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

如何做AI数字人，我想做视频，但是不想真人出镜

Answer

以下是制作 AI 数字人视频且不想真人出镜的方法：

  1. 在显示区域，拖动背景图的一个角，将图片放大到适合的尺寸，比如覆盖视频窗口，并将数字人拖动到合适的位置。
  2. 增加字幕：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。
  3. 至此，数字人视频就完成了。点击右上角的“导出”按钮，导出视频以作备用。
  4. 如果希望数字人换成自己希望的面孔，需要用另一个工具来进行换脸。

此外，还有以下相关信息：

  • 无需真人模特，只需上传产品图片，数字人即可手持产品进行口播展示。支持语音和口型同步，动作、姿势定制，提供 1000+多国家数字人模特，覆盖全球 28+种语言，快速生成产品宣传视频，省去拍摄烦恼。测试视频效果已接近成熟，嘴型部分仍需微调。在线体验：https://topview.ai/ai-product-avatar https://x.com/imxiaohu/status/1879146338144932195
  • HeyGen 与 Sora 集成推出全新数字人技术，利用 AI 创建完全虚拟的数字人，动作、表情灵活可调，无需真人模特和重复拍摄，适配无限时长视频制作。
Content generated by AI large model, please carefully verify (powered by aily)

References

实战： 每个人都可以用10分钟轻松制作AI换脸、AI数字人视频的方法！

在显示区域，拖动背景图的一个角，将图片放大到适合的尺寸，比如覆盖视频窗口。并将数字人拖动到合适的位置:3.3增加字幕点击文本-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：至此，数字人视频就完成了。点击右上角的“导出”按钮，导出视频以作备用。如果你希望数字换成自己希望的面孔，比如这个：就需要用另一个工具来进行换脸了。

XiaoHu.AI日报

无需真人模特，只需上传产品图片，数字人即可手持产品进行口播展示。支持语音和口型同步，动作、姿势定制，提供1000+多国家数字人模特。覆盖全球28+种语言，快速生成产品宣传视频，省去拍摄烦恼。测试视频效果已接近成熟，嘴型部分仍需微调。?在线体验：[https://topview.ai/ai-product-avatar](https://topview.ai/ai-product-avatar)?[https://x.com/imxiaohu/status/1879146338144932195](https://x.com/imxiaohu/status/1879146338144932195)3⃣️?AI现在能自己设计芯片了！普林斯顿大学和印度理工学院开发了一种全新的AI芯片设计方法。AI设计的芯片性能显著优于人类设计，且工作效率提升：数周的设计工作缩短至数小时。芯片更省电、适应更大频率范围，甚至实现人类无法完成的功能。这项技术为传统工程师难以解决的芯片设计挑战开辟了全新路径。?报道：[https://techxplore.com/news/2025-01-ai-unveils-strange-chip-functionalities.html](https://techxplore.com/news/2025-01-ai-unveils-strange-chip-functionalities.html)?Nature论文：[https://www.nature.com/articles/s41467-024-54178-1](https://www.nature.com/articles/s41467-024-54178-1)?[https://x.com/imxiaohu/status/1878992336203706646](https://x.com/imxiaohu/status/1878992336203706646)

