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

我想找免费的图片去除背景的工具

Answer

以下为您推荐一些免费的图片去除背景工具及相关信息：

  1. Stable Diffusion：
    • 安装插件REMBG，安装地址是https://github.com/AUTOMATIC1111/stable-diffusion-webui-rembg.git。安装好之后重启，就有背景去除的选项框。
    • 模型选择第一个u2net，直接点击生成。抠图效果不错，但边缘轮廓可能有黑边，可通过点击后面的Alpha matting调整参数（如Erode size：6、Foreground threshold：143、Background threshold：187）来去掉黑边。
    • 这里还有专门做服装抠图和给动漫抠图的模型。
    • 若想要这个插件，可添加公众号【白马与少年】，回复【SD】获取。
  2. RMBG-1.4：
    • 高精度背景去除，适用于电商、广告等场景。
    • 支持视频背景批量去除，提供蒙版输出功能。
    • 云端处理速度快，性能卓越。
    • 链接：https://github.com/ZHO-ZHO-ZHO/ComfyUI-BRIA_AI-RMBG 、https://x.com/xiaohuggg/status/1755075272410538450?s=20
Content generated by AI large model, please carefully verify (powered by aily)

References

【SD】图片高清化+面部修复+一键抠图，一些你不知道的事儿

我们接着来看一下这个GFPGAN面部修复，我找一张模糊人像来修复一下。其他参数不变，直接将GFPGAN参数拉到1，就可以了。看一下面部修复效果，宛如重生。当然这个功能只能修复脸部，所以头发、衣服、背景等没有变化。[heading1]#背景去除[content]这个功能需要再安装一个插件REMBG，安装地址是https://github.com/AUTOMATIC1111/stable-diffusion-webui-rembg.git。安装好之后重启，就有这个选项框了。使用这张图测试一下，模型就选第一个u2net，直接点击生成。抠图效果还是蛮不错的，边缘轮廓有些黑边，用时2.86秒。如何去掉这个黑边呢，需要点击后面的Alpha matting，来调整一些参数。它们分别控制抠图边缘尺寸，前景阈值、背景阈值。通过一系列测试，推荐给大家一套比较通用的参数设置——Erode size：6、Foreground threshold：143、Background threshold：187。通过这个参数，我们就能一键得到没有黑边的图像了。另外，点击这个按钮，还可以直接生成蒙版。这里还有一个专门做服装抠图的模型，可以一键识别出模特的服装。这就非常方便我们做换装的处理了。还有一个专门给动漫抠图的模型。我们使用这张图测试一下。抠图效果还是可以的，可能是背景比较复杂，用时19秒。关于后期处理里面的一些冷僻小知识就介绍到这里了，如果想要这个插件的话，可以添加我的公众号【白马与少年】，回复【SD】即可。-END-白马与少年Stable Diffusion、Blender等学习心得分享139篇原创内容（持续更新中）公众号微信扫一扫关注该公众号

XiaoHu.AI日报

