ComfyUI只能在N卡使用？可以在A卡上使用吗

ComfyUI 与 WebUI 的区别如下： ComfyUI 简介： 是一个基于节点流程式的 stable diffusion AI 绘图工具 WebUI，可想象成集成了 stable diffusion 功能的 substance designer，将流程拆分成节点，实现更精准工作流定制和完善的可复现性。 优势： 对显存要求相对较低，启动和出图速度快。 生成自由度更高。 可以和 WebUI 共享环境和模型。 能搭建自己的工作流程，可导出流程并分享，报错时能清晰发现错误所在。 生成的图片拖进后会还原整个工作流程，模型也会选择好。 劣势： 操作门槛高，需要清晰逻辑。 生态不如 WebUI 丰富，但也有针对其开发的有趣插件。 官方链接：https://github.com/comfyanonymous/ComfyUI 采样器与调度器： 在 ComfyUI 中，采样器与调度器分开，不同于 WebUI 中将两者合并。ComfyUI 通过采样器+调度器组合的方式与 WebUI 中的一致，选择 karras 调度器一般效果较好。 插件： 插件安装管理器：https://github.com/ltdrdata/ComfyUIManager SDXL 风格样式：https://github.com/twri/sdxl_prompt_styler ComfyUI 界面汉化：https://github.com/AIGODLIKE/AIGODLIKECOMFYUITRANSLATION 中文提示词输入：https://github.com/AlekPet/ComfyUI_Custom_Nodes_AlekPet 蟒蛇八卦工具箱：https://github.com/pythongosssss/ComfyUICustomScripts 提示词权重调节器：https://github.com/BlenderNeko/ComfyUI_AD 在 WebUI 中安装插件能直观看到并使用，因其有良好用户界面；而 ComfyUI 安装插件后可能看不到，需通过节点连接感受其功能，安装方法是将解压好的文件夹放入“E:\\ComfyUI_windows_portable\\ComfyUI\\custom_nodes”目录，然后重新启动。

ComfyUI 是一个基于节点流程式的 stable diffusion AI 绘图工具 WebUI，具有以下特点： 简介：可以想象成集成了 stable diffusion 功能的 substance designer，通过将 stable diffusion 的流程拆分成节点，实现更加精准的工作流定制和完善的可复现性。 优劣势： 优势：对显存要求相对较低，启动速度快，出图速度快；具有更高的生成自由度；可以和 webui 共享环境和模型；可以搭建自己的工作流程，可以导出流程并分享给别人，报错的时候也能清晰的发现错误出在哪一步；生成的图片拖进后会还原整个工作流程，模型也会选择好。 劣势：操作门槛高，需要有清晰的逻辑；生态没有 webui 多（常用的都有），也有一些针对 Comfyui 开发的有趣插件。 官方链接：从 github 上下载作者部署好环境和依赖的整合包，按照官方文档按照即可：https://github.com/comfyanonymous/ComfyUI 生图原理： Pixel Space（像素空间）：图的左边表示输入图像的像素空间，在 ComfyUI 中，这个对应于你可能通过“图像输入”模块或直接从文本提示生成的随机噪声图像。在生成过程结束时，系统会将处理后的潜在表示转换回像素空间，生成最终的图像。 Latent Space（潜在空间）：ComfyUI 中的应用：ComfyUI 的许多操作都在潜在空间中进行，如 KSampler 节点就是在这个空间中执行采样过程。图像被映射到潜在空间后，扩散过程在这个空间中进行。在 ComfyUI 中，你可以通过节点调整对潜在空间的操作，如噪声添加、去噪步数等。这部分通常由潜在空间操作模块来实现。 扩散过程（Diffusion Process）：噪声的生成和逐步还原：扩散过程表示的是从噪声生成图像的过程。在 ComfyUI 中，这通常通过调度器（Schedulers）控制，典型的调度器有 Normal、Karras 等，它们会根据不同的采样策略逐步将噪声还原为图像。你可以通过 ComfyUI 中的“采样器”节点选择不同的调度器，来控制如何在潜在空间中处理噪声，以及如何逐步去噪回归到最终图像。时间步数：在生成图像时，扩散模型会进行多个去噪步。图中展示的 zT 代表不同时间步长下的潜在表示。在 ComfyUI 中，你可以通过控制步数来影响图像生成的精细度和质量。 延伸应用：开源项目作者 ailm 在 ComfyUI 上搭建了一个可以接入飞书的 AI 女友麦洛薇（mylover），实现了稳定人设，无限上下文，永久记忆，无缝联动 SD 绘图等功能。由于是基于 comfyui 开发，适合完全没有代码基础的小伙伴们复现并且按自己的想法修改工作。