1月9日 社区动态速览

[@小互（@imxiaohu）](https://x.com/imxiaohu)日报1⃣️HeyGen与Sora集成推出全新数字人技术利用AI创建完全虚拟的数字人，动作、表情灵活可调，无需真人模特和重复拍摄，适配无限时长视频制作。2⃣️英伟达发布Groot Teleop技术通过Apple Vision Pro，用户可“进入”虚拟机器人身体训练操作，将虚拟成果无缝应用于现实机器人，开创机器人训练新模式。>>更多详细内容查看[XiaoHu.AI日报](https://waytoagi.feishu.cn/wiki/T2fUwmHBSiHU6Ukq9Imcu7n7nMh)[@宝玉（@dotey）](https://x.com/dotey)日报1⃣️NVIDIA Project DIGITS：最小AI超算搭载GB10超级芯片，性能达1 PetaFLOPS，可运行2000亿参数模型，支持从桌面开发到云端扩展，售价$3,000起。2⃣️Nuwa Pen：数字化书写新体验三重摄像头笔尖，可在任意纸面数字化笔迹，2025年Q1发货，引领书写数字化未来。3⃣️Fake_Ortega：AI换脸+魔术揭秘爆款结合AI与魔术揭秘的创意内容，吸引873万订阅，成全球流量密码典范账号。>>更多详细内容查看[宝玉日报](https://waytoagi.feishu.cn/wiki/RleQwkybeiZ2jfkaQdgcIrrdnRd)

Others are asking
AI文生视频
以下是关于文字生成视频（文生视频）的相关信息： 一些提供文生视频功能的产品： Pika：擅长动画制作，支持视频编辑。 SVD：Stable Diffusion 的插件，可在图片基础上生成视频。 Runway：老牌工具，提供实时涂抹修改视频功能，但收费。 Kaiber：视频转视频 AI，能将原视频转换成各种风格。 Sora：由 OpenAI 开发，可生成长达 1 分钟以上的视频。 更多相关网站可查看：https://www.waytoagi.com/category/38 。 制作 5 秒单镜头文生视频的实操步骤（以梦 AI 为例）： 进入平台：打开梦 AI 网站并登录，新用户有积分可免费体验。 输入提示词：涵盖景别、主体、环境、光线、动作、运镜等描述。 选择参数并点击生成：确认提示词无误后，选择模型、画面比例，点击「生成」按钮。 预览与下载：生成完毕后预览视频，满意则下载保存，不理想可调整提示词再试。 视频模型 Sora：OpenAI 发布的首款文生视频模型，能根据文字指令创造逼真且充满想象力的场景，可生成长达 1 分钟的一镜到底超长视频，视频中的人物和镜头具有惊人的一致性和稳定性。
2025-04-20
Ai在设备风控场景的落地
AI 在设备风控场景的落地可以从以下几个方面考虑： 法律法规方面：《促进创新的人工智能监管方法》指出，AI 的发展带来了一系列新的安全风险，如对个人、组织和关键基础设施的风险。在设备风控中，需要关注法律框架是否能充分应对 AI 带来的风险，如数据隐私、公平性等问题。 趋势研究方面：在制造业中，AI Agent 可用于生产决策、设备维护、供应链协调等。例如，在工业设备监控与预防性维护中，Agent 能通过监测传感器数据识别异常模式，提前通知检修，减少停机损失和维修成本。在生产计划、供应链管理、质量控制、协作机器人、仓储物流、产品设计、建筑工程和能源管理等方面，AI Agent 也能发挥重要作用，实现生产的无人化、决策的数据化和响应的实时化。
2025-04-20
ai视频