🔔Xiaohu.AI日报「2月7日」✨✨✨✨✨✨✨✨1⃣️📸RMBG-1.4去除照片背景模型：高精度背景去除，适用于电商、广告等场景。支持视频背景批量去除，提供蒙版输出功能。云端处理速度快，性能卓越。🔗https://github.com/ZHO-ZHO-ZHO/ComfyUI-BRIA_AI-RMBG🔗https://x.com/xiaohuggg/status/1755075272410538450?s=202⃣️👨⚕️Medivis的SurgicalAR手术应用：将2D医疗图像转化为3D互动视觉，提高手术精度。支持3D模型的放大、缩小、旋转，精确手术计划。🔗https://t.co/3tUvxB0L4I🔗https://x.com/xiaohuggg/status/1755183564021473404?s=203⃣️🎨DALL·E 3图像编辑器功能预告：即将推出的功能，增强图像生成一致性。🔗https://x.com/xiaohuggg/status/1755173835396239826?s=204⃣️📱MiniCPM端侧大模型：面壁智能与清华大学共同开发，支持手机端运行。优于现有模型，提供流式输出速度。🔗https://x.com/xiaohuggg/status/1755140675270795646?s=205⃣️🔥Anything in Any Scene技术：

【SD】SD梦幻联动PS插件Photopea

大模型选择“revAnimated”，添加一段关于小猫的描述——“(1cat:1.1),,chibi,full body,(small:1.1),((3D model,Zbrush,complex 3D rendering super detailed)),oversaturated,ultra realistic,digital art,art station,(colour contrast:1.1),finest masterpiece,8K,HDR,((best quality)),((masterpiece)),(detailed),<lora:blindbox_v1_mix:1>”（这段提示词其实只是说明了这是一只小猫，其他的都是可以套用的标准提示词）点击生成，给手稿注入灵魂！生成的小猫可以再次一键导入到PS中，有没有体会到一丝这个流程中的顺滑程度？点击选择菜单中的“去除背景”，一键就可以将主体勾出来，PS的强大可不是开玩笑的。而且如果你想要更精确的蒙版，还可以使用钢笔工具精细抠图。接下来，我们玩个大的。选择小猫以外的选区，然后找到这个工具“magic replace”。这个功能就是“创成式填充”，没错，就是那个大名鼎鼎的“创成式填充”，我们在SD里面也能用啦。输入一个文本关键词“Warm balcony”，让AI给我们绘制一个阳台背景。点击生成，就可以得到一幅和小猫相融合的阳台背景。使用裁切工具将画板放大一些。建立选区，再次使用“创成式填充”，就得到了完整的背景图像。可以看到，因为是自动抠图，小猫的边缘是有白边的，暂时还不完美，但是没关系，我们有神器帮忙。将做好的图发送到“图生图”和“controlnet”当中。

Others are asking
我想知道图片上的水印你可以快速去除掉吗
目前市面上有一些可以快速去除图片水印的 AI 工具，各有特点，您可以根据具体需求选择： 1. AVAide Watermark Remover：在线工具，使用 AI 技术，支持多种图片格式，如 JPG、JPEG、PNG、GIF 等。操作简单，上传图片，选择水印区域，保存并下载处理后的图片，还提供去除文本、对象、人物、日期和贴纸等功能。 2. Vmake：提供 AI 去除图片水印功能，可上传最多 10 张图片，AI 自动检测并移除水印，处理完成后可保存生成的文件，适合需在社交媒体分享图片的用户。 3. AI 改图神器：提供 AI 智能图片修复去水印功能，可一键去除图片中的多余物体、人物或水印，不留痕迹。支持直接粘贴图像或上传手机图像，操作简便。 此外，还有以下相关信息： XiaoHu.AI 日报 11 月 26 日提到的水印去除神器，测试表现出色，多厚的水印都能轻松去除，去水印效果极为干净。在线体验：https://kaze.ai/toolkit/watermarkremoval 测试结果：https://x.com/imxiaohu/status/1861359367733514692 在 Camera Motion 的使用中，也有去除水印的相关设置，如选择是否去除水印。 内容由 AI 大模型生成，请仔细甄别。
2025-03-19