ComfyUI 是一个基于节点流程式的 stable diffusion AI 绘图工具 WebUI。 简介： 可以把它想象成集成了 stable diffusion 功能的 substance designer，通过将 stable diffusion 的流程拆分成节点，实现了更加精准的工作流定制和完善的可复现性。 优劣势： 优势： 1. 对显存要求相对较低，启动速度快，出图速度快。 2. 具有更高的生成自由度。 3. 可以和 webui 共享环境和模型。 4. 可以搭建自己的工作流程，可以导出流程并分享给别人，报错的时候也能清晰的发现错误出在哪一步。 5. 生成的图片拖进后会还原整个工作流程，模型也会选择好。 劣势： 1. 操作门槛高，需要有清晰的逻辑。 2. 生态没有 webui 多（常用的都有），也有一些针对 Comfyui 开发的有趣插件。 官方链接： 从 github 上下载作者部署好环境和依赖的整合包，按照官方文档按照即可：https://github.com/comfyanonymous/ComfyUI 安装部署： 1. 电脑硬件要求： 系统：Windows7 以上。 显卡要求：NVDIA 独立显卡且显存至少 4G 起步。 硬盘留有足够的空间，最低 100G 起步（包括模型）。 注：mac 系统，AMD 显卡，低显卡的情况也可以安装使用，功能不全，出错率偏高，严重影响使用体验个人建议升级设备或者采用云服务器玩耍。 下载并更新 Nvidia 显卡驱动下载地址 https://www.nvidia.cn/ geforce/drivers/ 2. 下载并安装所需要环境： 依次下载并安装 python、Git、VSCode，安装过程中一直点击勾选对应选项，一直下一步。 安装 Python https://www.python.org/downloads/release/python3119/ ，安装的时候选中“将 Python 添加到系统变量”。 安装 VSCode https://code.visualstudio.com/Download 。 安装 Git https://gitscm.com/download/win 。 安装 CUDA https://developer.nvidia.com/cuda1220downloadarchive?target_os=Windows&target_arch=x86_64&target_version=11&target_type=exe_network 。 生图原理： ComfyUI 是一个开源的图形用户界面，用于生成 AI 图像，主要基于 Stable Diffusion 等扩散模型。 1. Pixel Space 和 Latent Space： Pixel Space（像素空间）：图的左边表示输入图像的像素空间，在 ComfyUI 中，这个对应于你可能通过“图像输入”模块或直接从文本提示生成的随机噪声图像。在生成过程结束时，系统会将处理后的潜在表示转换回像素空间，生成最终的图像。 Latent Space（潜在空间）：ComfyUI 中的应用：ComfyUI 的许多操作都在潜在空间中进行，如 KSampler 节点就是在这个空间中执行采样过程。图像被映射到潜在空间后，扩散过程在这个空间中进行。在 ComfyUI 中，你可以通过节点调整对潜在空间的操作，如噪声添加、去噪步数等。这部分通常由潜在空间操作模块来实现。 2. 扩散过程（Diffusion Process）： 噪声的生成和逐步还原：扩散过程表示的是从噪声生成图像的过程。在 ComfyUI 中，这通常通过调度器（Schedulers）控制，典型的调度器有 Normal、Karras 等，它们会根据不同的采样策略逐步将噪声还原为图像。 时间步数 TTT：在生成图像时，扩散模型会进行多个去噪步。图中展示的 zT 代表不同时间步长下的潜在表示。在 ComfyUI 中，你可以通过控制步数来影响图像生成的精细度和质量。