以下是 4 月 11 日、4 月 9 日和 4 月 14 日的 AI 视频相关资讯汇总： 4 月 11 日： Pika 上线 Pika Twists 能力，可控制修改原视频中的任何角色或物体。 Higgsfield Mix 在图生视频中，结合多种镜头运动预设与视觉特效生成视频。 FantasyTalking 是阿里技术，可制作角色口型同步视频并具有逼真的面部和全身动作。 LAM 开源技术，实现从单张图片快速生成超逼真的 3D 头像，在任何设备上快速渲染实现实时互动聊天。 Krea 演示新工具 Krea Stage，通过图片生成可自由拼装 3D 场景，再实现风格化渲染。 Veo 2 现已通过 Gemini API 向开发者开放。 Freepik 发布视频编辑器。 Pusa 视频生成模型，无缝支持各种视频生成任务（文本/图像/视频到视频）。 4 月 9 日： ACTalker 是多模态驱动的人物说话视频生成。 Viggle 升级 Mic 2.0 能力。 TestTime Training在英伟达协助研究下，可生成完整的 1 分钟视频。 4 月 14 日： 字节发布一款经济高效的视频生成基础模型 Seaweed7B。 可灵的 AI 视频模型可灵 2.0 大师版及 AI 绘图模型可图 2.0 即将上线。
2025-04-20
ai视频教学
以下是为您提供的 AI 视频教学相关内容： 1. 第一节回放 AI 编程从入门到精通： 课程安排：19、20、22 和 28 号四天进行 AI 编程教学，周五晚上穿插 AI 视频教学。 视频预告：周五晚上邀请小龙问露露拆解爆火的 AI 视频制作，视频在视频号上有大量转发和播放。 编程工具 tree：整合多种模型，可免费无限量试用，下载需科学上网，Mac 可拖到文件夹安装，推荐注册 GitHub 账号用于代码存储和发布，主界面分为工具区、AI 干活区、右侧功能区等。 网络不稳定处理：网络不稳定时尝试更换节点。 项目克隆与文件夹：每个项目通过在本地新建文件夹来区分，项目运行一轮一轮进行，可新建会话，终端可重开。 GitHub 仓库创建：仓库相当于本地项目，可新建，新建后有地址，可通过多种方式上传。 Python 环境安装：为方便安装提供了安装包，安装时要选特定选项，安装后通过命令确认。 代码生成与修改：在 tree 中输入需求生成代码，可对生成的代码提出修改要求，如添加滑动条、雪花形状、颜色等，修改后审查并接受。 2. AI 视频提示词库： 神秘风 Arcane：Prompt：a robot is walking through a destroyed city,,League of Legends style,game modelling 乐高 Lego：Prompt：a robot is walking through a destroyed city,,lego movie style,bright colours,block building style 模糊背景 Blur Background：Prompt：a robot is walking through a destroyed city,,emphasis on foreground elements,sharp focus,soft background 宫崎骏 Ghibli：Prompt：a robot is walking through a destroyed city,,Spirited Away,Howl's Moving Castle,dreamy colour palette 蒸汽朋克 Steampunk：Prompt：a robot is walking through a destroyed city,,fantasy,gear decoration,brass metal robotics,3d game 印象派 Impressionism：Prompt：a robot is walking through a destroyed city,,big movements
2025-04-20
ai写程序
以下是关于使用 AI 写程序的相关内容： 1. 对于技术纯小白： 从最基础的小任务开始，让 AI 按照最佳实践写一个 say hello 的示例程序，并解释每个文件的作用及程序运行的逻辑，以学会必备的调试技能。 若学习写 chrome 插件，可让 AI 按照最佳实践生成简单的示范项目，包含全面的典型文件和功能，并讲解每个文件的作用和程序运行的逻辑。若使用 o1mini，可在提示词最后添加生成创建脚本的要求，并请教如何运行脚本（Windows 机器则是 create.cmd）。 2. 明确项目需求： 通过与 AI 的对话逐步明确项目需求。 让 AI 帮助梳理出产品需求文档，在后续开发时每次新起聊天将文档发给 AI 并告知在做的功能点。 