图片去除背景
以下是关于图片去除背景的相关内容： 使用 Stable Diffusion 去除背景： 1. 安装 REMBG 插件：安装地址是 https://github.com/AUTOMATIC1111/stablediffusionwebuirembg.git 。安装好之后重启，就有选项框。 2. 选择模型：使用时模型选第一个 u2net ，直接点击生成。 3. 调整参数：若有黑边，点击 Alpha matting 调整参数，推荐通用参数设置为 Erode size：6、Foreground threshold：143、Background threshold：187 ，可得到无黑边图像。 4. 生成蒙版：点击相应按钮可直接生成蒙版。 5. 服装和动漫抠图模型：有专门做服装抠图和动漫抠图的模型。 使用 ControlNet 去除图像人物： 1. 将图像放入 WD 1.4 标签器（Tagger）中，裁剪只保留背景部分，反推提示词。 2. 开启 ControlNet ，使用 inpaint 模型，涂抹人物部分，点击生成。可调整控制权重和控制模式以优化效果。 另外，RMBG 1.4 是高精度背景去除模型，适用于电商、广告等场景，支持视频背景批量去除和蒙版输出功能，相关链接：https://github.com/ZHOZHOZHO/ComfyUIBRIA_AIRMBG 。
2025-02-28
去除视频水印用什么AI工具
以下是一些可以去除视频水印的 AI 工具： 1. AVAide Watermark Remover：这是一个在线工具，使用 AI 技术从图片中去除水印。它支持多种图片格式，如 JPG、JPEG、PNG、GIF 等。操作简单，只需上传图片，选择水印区域，然后保存并下载处理后的图片即可。这个工具还提供了其他功能，如去除文本、对象、人物、日期和贴纸等。 2. Vmake：这个工具同样提供 AI 去除图片水印的功能。用户可以上传最多 10 张图片，AI 会自动检测并移除图片上的水印。处理完成后，用户可以选择保存生成的文件。这个工具适合需要快速去除水印的用户，尤其是那些需要在社交媒体上分享图片的用户。 3. AI 改图神器：这个工具提供 AI 智能图片修复去水印的功能，可以一键去除图片中的多余物体、人物或水印，不留任何痕迹。支持直接粘贴图像或上传手机图像，操作简单方便。 4. 剪映：使用剪映工具，创建一个黑屏贴纸，把水印遮住。缺点是会损失一部分视频画面。导出后视频时再把黑边部分裁掉即可，一般 19801080 的画面，遮完水印之后差不多是 1980920。 5. 在线体验工具： ，测试表现出色，多厚的水印都能轻松去除，去水印效果极为干净。 这些工具各有特点，可以根据您的具体需求选择最适合您的去水印工具。内容由 AI 大模型生成，请仔细甄别。
2025-02-25
有哪些可以去除AI味的指令
以下是一些关于去除 AI 味的方法和相关内容： 1. 文风与语言能力：网上常见的“AI 味”表现为使用如“首先、其次、再者、引人入胜”等套话，这种文风不吸引人。去除“AI 味”可注重语言的自然和通俗，使用语气词如“嗯、吧、啊、哈哈哈”等，增加口语化词语，使回答更贴近日常对话风格。 2. 塑造人设：让聊天 AI 变得不正经、放肆、幽默。幽默可通过夸张、比喻、双关、对比、反差等手法实现；不正经涉及回答问题的逻辑与态度；放肆意味着让 AI 大胆地开“玩笑”，突破其原本恭敬服务的设定，但要注意避免侵犯他人。 3. 小细节方面：有选手会在标点符号、断句和表情符号上下功夫，但当大家都熟悉后，内容才是关键。 需要注意的是，有人认为去除“AI 味”是个伪命题，因为所谓的“AI 味”实际上是“GPT 味”。在 GPT 刚出现时，为了让模型听懂人话，OpenAI 雇了很多肯尼亚人做数据标注。
2025-02-24
去除水印