ComfyUI 是一个基于节点流程式的 stable diffusion AI 绘图工具 WebUI，具有以下特点： 简介：可以想象成集成了 stable diffusion 功能的 substance designer，通过将 stable diffusion 的流程拆分成节点，实现更精准的工作流定制和完善的可复现性。 优劣势： 优势：对显存要求相对较低，启动和出图速度快；具有更高的生成自由度；可以和 webui 共享环境和模型；可以搭建自己的工作流程，能导出流程并分享，报错时能清晰发现错误所在；生成的图片拖进后会还原整个工作流程，模型也会选择好。 劣势：操作门槛高，需要有清晰的逻辑；生态没有 webui 多（但常用的都有），也有一些针对 Comfyui 开发的有趣插件。 官方链接：从 github 上下载作者部署好环境和依赖的整合包，按照官方文档安装即可：https://github.com/comfyanonymous/ComfyUI 生图原理： Pixel Space（像素空间）：图的左边表示输入图像的像素空间，在 ComfyUI 中，对应于可能通过“图像输入”模块或直接从文本提示生成的随机噪声图像。生成过程结束时，系统会将处理后的潜在表示转换回像素空间，生成最终的图像。 Latent Space（潜在空间）：ComfyUI 中的许多操作都在潜在空间中进行，如 KSampler 节点就是在这个空间中执行采样过程。图像被映射到潜在空间后，扩散过程在这个空间中进行。在 ComfyUI 中，可以通过节点调整对潜在空间的操作，如噪声添加、去噪步数等。 扩散过程（Diffusion Process）：噪声的生成和逐步还原。扩散过程表示从噪声生成图像的过程。在 ComfyUI 中，通常通过调度器（Schedulers）控制，典型的调度器有 Normal、Karras 等，可通过“采样器”节点选择不同的调度器，控制如何在潜在空间中处理噪声，以及逐步去噪回归到最终图像。时间步数也会影响图像生成的精细度和质量。 延伸应用：开源项目作者 ailm 在 ComfyUI 上搭建了一个可以接入飞书的 AI 女友麦洛薇（mylover），实现了稳定人设，无限上下文，永久记忆，无缝联动 SD 绘图等功能，适合完全没有代码基础的小伙伴们复现并且按自己的想法修改。

以下是学习 ComfyUI 的相关资源和途径： 1. 网站学习资源： ComfyUI 官方文档：提供使用手册和安装指南，适合初学者和有经验的用户，可在获取。 优设网：有详细的 ComfyUI 入门教程，适合初学者，教程地址是。 知乎：用户分享了 ComfyUI 的部署教程和使用说明，适合有一定基础并希望进一步了解的用户，可在找到。 Bilibili：提供了从新手入门到精通各个阶段的视频教程，可在获取。 2. ComfyUI 共学计划： 日程安排： 开场：，时间 8/13 20:00 22:00，讲师为佑萌、ZHO。 第一课：。 第二课：，时间 8/15 20:00 22:00，讲师为郭佑萌。 第三课：。 第四课：，时间 8/20 20:00 22:00。 第二期时间待定。 请注意，以上内容由 AI 大模型生成，请仔细甄别。