3. 在独立游戏开发中的经验： 单独让 AI 写小功能没问题，但对于复杂的程序框架，可把不方便配表而又需要撰写的简单、模板化、多调用 API 且牵涉小部分特殊逻辑的代码交给 AI。 以 Buff 系统为例，可让 AI 仿照代码写一些 Buff。但目前 Cursor 生成复杂代码需要复杂的前期调教，ChatGPT 相对更方便。 教 AI 时要像哄小孩，及时肯定正确的，指出错误时要克制，不断完善其经验。 4. 相关资源和平台： AI 写小游戏平台：https://poe.com/ 图片网站：https://imgur.com/ 改 bug 的网站：https://v0.dev/chat 国内小游戏发布平台：https://open.4399.cn/console/ 需要注意的是，使用 AI 写程序时，对于技术小白来说，入门容易但深入较难，若没有技术背景可能提不出问题，从而影响 AI 发挥作用。
2025-04-19
学AI上钉钉
以下是在钉钉上学 AI 的相关内容： 从 AI 助教到智慧学伴的应用探索： 登录钉钉客户端，在右上角依次选择钉钉魔法棒、AI 助理、创建 AI 助理。进入创建 AI 助理页面后，填写 AI 助理信息，设置完成即可创建成功。 AI 领导力向阳乔木：未提及具体的在钉钉上学 AI 的操作方法。 基于 COW 框架的 ChatBot 实现步骤： 创建应用： 进入，登录后点击创建应用，填写应用相关信息。 点击添加应用能力，选择“机器人”能力并添加。 配置机器人信息后点击发布，发布后点击“点击调试”，会自动创建测试群聊，可在客户端查看。点击版本管理与发布，创建新版本发布。 项目配置： 点击凭证与基础信息，获取 Client ID 和 Client Secret 两个参数。 参考项目，将相关配置加入项目根目录的 config.json 文件，并设置 channel_type:"dingtalk"，注意运行前需安装依赖。 点击事件订阅，点击已完成接入，验证连接通道，会显示连接接入成功。 使用：与机器人私聊或将机器人拉入企业群中均可开启对话。
2025-04-19
我要做讲书的自媒体，个人不出镜，书的内容讲解与AI视频完美衔接，应该用什么工具，做到完美结合
如果您想做讲书的自媒体，个人不出镜，让书的内容讲解与 AI 视频完美衔接，可以参考以下工具和流程： 工具： 1. Stable Diffusion（SD）：一种 AI 图像生成模型，可基于文本描述生成图像。 网址：https://github.com/StabilityAI 2. Midjourney（MJ）：适用于创建小说中的场景和角色图像的 AI 图像生成工具。 网址：https://www.midjourney.com 3. Adobe Firefly：Adobe 的 AI 创意工具，能生成图像和设计模板。 网址：https://www.adobe.com/products/firefly.html 4. Pika AI：文本生成视频的 AI 工具，适合动画制作。 网址：https://pika.art/waitlist 5. Clipfly：一站式 AI 视频生成和剪辑平台。 网址：https://www.aihub.cn/tools/video/clipfly/ 6. VEED.IO：在线视频编辑工具，具有 AI 视频生成器功能。 网址：https://www.veed.io/zhCN/tools/aivideo 7. 极虎漫剪：结合 Stable Diffusion 技术的小说推文视频创作提效工具。 网址：https://tiger.easyartx.com/landing 8. 故事 AI 绘图：小说转视频的 AI 工具。 网址：https://www.aihub.cn/tools/video/gushiai/ 流程： 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。
2025-01-16
如何在直播中给出镜主播换一个卡通头像