以下为您介绍一些 AI 去水印的工具： 1. AVAide Watermark Remover：这是一个在线工具，运用 AI 技术去除图片水印。它支持多种图片格式，如 JPG、JPEG、PNG、GIF 等。操作简便，上传图片后选择水印区域，保存并下载处理后的图片即可。还提供去除文本、对象、人物、日期和贴纸等功能。 2. Vmake：此工具提供 AI 去除图片水印功能，用户可上传最多 10 张图片，AI 自动检测并移除水印，处理完成后可保存生成的文件，适合需在社交媒体分享图片的用户快速去水印。 3. AI 改图神器：具有 AI 智能图片修复去水印功能，可一键去除图片中多余物体、人物或水印且不留痕迹。支持直接粘贴图像或上传手机图像，操作简单。 此外，Xiaohu.AI 日报 11 月 26 日提到一款水印去除神器，测试表现出色，能轻松去除厚水印，去水印效果干净。在线体验链接： 这些工具各有特点，您可根据具体需求选择最适合的去水印工具。内容由 AI 大模型生成，请仔细甄别。
2025-02-23
如何去除AI味儿
去除 AI 味儿可以从以下方面考虑： 1. 文风方面：避免使用如“首先、其次、再者、引人入胜”等套话，减少概括性描述，增加侧面描写，使叙述更自然灵活，避免结构死板和过度道德正确。 2. 道德说教方面：避免过度的正面描述和道德说教，创作更贴近真实生活、符合人类情感和需求的内容，避免让读者感到厌烦和脱离实际。 3. 模型选择方面：不同模型的文风有所不同，例如 Claude 和 Google 的 gemini 模型相对没有明显的 AI 味，而 OpenAI 的 GPT 模型在不断改进。 4. 音频处理方面：对于音频中存在的 AI 味儿，如睿声生成的配音语速慢等问题，可以使用剪映的音频变速功能加速配音来消除。
2025-02-19
有什么免费好用的AI根据文案配音的工具
以下为一些免费好用的 AI 根据文案配音的工具及相关介绍： 1. TecCreative： 功能：多语种（包含菲律宾语、印地语、马来语等小语种）智能配音，同时支持区分男声和女声，高效解决素材出海语言障碍问题。 操作指引：输入需配音文案——选择音色——点击立即生成。注意：输入的配音文案需和选择音色语种保持一致。 2. 剪映： 功能：提供文本朗读功能，包括克隆音色和文本朗读。 操作指引： 打开剪映，点击左上角菜单——文本，点击默认文本，在右边文本框输入文字，点击上面的菜单栏——朗读。 克隆音色步骤：点击克隆音色——点击克隆。 文本朗读：直接选择文本朗读，选择合适的音色，点击开始朗读即可生成。 3. DubbingX：是一款不错的配音工具。
2025-03-19
免费文字生成视频
以下是一些免费文字生成视频的工具和相关信息： 1. Pika：一款出色的文本生成视频 AI 工具，擅长动画制作，支持视频编辑，目前内测免费。生成服务托管在 discord 中，加入 Pika Labs 的 Discord 频道，在“generate”子区输入指令或上传本地图片即可生成视频。 2. SVD：如果熟悉 Stable Diffusion，可以安装这款最新的插件，在图片基础上直接生成视频，由 Stability AI 开源。 3. 剪映海外版 CapCut 推出了文字生成视频功能，每人每天可以免费生成五次：https://www.capcut.com/editortools/aivideogenerator 更多的文生视频的网站可以查看这里：https://www.waytoagi.com/category/38 此外，还有一些相关动态： 1. Arc Search 浏览器有双指捏合自动总结页面内容的新功能。 2. 现在可以给 GPTs 打分，同时在关于页面展示评分、类别、对话数量、会话开场白等信息。 3. Stability AI 官方的 SVD 视频生成平台公测了：https://www.stablevideo.com/login?returnUrl=%2F 4. 字节发布了一个用类似 SDXL Turbo 的模型 SDXLLightning，只需几步即可生成高质量的 1024px 图像：https://huggingface.co/ByteDance/SDXLLightning 5. Gemini Advanced 现在可以有似代码解释器的东西来运行 Python 代码。 6. 𝕏正在与 Midjourney 就潜在的合作伙伴关系进行谈判。 7. AnimateLCMSVDxt 利用了 LCM 技术蒸馏的 SVD 模型，只需要四步就能生成不错的视频:https://huggingface.co/wangfuyun/AnimateLCMSVDxt 8. 谷歌确认与 Reddit 合作，谷歌可以访问 Reddit 的数据 API（用于人工智能和搜索），Reddit 将使用谷歌的人工智能来改进其搜索功能。