以下是关于 ComfyUIWD14 模型的相关信息： 安装 Tagger 模型失败的解决方法：下载下面这 2 个反推模型与对应的词库列表，然后放进 ComfyUI\\custom_nodes\\ComfyUIWD14Tagger\\models 文件夹内。Hugginface 下载地址：https://huggingface.co/SmilingWolf/wdv14moattaggerv2/tree/main（下载 onnx 模型文件与 csv 文件，然后改为对应模型名：wdv14moattaggerv2）。网盘下载地址：度盘：pan.baidu.com/s/1d9XLF96OzWlLtUGvZiYdVA?pwd=nely，Quark：pan.quark.cn/s/ff8172bebe27。重启后，在 Tagger 的模型列表里选择 wdv14moattaggerv2 即可。 Comfyui SD 学社做一个黏土头像的图生图中需要用到的插件： 提示词反推 WD14Tagger：https://github.com/pythongosss/ComfyUlWD14Tagger 首次使用会自动下载模型。 处理人物一致性：IPAdapter：https://github.com/cubiq/ComfyUI_IPAdapter_plus。也可以用 instantID，这里使用的是 IPadpter，后续很多地方也会用到，建议大家也可以先用起来。关于 IPAdapter 的使用，之前有写了一篇文章介绍，不熟悉的小伙伴可以先看下。因为作者新版本重写了代码，所以新版一定注意模型的放置位置，这样后续使用统一加载，会方便不少。 ControlNet：预处理的插件 comfyui_controlnet_aux https://github.com/Fannovel16/comfyui_controlnet_aux，ControlNet 模型 XLCN 模型下载：https://huggingface.co/lllyasviel/sd_control_collection/tree/main，1.5 理模型下载：https://huggingface.co/lllyasviel/ControlNetv11/tree/main。Controlnet 不熟悉的小伙伴，同样也可以看之前写的一篇文章，快速上手。 直接在 Comfy UI 中训练 LoRA 模型：制作字幕时禁用 LoRA 训练节点，原因是 Comfy 可能会在制作字幕之前启动训练。最好保险起见：在制作字幕时绕过训练节点，然后启用它，再次启动工作流程进行训练。可以在训练之前打开字幕并手动编辑它们。训练会在 log 文件夹中创建一个日志文件，该文件夹会在 Comfy 的根文件夹中创建，认为该日志是一个可以在 Tensorboard UI 中加载的文件，但很想让数据出现在 ComfyUI 中。

以下是关于更自动化使用 cherry studio 本地知识库的具体操作方法： 使用知识库： 将知识库直接与 Bot 进行关联用于响应用户回复，或者在工作流中添加知识库节点，成为工作流中的一环。 在 Bot 内使用知识库： 1. 登录。 2. 在左侧导航栏的工作区区域，选择进入指定团队。 3. 在 Bots 页面，选择指定 Bot 并进入 Bot 详情页。 4. 在 Bot 编排页面的知识库区域，单击加号图标，添加指定的知识库。 5. （可选）添加知识库后，可以在自动调用下拉界面内，调整知识库的配置项。 配置项说明： 最大召回数量：Bot 在调用知识库匹配用户输入内容时，返回的数据片段数量，数值越大返回的内容越多。 最小匹配度：Bot 在调用知识库匹配用户输入内容时，会将达到匹配度要求的数据片段进行召回。如果数据片段未达到最小匹配度，则不会被召回。 调用方式：知识库的调用方式。 自动调用：每轮对话将自动从所有关联的知识库中匹配数据并召回。 按需调用：您需要在人设与回复逻辑中提示 Bot 调用 RecallKnowledge 方法，以约束 Bot 在指定时机从知识库内匹配数据。 6. （可选）在预览与调试区域调试 Bot 能力时，扩展运行完毕的内容可以查看知识库命中并召回的分片内容。 在工作流内使用 Knowledge 节点： 1. 登录。 2. 在左侧导航栏的工作区区域，选择进入指定团队。 3. 在页面顶部进入工作流页面，并打开指定的工作流。 4. 在左侧基础节点列表内，选择添加 Knowledge 节点。 创建知识库并上传文本内容： |上传方式|操作步骤| ||| |本地文档|1. 在文本格式页签下，选择本地文档，然后单击下一步。<br>2. 将要上传的文档拖拽到上传区，或单击上传区域选择要上传的文档。<br>目前支持上传.txt,.pdf,.docx 格式的文件内容。<br>每个文件不得大于 20M。<br>一次最多可上传 10 个文件<br>1. 当上传完成后单击下一步。<br>2. 选择内容分段方式：<br>2.1. 自动分段与清洗：系统会对上传的文件数据进行自动分段，并会按照系统默认的预处理规则处理数据。<br>2.2. 自定义：手动设置分段规则和预处理规则。<br>分段标识符：选择符合实际所需的标识符。<br>分段最大长度：设置每个片段内的字符数上限。<br>文本预处理规则：<br>替换掉连续的空格、换行符和制表符<br>删除所有 URL 和电子邮箱地址<br>1. 单击下一步完成内容上传和分片。| 创建知识库并上传表格数据： |上传方式|操作步骤| ||| |本地文档|选择将本地文件中的表格数据上传至知识库中。<br>1. 在表格格式页签下，选择本地文档，然后单击下一步。<br>2. 将要上传的文档拖拽到上传区，或单击上传区域选择要上传的文档，然后单击下一步。<br>目前支持上传.csv 和.xlsx 格式的文件内容，且表格内需要有列名和对应的数据。<br>每个文件不得大于 20M。<br>一次最多可上传 10 个文件。<br>1. 配置数据表信息后，单击下一步。<br>1.1. 指定数据范围：通过选择数据表、表头、数据起始行指定数据范围。<br>1.2. 确认表结构：系统已默认获取了表头的列名，您可以自定义修改列名，或删除某一列名。<br>1.3. 指定语义匹配字段：选择哪个字段作为搜索匹配的语义字段。在响应用户查询时，会将用户查询内容与该字段内容的内容进行比较，根据相似度进行匹配。<br>2. 查看表结构和数据，确认无误后单击下一步。<br>3. 完成上传后，单击确定。|