以下是在直播中给出镜主播换一个卡通头像的方法： 1. 复杂提示词： 如果觉得提示词简单，可以选择更复杂的，如：“Disney boy,Low saturation Pixar Super details,clay,anime waifu,looking at viewer,nighly detailedreflections transparent iridescent colors.lonctransparent iridescent RGB hair,art by Serafleurfrom artstation,white background,divine cinematic edgelighting,soft focus.bokeh,chiaroscuro 8K,bestquality.ultradetailultra detail.3d,c4d.blender,OCrenderer.cinematic lighting,ultra HD3D renderino iw 1.5 s 500 v 5”。 效果示例： 不同照片生成：如果对照片风格不满意，可以换一张新照片使用上述提示词重新生成。 其他调整：如果觉得 Disney 风格太过卡通，可以把提示词里的“Disney”换成“Pixar”；如果是女孩，可以把“boy”换成“girl”。每次会生成 4 张图片，对某一张满意可点击下方的 U1~U4 生成大图，对风格满意但需调整可点击 V1~V4 进行修改。 2. 简单提示词： 在聊天窗口输入/imainge 找到/imagine prompt，然后把链接放进去，空格后加提示词（以英文逗号分隔），最后加上设置参数。 设置参数：“iw 1.5”设置参考图片的权重，数值越高与参考图片越接近，默认 0.5，最大 2，可选择中间值调整；“s 500”设置风格强度、个性化、艺术性，数字越大越有创造力和想象力，可设置 0 1000 间任意整数；“v 5”指用 Midjourney 的第 5 代版本，这一代最真实，目前 v5 需要订阅付费，不想付费可用“v 4”；“no glasses”指不戴眼镜，不喜欢戴眼镜的图片可加上此设置。 完整的提示词示例（替换您的 png 图片地址）：“ simple avatar,Disney boy,3d rendering,iw 1.5 s 500 v 5”。如果不满意，可调整“s”和“iw”的值多次尝试。 3. 背景知识： 之前制作过从零开始使用 Midjourney 并通过简单提示词生成图片的视频。 今天教利用 Midjourney 的以图绘图功能生成迪斯尼卡通风格头像。 要生成头像，先选一张满意的图片，在 Discord 社区的 Midjourney 服务器聊天栏点击“+”，然后点击上传文件，选取图片，发送（记得点击回车或发送按钮）。 图片上传到服务器会生成唯一链接，点击图片，在浏览器中打开，复制浏览器上方的链接。 使用这个链接加 prompt 提示词发送给 Midjourney，Midjourney 会根据需求生成特定图片，这就是 Midjourney 的以图绘图。 做卡通头像的教程不少，科技小飞哥这一篇写得通俗易懂，手把手教会怎么做。原文链接：https://leftpocket.cn/post/ai/cartoon/ 。如果还没有 Midjourney 账号，或者还不懂基础操作，可以看之前的教程：
2024-11-22
如何做一个我自己的AI数字人进行短视频出镜主播
以下是制作您自己的 AI 数字人进行短视频出镜主播的方法： 一、准备视频内容 1. 准备一段视频中播放的文字内容，可以是产品介绍、课程讲解、游戏攻略等。您也可以利用 AI 来生成这段文字。 2. 使用剪映 App 对视频进行处理。电脑端打开剪映 App，点击“开始创作”。选择顶部工具栏中的“文本”，并点击默认文本右下角的“+”号，为视频添加一个文字内容的轨道，然后将准备好的文字内容替换默认文本内容。这将为数字人提供语音播放的内容以及生成相对应的口型。 二、生成数字人 1. 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，例如“婉婉青春”。选择数字人形象时，软件会播放其声音，您可判断是否需要，点击右下角的“添加数字人”，将其添加到当前视频中。 2. 