2025-03-19
如何免费试用 ChatGPT 4.5
目前关于免费试用 ChatGPT 4.5 的信息如下： 数周或数月内将推出代号“Orion”的 GPT4.5，这是最后一款“非链式思维“模型。后期将融合 o 系与 GPT 系列，推出整合多项新功能的 GPT5，同时结合画布，搜索，深度研究等能力。ChatGPT 的免费用户也将可以使用到 GPT 5。订阅用户会享有更高智能的 GPT5，越高订阅等级，智能越强。 如有任何问题请联系后台，电子邮箱：alolg@163.com
2025-03-19
有哪些国外免费的大模型API可以使用
以下是一些国外免费的大模型 API 可供使用： 1. 谷歌的 Gemini 大模型（https://ai.google.dev/）（gemini 1.5），但使用可能需要给服务器挂梯子。 2. 海外版 Coze（https://www.coze.com/）的 GPT4 模型，能图片识别，使用可能需要给服务器挂梯子。 此外，还有以下相关信息： 1. 阿里的通义千问大模型接口（https://dashscope.console.aliyun.com/），创建 API key 即可使用。 2. 智谱 AI（ChatGLM）（https://open.bigmodel.cn/）、科大讯飞（SparkDesk）（https://xinghuo.xfyun.cn/sparkapi）也有免费接口，但国内的大模型大多限制一定免费额度的 Token。 对于 OpenRouter 新发布的功能 BYOK（Bring Your Own API Keys），它是个第三方 Key 集成功能，将 xAI、OpenAI、Mistral 等数十个平台的 Key 集中在一起，目前支持白“赚”的平台包括 AI Studio/Cohere/DeepSeek/Mistral/SambaNova/Together/xAI 等。 以 silicon 为例，其有众多开源模型（Yi、Qwen、Llama、Gemma 等）免费使用，另赠送 14 元体验金，有效期未知，是个人认为 API 接口方便实惠的选择。注册和使用地址为：，邀请码：ESTKPm3J。注册登录后，单击左边栏的 API 密钥，单击新建 API 密钥，单击密钥即可完成 API 密钥的复制。
2025-03-19
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
有哪些比较好用的生成PPT的免费AI工具
以下是一些比较好用的生成 PPT 的免费 AI 工具： 1. Gamma：这是一个在线 PPT 制作网站，允许用户通过输入文本和想法提示快速生成幻灯片。它支持嵌入多媒体格式，如 GIF 和视频，以增强演示文稿的吸引力。网址：https://gamma.app/ 2. 美图 AI PPT：由知名图像编辑软件“美图秀秀”的开发团队推出。用户通过输入简单的文本描述来生成专业的 PPT 设计，包含丰富的模板库和设计元素，适用于多种场合。网址：https://www.xdesign.com/ppt/ 3. Mindshow：一款 AI 驱动的 PPT 辅助工具，提供自动布局、图像选择和文本优化等智能设计功能，还可能包括互动元素和动画效果。网址：https://www.mindshow.fun/ 4. 讯飞智文：由科大讯飞推出的 AI 辅助文档编辑工具，利用语音识别和自然语言处理领域的技术优势，提供智能文本生成、语音输入、文档格式化等功能。网址：https://zhiwen.xfyun.cn/ 此外，还有以下工具： 1. 爱设计 2. 闪击 3. Process ON 4. WPS AI 在使用这些工具时，您可以根据自己的需求和喜好选择合适的工具，以提高工作效率和演示效果。同时，需要注意部分工具可能存在一定的局限性，您可以参考相关的市场分析文章，如《》，以便更好地了解和选择适合您的工具。
