映右侧窗口顶部,打开“数字人”选项,选取一位免费且适合的数字人形象,比如“婉婉青春”。 软件会播放数字人的声音,您可判断是否需要,点击右下角“添加数字人”,将其添加到当前视频中。剪映会根据提供的内容生成对应音视频并添加到轨道中。 左下角会提示渲染完成时间,之后可点击预览按钮查看效果。 为让视频更美观,可增加背景图片。删除先前导入的文本内容,点击左上角“媒体”菜单并“导入”本地图片,将其添加到视频轨道上(会覆盖数字人)。 拖动背景图的角将其放大到适合尺寸,将数字人拖动到合适位置。 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。 完成后点击右上角“导出”按钮导出视频备用。 2. 若希望数字人脸换成特定的面孔,可能需要使用其他工具进行换脸。 3. 对于老照片的处理,还可以启用 MutiDiffusion 插件,不开放大倍数,仅使用分块渲染功能,在显存不够的情况下放大图片。 对于复杂的老照片,可先在 ps 里进行角度调整和照片裁切,然后上色。若直接上色效果不佳,可放弃人物服装颜色指定,只给场景方向,让 AI 自行决定。 可加入第二个 controlnet 来控制颜色,使用 t2ia_color 模型,给出简单的关键词,如“蓝天、绿树、灰石砖”。最后经过脸部修复和放大得到最终效果。
2025-03-06
小公司, 想部署一个本地ai系统,希望它能够, 对运维, 运营, 客服, 美术, 策划, 程序都能够有很大的帮助, 目前市面上那款 ai 模型比较合适
对于小公司想要部署一个能对运维、运营、客服、美术、策划、程序都有帮助的本地 AI 系统,以下是一些相关信息: 线上和线下本地部署的 AI 特点: 线上部署的优势在于出图速度快,不依赖本地显卡配置,无需下载大型模型,还能参考其他创作者的作品,但出图尺寸受限。线下部署的优势是可添加插件,出图质量高,但使用时电脑可能宕机,配置不高可能爆显存导致出图失败。建议线上用于找参考、测试模型,线下作为主要出图工具。 Ollama: 支持多种大型语言模型,包括通义千问、Llama 2、Mistral 和 Gemma 等,适用于不同场景。 易于使用,适用于 macOS、Windows 和 Linux 系统,支持 CPU 和 GPU。 提供模型库,用户可从中下载不同模型,满足不同需求和硬件条件。 支持自定义模型,可调整参数。 提供 REST API 用于运行和管理模型,以及与其他应用集成。 社区贡献丰富,有多种集成插件和界面。 Google Gemma: 是 Google 发布的家用版小模型,有 2b(20 亿参数)和 7b(70 亿参数)版本。小模型可能不适合复杂任务,但适合提升基础操作效率。部署环境友好,可通过 ollama 方便部署,支持热加载模型文件。2b 反应速度快但互动话题有限,7b 输出质量高但可能卡顿,对非英文语种反馈不稳定。 综合考虑,如果您的公司对出图质量要求较高,且有较好的硬件配置,可以选择线下部署结合线上测试的方式。在语言模型方面,Ollama 具有较多优势,可根据具体需求选择合适的模型进行部署。
2025-03-04
小游戏公司, 想部署一个本地ai系统,希望它能够, 对运维, 运营, 客服, 策划, 程序都能够有很大的帮助, 目前市面上那款 ai 模型比较合适
对于小游戏公司部署本地 AI 系统以帮助运维、运营、客服、策划和程序等方面,以下是一些建议和相关信息: 目前市面上的 AI 模型各有特点。线上 AI 具有出图速度快、不依赖本地显卡配置、无需下载大型模型以及能参考其他创作者作品等优势,但出图尺寸受限。线下部署的 AI 可以添加插件、出图质量高,但可能导致电脑宕机且对配置要求高。 在游戏领域,AI 大模型带来了诸多变化,如游戏内容辅助生成(包括文、图、3D 和音乐),可应用于游戏策划人和美术设计师。文生图和图生图能提高创作效率,动画辅助渲染可改变角色风格,游戏智能运营涵盖智能 NPC 互动、客服、攻略问答和代码脚本生成等,适用于产品经理、运营经理和社区运营经理。 Google 刚刚发布的家用版小模型 Gemma 有 2b(20 亿参数)和 7b(70 亿参数)版本。相对千亿参数的大模型,这类小模型可能不太适合处理复杂任务,但代表了模型本地化提升基础操作效率的趋势。Ollama 是一个开源的大型语言模型服务,方便部署最新版本的 GPT 模型并通过接口使用,支持热加载模型文件,且像小型的 llama 也支持本地部署。部署时,需进入 ollama.com 下载程序并安装,通过命令提示符进行操作和切换模型。2b 反应速度快但互动话题有限,7b 输出质量高但可能卡顿,且对非英文语种反馈不太稳定。 综合考虑,小游戏公司可以根据自身需求和硬件配置选择合适的 AI 模型。如果对出图质量要求高且有较好的硬件配置,可尝试线下部署;若更注重效率和便捷性,线上模型可能更适合。同时,也可以考虑像 Gemma 这样的小模型进行本地化部署以提升基础操作效率。
2025-03-04
小游戏公司, 想部署一个本地ai系统,希望它能够, 对运维, 运营, 客服, 美术, 策划, 程序都能够有很大的帮助, 目前市面上那款 ai 模型比较合适