剪映 App 会根据提供的内容生成对应音视频，并添加到当前视频文件的轨道中。左下角会提示渲染完成时间，您可点击预览按钮查看生成的数字人效果。 三、增加背景图片 1. 直接删除先前导入的文本内容，因为视频中的音频已包含文字内容。 2. 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，选择本地的一张图片上传。 3. 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）。 4. 点击轨道最右侧的竖线，向右拖拽直到与视频对齐。 5. 选中背景图片所在的轨道，在显示区域拖动背景图的一个角，将图片放大到适合尺寸，并将数字人拖动到合适位置。 另外，您还可以通过以下网站生成虚拟数字人短视频： 1. 打开网站（要科学）：https://studio.did.com/editor 2. 输入内容选项，在右侧的文字框里面输入从 ChatGPT 产生的内容，还可以更换想要的头像，选择不同的国家和声音。 3. 内容和人像都选择好之后，点击右上角的 Create Video，等待一段时间生成。生成好数字人视频后，结合产品做讲解即可发布去做视频带货。
2024-11-22
如何使用AI制作真人表情包？
以下是使用 AI 制作真人表情包的方法： 1. 使用 Gemini 2.0 Flash： 场景：表情包在社交媒体中是不可或缺的表达工具，但制作个性化表情包对许多人来说并不容易，有的工具可以生成根据某一个主体生成不同的表情，但是生成出来的图会多多少少改变原主体。 实用性：用户只需上传一张主体图片（例如一个小女孩的照片），通过简单的自然语言指令（如“让她开心大笑”），Gemini 就会自动生成相应的表情图片。 指令：“生成 XXX + XXX 的表情” 2. 使用 ChatGPT 4o： 输入提示词并加上最初的真人图片，例如：创建图片：一个戴着深蓝色蝴蝶结领结的柴犬，表情参考我上传的图片，3D 风格，毛绒绒质感，不要太逼真，比例为 1:1。如果对生成的第一个表情不满意，可以重新输入指令进行调整，如“让它看起来得意一点”。 一次生成九宫格表情包的方法：先收集很多自己喜欢的表情包，将每组拼图为 9 个，然后将先前做好的真人原图和一张九宫格拼图一起上传到 4o 对话框，输入相应指令，如：创建图片：参考图二的动作和道具制作表情包九宫格，每个图案都替换为图一为主角，保持风格为图一的质感，整整齐齐无留白排列，颜色明亮不偏黄，文字内容仔细核对不要出错。 另外，有的地方需要上传封面图，也可以由 4o 生成，先要求它做一个比例约 3:2 的。如果有个很喜欢的表情，使用九宫格出的效果不好，也可以单个一个个去生成，但比较费时间，且可能会受出图限制等待更久。最后将所有图片下载下来，挑选出需要的表情图片。
2025-04-11
真人头像改为漫画风格
要将真人头像改为漫画风格，可以参考以下方法： 1. 使用 SDXL Prompt Styler 插件： 转绘成折纸风时，最好不要加入线稿边缘（canny）的 controlnet 控制，或把 canny 的控制强度（strength）调到较小，因为手绘线条和折纸风格互斥。 若转成漫画风格并想较好保留人物外轮廓，加入 canny 控制能更好还原人物原本造型。 有时插件内置预设的提示词组合不一定能达到想要的效果，可在 prompt 中添加更多相关风格的关键词，如印象派风格可添加 impressionism、monet、oil painting 等。 该工作流结合 Vid2Vid Style Transfer with IPA&Hotshot XL 工作流，可较好实现视频不同风格的稳定转绘。 2. 选择复杂提示词： 如 Disney boy,Low saturation Pixar Super details,clay,anime waifu,looking at viewer,nighly detailedreflections transparent iridescent colors.lonctransparent iridescent RGB hair,art by Serafleurfrom artstation,white background,divine cinematic edgelighting,soft focus.bokeh,chiaroscuro 8K,bestquality.ultradetailultradetail.3d,c4d.blender,OCrenderer.cinematic lighting,ultra HD3D renderinoiw 1.5s 500v 5 。 