2025-03-18
图片合并的工具
以下是一些常见的图片合并工具及相关信息： 1. Midjourney： /blend 命令允许使用 Midjourney 的 AI 图像生成将多个图像混合在一起。使用时需上传至少两张图像，然后使用命令加上已上传的图像 ID。在单个混合命令中最多可用 10 张图像，参数可调整混合过程中的各种设置。您可以通过了解更多。 2. 星流一站式 AI 设计工具： 框选多张图像后右键，选择“合并为图片（左上角为 Merged Image 标志）”可将组内所有图片（包括空白区域）合并为一张图片。 此外，使用 coze 做智能报表助手时，会从数据库中查询前面存放的图表连接，然后调用合并图片的插件，把几张图表合并成一张大图。
2025-03-20
图片上文字识别与提取
以下是关于移动端图片视觉处理中图片上文字识别与提取的方法： 1. 图像预处理： 图像去噪：运用去噪算法（如高斯滤波、中值滤波）去除图像中的噪声。 图像增强：通过增强算法（如直方图均衡化、对比度增强）提高图像的清晰度和对比度。 2. 图像分割： 采用图像分割算法将试卷图像中的书写笔迹和背景分离，常用分割算法包括阈值分割、边缘检测和基于区域的分割方法。 3. 文字检测： 在分割后的图像中，使用文字检测算法（如基于深度学习的文本检测模型）识别出试卷上的文字区域。 4. 文字识别： 对检测到的文字区域进行文字识别，将文字内容转换为计算机可处理的文本数据。常用文字识别技术包括基于深度学习的端到端文本识别模型和传统的 OCR 技术。 5. 后处理： 根据需求进行后处理，如去除残余噪点、填补文字区域空白等。 6. 机器学习模型训练（可选）： 若有足够数据，可采用机器学习技术训练模型，通过学习样本中的书写笔迹特征来自动去除试卷上的笔迹。 7. 优化算法： 对整个处理流程进行优化，提高处理速度和准确度。可采用并行计算、硬件加速等方法提升算法效率。 8. 移动端集成： 将设计好的算法和模型集成到移动应用程序中，以实现试卷拍照去除书写笔迹的功能。可使用移动端开发框架（如 iOS 的 Core ML、Android 的 TensorFlow Lite）来实现模型的部署和调用。 在 AI 拍立得的工作流中，也涉及到图片文字的提取，其核心处理能力交由阿里云百炼大模型平台端执行，该模型系统集成了多模态的大模型以及垂直领域的小模型，也包含了知识库和插件的能力，处理链条涵盖了从图片的识别与理解、图片文字的提取，再到将文字与场景内容相结合，同时也能够支持风格化重构和输出的整个过程。在 0 基础手搓 AI 拍立得的工作流中，实现图片文字提取的步骤包括上传输入图片、理解图片信息并提取图片中的文本内容信息等。
2025-03-20
能将像素低的图片高清化的AI工具
目前有一些可以将像素低的图片高清化的 AI 工具，例如： 1. Topaz Gigapixel AI：能够通过深度学习算法对图片进行放大和增强，提高清晰度和细节。 2. Adobe Photoshop 的增强功能：Photoshop 中的一些智能滤镜和插件也可以在一定程度上改善图片的清晰度。 需要注意的是，不同的工具在处理不同类型的图片时效果可能会有所差异，您可以根据具体需求进行选择和尝试。
2025-03-19
有没有简单输入故事，就生成结合图片、剧情解说的动画的AI工具