以下是使用 API 结合 cherry studio 建立本地知识库后训练使 AI 更聪明的方法： 1. 在线知识库： 点击创建知识库，创建一个画小二课程的 FAQ 知识库。 知识库的飞书在线文档中，每个问题和答案以分割。 选择飞书文档，选择自定义的自定义，输入。 编辑修改和删除内容，添加 Bot 并在调试区测试效果。 2. 本地文档： 注意拆分内容，提高训练数据准确度。 对于画小二课程，将 80 节课程分为 11 个章节，不能一股脑全部放进去训练。 首先将 11 章的大章节名称内容放进来，章节内详细内容按照固定方式进行人工标注和处理。 然后选择创建知识库自定义清洗数据。 3. 发布应用： 点击发布，确保在 Bot 商店中能够搜到。 此外，在训练 AI 时，还需要注意以下几点： 提示词：告诉 AI 它的角色和要专注的技能。 知识库：相当于给 AI 发放工作手册，例如可以放入特定的剧情等内容。 希望以上内容对您有所帮助。

以下是关于 DeepSeek 提示词方法论的相关内容： 核心原理认知：包括 AI 特性定位（多模态理解、动态上下文、任务适应性）和系统响应机制（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，对位置权重、符号强调敏感）。 基础指令框架：如果不知道如何表达，可套用框架指令，如四要素模板、格式控制语法（强制结构、占位符标记、优先级符号）。 进阶控制技巧：思维链引导（分步标记法、苏格拉底式追问）、知识库调用（领域限定指令、文献引用模式）、多模态输出。 高级调试策略：模糊指令优化（针对宽泛需求添加维度约束、主观表述量化标准）、迭代优化法（首轮生成获取基础内容、特征强化、风格调整、最终校验）。 行业应用案例：包括技术开发场景和商业分析场景。 异常处理方案：信息幻觉（追加请标注所有不确定陈述，并提供验证方法）、格式偏离（使用严格遵循特定模板）、深度不足（触发请继续扩展内容，添加案例佐证）。 效能监测指标：首次响应准确率目标>75%、多轮对话效率（问题解决平均轮次<3）、复杂任务分解（支持 5 级子任务嵌套）。 此外，还有高阶能力调用，包括文风转换矩阵、领域穿透技术、商业决策支持；场景化实战策略，包括创意内容生成、技术方案论证；特殊场景解决方案，包括长文本创作（分段接力法）、敏感内容处理（概念脱敏法、场景移植法）；效能增强技巧，包括对话记忆管理（上下文锚定、信息回溯、焦点重置）、输出质量控制（针对过度抽象、信息过载、风格偏移的修正指令）。