若觉得提示词简单，可选择更复杂的。 可根据需求调整提示词，如照片风格不好可更换照片重新生成；若觉得 Disney 风格太过卡通，可把提示词中的 Disney 换成 Pixar；若为女孩，可把 boy 换成 girl。每次会生成 4 张图片，对某一张满意可点击下方的 U1~U4 生成大图，对风格满意但需调整可点击下方的 V1~V4 进行修改。 3. 使用 Coze“图像流”进行智能换脸： 该节点需要 2 个图，一个是脸图，一个是底稿图。第一个 reference 指的是参考的脸，即会换上去的脸；第二个 template 指的是背景图，即脸会被换掉的图；skin 指的是美肤。 美肤拉到 1 可能导致脸部磨皮涂抹痕迹严重。 在没有很明显的人脸或纯动漫风格时可能会报错，在文生图的提示词里加上写实风格能提高成功率。也可自己放进两张真实的图来替换脸，添加方式在开始框加上一个输入参数，类型为 image 即可。
2025-03-28
数字人可以替代真人直播吗
数字人在一定程度上可以用于直播，但不能完全替代真人直播。 数字人的优势包括： 1. 能够 24 小时不间断直播，提升表达效率和营销效率。 2. 可以创造真实世界无法完成的对话或交流。 然而，数字人直播也面临一些问题： 1. 平台限制：目前数字人水平参差不齐，平台担心直播观感，有一定打压限制。例如抖音出台一些标准，微信视频号容忍度更低，可能人工检查封号。 2. 技术限制：形象只是皮囊，智能水平和未来想象空间依赖大模型技术提升。 3. 需求限制：直播带货是一个落地场景，但不够刚性。“懂得都懂”的刚需场景，国内难以实现。目前更多是带来体验新鲜感。 4. 伦理/法律限制：存在声音、影像版权等问题，比如换脸、数字永生等。 在电商直播间中，虚拟主播面临的挑战有： 1. 货品展示方面，直播间的特点在于真实性，包括真实的商品展示、试用以及真实的评测，然而这是虚拟主播的致命挑战。比如虚拟网红翎 Ling 的美妆带货翻车案例，没有皮肤问题困扰的虚拟人很难让消费者共情。尽管 SLAM 等 3D 交互技术可以完善数字人与真实空间的交互，但要实现与商品的互动较为困难，更何况用户还希望能够尽可能多的了解到商品的细节。 2. 目前虚拟数字人从技术驱动方式上分为“中之人”驱动和 AI 驱动。“中之人”驱动通过动作捕捉和面部捕捉技术实现虚拟人与现实的交互，成本较高。AI 驱动的虚拟人具备更加自然、智能、人性化的交互能力。 未来，随着技术的发展，或许再过十余载，虚拟主播肉身化，具备了真实的身体，可能真的能在直播间站稳脚跟。同时，MR 设备的普及也可能带动新的一轮技术迭代，为直播带来更加沉浸式的互动购物体验。
2025-03-27
我想写一部都市玄幻小说，已经有了简单的大纲。请问使用哪款AI工具？又没有 AI味。快速的写出真人作者的小说意境。并且上下逻辑清晰30万的长篇小说。列出免费工具。
以下为您推荐两款可用于写都市玄幻小说的免费 AI 工具及相关方法： 1. Coze： 工作流核心节点： 用 Bing 搜索标题相关的内容。 用程序将搜索结果结构化（不熟悉程序的可忽略或直接复制文中的代码）。 用大模型草拟大纲，包括标题、主旨、世界观、主要角色、小说背景、情节概要。 再用大模型来写文章。 输出文章内容。 2. 与 AI 交互写作（如南瓜博士的经验）： 确定主题：不写科幻，用非常规视角，如以猫为第一人称写爱情小说。与 AI 讨论主题，挑选 AI 提供的调味料，明确主题。 构思情节：先刻画人物，如喜欢书店店员艾拉这个人物，使其更丰满，再设计故事线。 希望这些工具和方法能对您创作小说有所帮助。
2025-03-19
出图是动漫/真人有什么区别和需要注意的点？