对于小游戏公司部署本地 AI 系统以帮助运维、运营、客服、美术、策划、程序等方面,以下是一些建议和目前市面上合适的 AI 模型分析: 线上 AI 平台的优势在于出图速度快,对本地显卡配置要求低,无需下载大型模型,还能参考其他创作者的作品,但出图分辨率有限制。 线下部署的优势是可以添加插件,出图质量高,但使用时电脑可能宕机,配置不高还可能爆显存导致出图失败。 综合考虑,建议充分发挥线上和线下平台的优势。线上可用于找参考、测试模型,线下作为主要出图工具。 在图像生成方面,2022 年主流生成式图像应用如 DALLE 2.0、Stable Diffusion 和 Midjourney 使图像生成精细化程度提升,提示对图像生成结果的控制能力增强。 在 3D 模型生成中,AI 能完成 3D 模型生成流程的“一步到位”,大大提升效率。 在游戏开发中,AI 可用于游戏内容辅助生成(如文、图、3D、音乐)、动画辅助渲染、游戏智能运营(包括智能 NPC 互动、客服、攻略问答、代码和脚本生成)等。 对于小游戏公司,Stable Diffusion 可能是一个较为合适的选择,它在 2D 美术素材辅助生成方面能够提高创作效率、降低成本,并且有多种应用场景,如文生图、图生图等。同时,也可以考虑结合线上平台进行参考和测试。
2025-03-04
告诉我211本科人工智能毕业一志愿考研结果不理想,很可能被调剂到一个双非院校,请给我在就业方面一个合适的方向(包括但不限于大学老师、大厂、中小厂、国企、考公考编、选调生等)
对于 211 本科人工智能专业毕业,考研一志愿结果不理想可能被调剂到双非院校的情况,在就业方面可以有以下几个方向: 大学老师:如果您有继续深造的意愿,在研究生阶段取得优异成果,未来仍有机会进入高校任教,但可能相对较难进入重点高校。 大厂:大厂通常对学历和能力都有较高要求。虽然您的研究生院校可能是双非,但如果在研究生期间积累丰富的项目经验、具备扎实的专业技能,仍有机会进入大厂。 中小厂:中小厂对于学历的要求相对宽松,更注重实际能力。您可以在中小厂获得更多实践机会,积累工作经验,为未来的职业发展打下基础。 国企:国企的稳定性较高,对于学历的要求也相对灵活。您可以关注国企的招聘信息,寻找与人工智能相关的岗位。 考公考编:公务员和事业单位的工作稳定性强,一些与科技、信息化相关的部门可能会招聘人工智能专业的人才。 选调生:如果您符合选调生的选拔条件,可以尝试通过选调生途径进入政府部门工作。 总之,无论选择哪个方向,都需要在研究生期间不断提升自己的专业能力和综合素质,增加就业竞争力。
2025-03-03
如何搭建一个工作流来做ai agent 的事情,帮助学生找工作的整个流程,从找合适岗位-> 投递简历 -> 和hr联系 ->做面试前的search工作和面试准备-> 提醒参加面试-> 面试结果追踪,后续的复盘,得到面试经验
搭建一个用于帮助学生找工作的 AI Agent 工作流可以参考以下步骤: 1. 规划 总结任务目标与执行形式,明确帮助学生从找合适岗位到面试结果追踪及复盘的全过程。 将任务分解为可管理的子任务,例如找合适岗位、投递简历、与 HR 联系、面试前准备、提醒参加面试、面试结果追踪和复盘等,并确立它们的逻辑顺序和依赖关系。 设计每个子任务的执行方法,比如确定合适的岗位筛选标准、制定简历投递策略、规划与 HR 沟通的方式等。 2. 实施 在相应的平台(如 Coze 等)上搭建工作流框架,设定每个节点的逻辑关系。 详细配置子任务节点,例如设置岗位筛选的参数、简历模板和投递渠道、与 HR 联系的话术等,并验证每个子任务的可用性。 3. 完善 整体试运行工作流,识别功能和性能的卡点。 通过反复测试和迭代,优化工作流,直至达到预期效果,例如提高学生找到合适工作的成功率、提升面试表现等。 此外,在技术实现方面,例如实现无代码开发和工具调用,您可以参考以下操作: 打开 Comfyui 界面后,右键点击界面,即可找到 Comfyui LLM party 的目录,您既可以学习如何手动连接这些节点,从而实现一个最简单的工作流,也可以直接将相关工作流文件拖拽到 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。如果 ollama 连接不上,很可能是代理服务器的问题,请将您的 127.0.0.1:11434 添加到不使用代理服务器的列表中。
2025-02-27
我需要一个能够生成适合初中生的个性化的英语单词清单,用什么工具比较合适
以下为您推荐几种适合生成适合初中生个性化英语单词清单的工具: 1. DeepSeek:您可以输入单词主题、图片风格、单词数量等,它会为您输出指定数量的相关单词,并以数组形式呈现,包括单词、中文、美式音标以及相关的英文句子和中文翻译。 2. Claude:您可以输入任意三个中文词语或一个主题让其随机生成 Word Search 表格,有助于提升初中生的语言能力、专注力、认知能力等。 3. 利用搞定设计结合 ChatGPT:通过搞定设计制作单词卡模板,然后使用 ChatGPT 生成单词内容并整理放入 Excel 文件中,实现批量制作单词卡片。
2025-02-26