使用本地数据训练 AI 可以参考以下内容： Teachable Machine： 应用场景广泛，如商品说明书、自动驾驶、教学互动等。 允许用户快速、简单地创建机器学习模型，无需专业知识或编程技能。 使用步骤： 收集数据：可上传图片、录制声音或动作视频作为训练数据。 训练模型：用收集的数据训练模型并测试其能否正确识别新的内容。 导出模型：完成训练后可下载或上传到网上用于其他项目。 特点： 提供多种创建机器学习模型的方式，灵活且用户友好。 可在本地完成训练，不通过网络发送或处理数据，保护隐私。 生成的模型是真实的 TensorFlow.js 模型，可在任何运行 JavaScript 的地方工作，还能导出到不同格式在其他地方使用。 官方网站： Stable Diffusion： 训练数据集制作： 数据清洗：筛除分辨率低、质量差、存在破损及与任务目标无关的数据，去除水印、干扰文字等。 数据标注：分为自动标注（如使用 BLIP 输出自然语言标签）和手动标注（依赖标注人员）。 补充标注特殊 tag：可手动补充特殊标注，如运行相关代码并修改参数。

AI 提示词的使用方法如下： 1. 星流一站式 AI 设计工具： 输入框中可输入提示词，使用图生图功能辅助创作。 提示词用于描绘画面，输入语言方面，星流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），支持中英文输入。 可进行提示词优化，启用后能扩展提示词，更生动地描述画面内容。 写好提示词的方法包括：点击提示词上方官方预设词组进行生图；提示词内容准确，包含人物主体、风格、场景特点、环境光照、画面构图、画质等；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，帮助 AI 理解不想生成的内容；利用“加权重”功能，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；还具有翻译功能可一键将提示词翻译成英文，以及删除所有提示词和会员加速等辅助功能。 2. Adobe Firefly AI 视频功能： 在“文生视频（Text to Video）”和“图生视频（Image to Video）”中，尽量使用更多词汇具体描述光线、摄影、色彩、氛围和美学风格。 提示词公式为镜头类型描述+角色+动作+地点+美学风格。镜头类型描述包括相机视角及移动方式；角色描述涵盖角色身份、外貌、穿着和情绪；动作描述角色在场景中的行为；地点描述包括位置、天气和地形；美学风格描述包括镜头类型、氛围、景深等。构建提示词时，建议限制主题数量，过多主题可能让 Firefly 困惑。 3. 一泽 Eze： 1 句提示词+1 个品牌 Logo 可生成超级符合品牌调性的创意名片，整个流程简单，输入提示词和 Logo 即可。 提示词的主要目的是“设计符合品牌调性的创意名片”，借助大模型可让 AI 自动推敲设计思路生成创意 Demo。 注意事项包括：“创意名片生成”已支持在 Artifacts 中正确回显上传的 Logo，为更好直出效果，Logo 建议使用清晰、底图透明的 PNG 格式；若生成结果不符合预期，可尝试让模型重新生成或和 AI 对话提出修改意见。

在 Midjourney 中，要在一个画布中放置多个角色并将新人物描述和 cref 添加到新画布中，您可以按照以下步骤操作： 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它们。 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。 另外，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，希望对大家有所帮助，地址：https://www.yuque.com/frannnk7/f7《AIGC Design 手册》

以下是为您提供的系统学习 AI 的建议： 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，如图像、音乐、视频等，您可以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，实践是巩固知识的关键，尝试使用各种产品做出您的作品。 在知识库提供了很多大家实践后的作品、文章分享，欢迎您实践后的分享。 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。 6. 与大语言模型交流的技巧： 对话尽量具体、丰富、少歧义，多说有用的。 假想特定场景，明确希望获得的内容。 把大模型当作大学生，指明方向，拆解任务，教其一步一步操作。 7. AI 教育方面： 以 Khanmigo AI 为例，AI 教师应具有友善和支持的性格，语言简明，不直接给答案，而是通过适当提问帮助学生独立思考，根据学生知识水平调整问题，检查学生是否理解，警惕学生滥用帮助等。

目前人工智能的发展呈现出复杂的态势： 预计明年会有团体花费超过 10 亿美元训练单个大规模模型，通用人工智能的热潮仍在持续，但其成本也在不断增加。 政府和大型科技公司都面临着计算需求超出电网支持能力的问题。 人工智能对选举的影响尚未完全显现，但仍需关注。 以 OpenAI、Meta 以及中国实验室为代表，竞争激烈。 未来前景方面： 深度学习被证明有效，且随着规模扩大预期会改善，能帮助解决更多难题，对全球人民生活产生有意义的改善。 人工智能模型将作为个人助理执行特定任务，帮助构建更好的下一代系统，并推动各领域科学进展。 对于普通人如何通过人工智能挣钱，以下是一些可能的途径： 学习相关技能，如编程、数据分析等，参与人工智能项目的开发和维护。 利用人工智能工具进行内容创作，如写作、绘画等，并通过相关平台实现盈利。 关注人工智能领域的新兴应用，寻找创业机会。