以下为您介绍一些能够简单输入故事，就生成结合图片、剧情解说的动画的 AI 工具： Anifusion： 网址：https://anifusion.ai/ Twitter 账号：https://x.com/anifusion_ai 主要功能： AI 文本生成漫画：输入描述性提示，AI 会生成相应漫画页面或图像。 直观的布局工具：提供预设模板，也可自定义漫画布局。 强大的画布编辑器：可在浏览器中直接优化和完善生成的艺术作品。 多种 AI 模型支持：高级用户可访问多种 LoRA 模型实现不同艺术风格和效果。 商业使用权：用户对创作作品拥有完整商业使用权。 使用案例： 独立漫画创作：让无绘画技能的漫画艺术家实现故事创作。 快速原型设计：帮助专业艺术家快速可视化故事概念和布局。 教育内容：为教师和教育工作者创建视觉内容。 营销材料：企业可制作促销漫画或分镜脚本。 粉丝艺术和同人志：粉丝可创作衍生作品。 优点：非艺术家也能轻松创作漫画，基于浏览器无需安装额外软件，具备快速迭代和原型设计能力，拥有创作的全部商业权利。 此外，ChatGPT 也能在一定程度上参与生成对话内容和剧情。例如，通过 System Prompt 介绍游戏故事背景和小机器人人设，结合游戏关键事件生成故事情节介绍，并以小机器人自述形式呈现。在实际实现过程中，可选择离线生成一次性剧情文案保存到游戏中，但文案固定略显单调；也可实时生成，但每次生成有延迟，可能导致游戏停顿感。因此，可在每局对局开始前为游戏关键节点一次性生成所有文案，既保证每次游戏文案不同，又避免游戏停顿。剧情故事格式由预定义的 json 表达，ChatGPT 只需替换填充内容。实时对话与剧情类似，但需解决小机器人区分聊天和执行指令的问题，挑战在于 ChatGPT 支持生成“多模态”返回信息。
2025-03-19
根据图片场景和文案信息，自主制作视频的AI工具
以下是一些根据图片场景和文案信息自主制作视频的 AI 工具及相关流程： 一、将小说制作成视频的流程 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。 二、制作“古人骂人”视频的步骤 1. 文案生成 工具：DeepSeek 操作： 打开 DeepSeek 网站：https://chat.deepseek.com/ 输入提示词，示例：“让 XX 用现代口语化的表达、生气骂人的口吻吐槽 XXXX（例如：吐槽现代人），XXX 目的（例如：推广 XXX 吸引游客来旅游），输出 3 条 60 字左右的毒舌文案，每条里面都要有‘回答我！Look in my eyes！Tell me！why？baby！why？’” 可以根据自己的内容自行调整文案和字数要求。 点击生成，等待 DeepSeek 输出 3 条文案。 从中挑选最满意的一条（或多条）保存备用。 2. 准备人物形象图 工具：即梦 AI 操作： 打开即梦 AI 网站：https://jimeng.jianying.com/aitool/image/generate 输入提示词，即梦已经接入了 DeepSeek，可以直接用它来生成绘图提示词 调整生成参数（如风格、细节等），点击生成。 预览生成的人物图，不满意可调整提示词重新生成，直到满意为止。 下载最终的人物形象图。 三、“AI 拍立得” 1. 背景 为简化使用大模型工具时的繁琐流程，提升效率，萌生了“AI 拍立得”的概念，即拍即得，让操作更直观、高效。 2. 在线体验 名称：Pailido（拍立得的谐音） 微信小程序搜索：Pailido，可丰富场景自由切换，快速生成闲鱼文案、外卖/大众点评等。 3. 交互逻辑 用户可以选择拍摄场景类型，并立即拍照，AI 会自动识别和分析照片中的内容信息，依据预设场景规则，迅速生成符合情境的反馈，避免繁琐的额外操作。 4. 实现场景 图片转成文本 逻辑：用户上传图片后，大模型根据选择的场景生成与内容相关的文字描述或解说文本。 核心：图片理解和文本整理润色。 场景：生成美食点评、朋友圈发布文案、闲鱼上架示例模版等。 图片转绘图片 逻辑：用户上传图片后，大模型按照指定的风格快速生成图像的转绘版本，适应不同风格和场景需求。 核心：图片风格化滤镜。 场景：图片粘土风、图片积木风、图片像素风等。
2025-03-19
模拟人声方面哪个工具比较好用