动漫出图和真人出图有以下区别和需要注意的点： 版权和法律意识：对于知名动漫角色的使用，要特别注意版权和法律问题。 模型和文件：LORA 在提炼图片特征方面功能强大，其文件通常有几十上百兆，承载的信息量远大于 Embedding，在还原真人物品时，LORA 的细节精度更高。下载的 LORA 需放在特定文件夹，使用时要注意作者使用的大模型，通常配套使用效果最佳，同时还需加入特定触发词保证正常使用。 提示词：设置文生图提示词时，正向提示词和负向提示词的准确设定对出图效果有重要影响。 参数设置：包括迭代步数、采样方法、尺寸等参数的合理设置，会影响出图的质量和效果。
2025-03-16
AI模拟真人配音
以下是关于 AI 模拟真人配音的相关信息： 在游戏领域，声音和配乐是重要部分，已有公司用生成式人工智能生成音频。音效方面，虽有学术论文探讨相关想法，但能直接应用于游戏的商业产品还少。游戏互动性使其成为生成式人工智能的应用方向，可通过游戏参数实时模拟更真实音效，解决传统游戏中预先录制脚步声的繁琐和不真实问题。配乐对游戏很重要，但不变的音乐易令玩家厌烦，且难精确配合随机场景和动作。 2024 年内，AI 音频能力有长足进展，带感情的 AI 配音基本成熟。 Flawless 公司利用 AI 创建与原版电影一样沉浸和真实的唇形同步配音版本。 Suno 宣布即将推出从任何声音创作歌曲的新功能。
2025-03-06
目前全世界最厉害的对视频视觉理解能力大模型是哪个
目前在视频视觉理解能力方面表现出色的大模型有： 1. 昆仑万维的 SkyReelsV1：它不仅支持文生视频、图生视频，还是开源视频生成模型中参数最大的支持图生视频的模型。在同等分辨率下各项指标实现开源 SOTA。其具有影视化表情识别体系、人物空间位置感知、行为意图理解、表演场景理解等优势。 2. 通义千问的 Qwen2.5VL：在 13 项权威评测中夺得视觉理解冠军，全面超越 GPT4o 与 Claude3.5。支持超 1 小时的视频理解，无需微调即可变身为 AI 视觉智能体，实现多步骤复杂操作。擅长万物识别，能分析图像中的文本、图表、图标、图形和布局等。
2025-04-15
目前全世界最厉害的视频视觉理解大模型是哪个
目前全世界较为厉害的视频视觉理解大模型有以下几个： 1. 昆仑万维的 SkyReelsV1：不仅支持文生视频、图生视频，是开源视频生成模型中参数最大且支持图生视频的模型。在同等分辨率下各项指标实现开源 SOTA。其优势包括影视化表情识别体系、人物空间位置感知、行为意图理解、表演场景理解等。 2. 腾讯的混元：语义理解能力出色，能精准还原复杂的场景和动作，如特定品种的猫在复杂场景中的运动轨迹、从奔跑到跳跃的动作转换、琴音化作七彩音符等。 3. Pixverse V3.5：全球最快的 AI 视频生成模型，Turbo 模式下可在 10 秒内生成视频，最快仅需 5 6 秒。支持运动控制更加稳定、细节表现力强、首尾帧生成功能，具备顶尖动漫生成能力。
2025-04-15
需要做一个自动化出视频的工作流
以下是一个关于自动化出视频工作流的详细介绍： 优势： 全自动化处理，解放双手。 40 秒快速出片，效率提升。 成本低廉，每条仅需 0.0x 元。 输出质量稳定专业。 DeepseekR1 保证文案质量。 还能改进，例如可以加入配套 BGM，让视频更有感染力；增加更丰富的画面内容和转场效果；使用免费节点替代付费插件，进一步降低成本；优化模板样式，支持更多展示形式；增加自动化程度，支持批量处理。 工作流程： 1. 可以在扣子商店体验，建议自己搭建。 2. 工作流调试完成后，加入到智能体中，可以选择工作流绑定卡片数据，智能体则通过卡片回复。 3. 选择发布渠道，重点如飞书多维表格，填写上架信息（为了快速审核，选择仅自己可用），确认发布等待审核，审核通过后即可在多维表格中使用。 4. 创建飞书多维表格，添加相关字段，配置选择“自动更新”，输入相关字段后，“文案视频自动化”字段捷径会自动调用工作流，生成视频。 5. 表单分享，实现“填写表单，自动创建文案短视频”的效果。 6. 全自动视频合成使用多视频融合插件，一键导出成品。但需注意节点产生的视频是异步生成，可能无法马上展现，需耐心等待几秒。 如果您还有其他疑问或需要进一步的帮助，请随时联系。
2025-04-14