以下是关于借助 AI 进行产品保证信息合规审核的一些建议： 1. 建立用户的举报和响应机制：在网站建立相关投诉举报机制，如设置侵权举报按钮，简化举报流程，并建立快速响应团队，负责评估收到的侵权举报，并在必要时采取法律行动。 2. 对用户进行潜在风险提示，明确用户责任与义务：在用户协议中详细列出禁止侵权行为的条款，并明确违反协议的法律后果。通过用户教育活动，如在线研讨会、指南和常见问题解答，提高用户对版权的认识。 3. 企业应当深入钻研相关法律法规，深化版权合规流程： 定期组织知识产权法律培训，确保团队成员对相关法律法规有深刻理解，涵盖适用于 AI 生成内容的版权法、AI 创新的专利申请策略，以及对国际知识产权法律差异的理解等内容。 建立专门的法律合规团队，其职责不仅是监控，还需主动解释新法律变动对公司运营的影响，包括对新立法进行影响分析、从法律角度对产品开发提供建议，以及制定内部政策以指导公司对法律更新的响应。 制定严格的数据来源审核流程，确保所有用于训练 AI 的数据均获得明确的版权授权。对于 AI 生成的内容，应实行版权审核机制，以确保这些内容要么是原创的，要么已经得到授权使用。 4. 建立企业内容过滤与监控系统：开发或采用先进的内容识别技术，如图像识别和文本匹配，自动识别并过滤潜在的侵权内容。同时，建立内容监控小组，负责人工审核由用户生成的内容，确保过滤系统的准确性。通过结合使用技术和人工审核，提高识别侵权内容的能力，保护企业和用户免受侵权风险。

要利用 agent 自动流实现生成更长、更可靠质量的视频，您可以参考以下几种模型和方法： 1. PixVerse V2 模型： 8 秒的视频生成需要花费 30 Credits，5 秒的视频生成需要花费 15 Credits，且只能使用 PixVerse V2 模型，生成时请注意模型选择。 目前仅支持 16:9 画面比例的视频生成。 文生视频：点击“Text to Video”，在“Model”选择“PixVerse V2”，视频时长。PixVerse V2 支持多风格的视频生成，您可以通过在提示词中加入“Anime”，“Realistic”等词语做到这点。 图生视频：点击“Image to Video”，在“Model”选择“PixVerse V2”，视频时长。图生视频暂不支持“Magic Brush”、“Camera Motion”、“Motion Strength”等功能，如需要使用上述功能，请将模型切换至“PixVerse V1”。 2. Meta Movie Gen 模型： Movie Gen 由视频生成和音频生成两个模型组成。 Movie Gen Video：30B 参数 Transformer 模型，可以从单个文本提示生成 16 秒、16 帧每秒的高清视频，相当于 73K 个视频 tokens。对于精确视频编辑，它可以执行添加、删除或替换元素，或背景替换、样式更改等全局修改。对于个性化视频，它在保持角色身份一致性和运动自然性方面取得 SOTA 性能。 Movie Gen Audio：13B 参数 Transformer 模型，可以接受视频输入以及可选的文本提示，生成与视频同步的高保真音频。 Movie Gen Video 通过预训练微调范式完成，在骨干网络架构上，它沿用了 Transformer，特别是 Llama3 的许多设计。预训练阶段在海量的视频文本和图像文本数据集上进行联合训练，学习对视觉世界的理解。微调阶段研究人员精心挑选了一小部分高质量视频进行有监督微调，以进一步提升生成视频的运动流畅度和美学品质。为了进一步提高效果，模型还引入了流匹配（Flow Matching）作为训练目标，这使得视频生成的效果在精度和细节表现上优于扩散模型。 3. Sora 模型： 文生视频，图生视频，视频生视频，支持多种视频定制选项，如分辨率（从 480p 到 1080p）、视频长度（从 5 秒到更长时间）和视频风格。用户可以浏览社区共享的视频，获取灵感和学习技巧（直接抄别人 prompt）。 故事板：允许用户通过时间线指导视频中的多个动作，创建更加复杂的视频序列。 混音和编辑：提供视频混音功能，允许用户将视频转换成新的风格。支持视频的延伸和剪辑，以及创建循环视频。 高级功能：包括混合功能，可以将两个视频场景合并成一个新的场景。 对于已经拥有 OpenAI Plus 或 Pro 账户的用户，Sora 的使用是包含在现有订阅中的，无需额外支付费用。OpenAI Plus 订阅每月 50 次视频生成次数；OpenAI Pro 订阅无限次慢速队列生成，500 次正常速度的视频生成次数。用户可以根据需要选择更高分辨率的视频生成，但这可能会减少每月的使用次数。Sora 的发布初期，对于某些地区（如欧洲和英国）可能会有延迟。

以下是一些实现文生长视频和图生长视频的方法： 1. 使用 PixVerse V2 模型： 单个视频生成（8s）：8s 的视频生成需要花费 30 Credits，5s 的视频生成需要花费 15 Credits，且只能使用 PixVerse V2 模型，生成时请注意模型选择。目前仅支持 16:9 画面比例的视频生成。 文生视频：点击“Text to Video”，在“Model”选择“PixVerse V2”，视频时长。PixVerse V2 支持多风格的视频生成，您可以通过在提示词中加入“Anime”，“Realistic”等词语做到这点。 图生视频：点击“Image to Video”，在“Model”选择“PixVerse V2”，图生视频暂不支持“Magic Brush”、“Camera Motion”、“Motion Strength”等功能，如需要使用上述功能，请将模型切换至“PixVerse V1”。 2. 利用 runway： 视频的大部分片段用 runway（https://app.runwayml.com/）制作，少数的片段用的是即梦（https://jimeng.jianying.com/aitool/home）的动效画板和首尾帧。 以汽车内饰这一片段为例，登录 runway 账户后，在首页的左侧点击“Text/Imagine to Video”，中文即是“文生视频/图生视频”。点击 2 处将汽车内饰的图片上传到 runway 中。其中 1 处可以更改生成图片所用到的大模型版本，数字越大代表模型越强。目前只有 Gen2 每天有免费额度。3 处用于输入提示词。4 处可以修改生成的视频时长为 5s 或 10s，时长越长，生成的效果可能越不稳定。5 处可以看到生成的结果。提示词方框中输入的运镜方式“Roll Clockwise Shot slowly”是，即摄像机围绕垂直轴顺时针旋转，常用于创造动态的、有时令人眩晕的视觉效果。不想动脑的话，每个片段的运镜方式根据分镜表的建议来即可。运镜提示词该如何填写呢？可以参照：。runway 对于这些专有的运镜方式理解的很好。其他的提示词可以不填，先看看效果，如果效果不好，再补充简短的提示词重新生成视频。很多时候提示词过多，生成的视频就很怪异，像吃了毒蘑菇后看到的幻觉一样。改变提示词，改变生成时长，多抽卡几次，毕竟 runway 会员可以无限抽卡。 3. 海外产品 viva： viva 发布了首个开放给全部用户使用的 Sora 同架构视频生成模型，而且现阶段免费。支持文本生成视频、图片生成视频以及 4K 分辨率放大功能，另外也支持提示词的自动优化。文生视频单次可以生成一条 5 秒的视频，图生视频是 4 秒视频。

以下为您推荐 3 个 AI 辅助 PPT 制作的工具及原因： 1. GPT4：具有强大的语言理解和生成能力，能为 PPT 提供清晰、准确且富有创意的内容大纲和文字描述。 2. WPS AI：与常用的办公软件 WPS 结合紧密，方便在熟悉的操作环境中利用 AI 功能进行 PPT 制作，提高效率。 3. chatPPT：可能提供了便捷的交互方式和智能的设计辅助，帮助用户更轻松地创建和优化 PPT。