以下是一些在模拟人声方面比较好用的工具： 1. Eleven Labs：https://elevenlabs.io/ 这是一款功能强大且多功能的 AI 语音软件，能高保真地呈现人类语调和语调变化，并能根据上下文调整表达方式。 2. Speechify：https://speechify.com/ 这是一款人工智能驱动的文本转语音工具，可作为多种平台的应用使用，能将文本转换为音频文件。 3. Azure AI Speech Studio：https://speech.microsoft.com/portal 提供了支持 100 多种语言和方言的语音转文本和文本转语音功能，还提供了自定义的语音模型。 4. Voicemaker：https://voicemaker.in/ 可将文本转换为各种区域语言的语音，并允许创建自定义语音模型，易于使用。 此外，在制作 AI 短片时，不同工具对画面的处理能力不同，可组合使用。比如，Pixverse 擅长物体滑行运动，Runway 在真实影像方面质感较好，有手部特殊运动的画面可用 Runway 辅助完成，需要人物表情自然的画面可用 Pika 生成。 在创建 AI 伴侣方面，语音方面像 ElevenLabs 这样的产品可以赋予其声音，让您控制年龄、性别和口音。
2025-03-20
目前国内不需要翻墙的AI编程开发工具有哪些
目前国内不需要翻墙的 AI 编程开发工具主要有以下几种： 1. Trae 国内版：这是字节跳动旗下的国内首个 AI IDE，自带豆包 1.5pro 和满血版 DeepSeek R1、V3 模型，具有国内用户友好、使用完全免费、内置预览插件等特性，网址为 Trae.com.cn。 2. 通义灵码：阿里巴巴团队推出的一款基于通义大模型的智能编程辅助工具，提供多种编程辅助能力。 3. CodeFuse：蚂蚁集团支付宝团队为国内开发者提供智能研发服务的免费 AI 代码助手，基于蚂蚁集团自研的基础大模型进行微调。 此外，还有一些其他的相关工具，如 GitHub Copilot（需注意可能存在使用限制）、CodeWhisperer、CodeGeeX、Cody、Codeium 等，但这些工具的使用情况可能因地区和具体场景有所不同。您可以根据自身需求选择最适合的工具。更多辅助编程 AI 产品，还可以查看 https://www.waytoagi.com/category/65 。
2025-03-20
最近有什么新的AI工具或者功能出现吗？
以下是一些新出现的 AI 工具和功能： 游戏方面： Unity 推出了两款 AI 工具。其中，新 Copliot 工具可通过与 Muse Chat 聊天快速启动创建游戏项目，如一键生成塔防类游戏基础框架、创建人物角色动作，还能协助编码和创建 3D 材质、动画等内容。Muse Chat 现已经开放 Waiting list，可通过 https://create.unity.com/aibeta 申请加入，官方提示这个暑假会进一步开放。 Unity Sentis 是第一个将 AI 模型嵌入到实时 3D 引擎中的跨平台解决方案，能在 Unity 运行时为游戏或应用程序嵌入 AI 模型，增强游戏玩法和其他功能，目前还在封测阶段。 AI 智能体方面： 企业自动化出现新架构，工具使用或函数调用被视为从 RAG 到主动行为的第一个半步，为现代人工智能栈增加了新层。一些流行的原语如网页浏览、代码解释和授权+认证已经出现，使 LLMs 能够执行特定操作。 ProductHunt 2023 年度最佳产品榜单中的 AI Infra 类别： Langfuse 是大模型应用的开源追踪和分析工具，提供开源可观测性和分析功能，包括可观测性的可视化界面探索和调试复杂的日志和追踪，以及分析的使用直观仪表板改善成本、降低成本、减少延迟，提高响应质量。 Eden AI 可将顶尖 AI API 融合为一，能为每项 AI 任务选择正确的 AI API 来提高准确性和降低成本，集中管理使用限制和成本监测，并探索新兴的 AI 能力。 Langdock 能在几分钟内创建、部署、测试和监控 ChatGPT 插件，将 API 连接到 Langdock 并作为插件部署到多个大模型应用中，然后使用内置测试功能确保正常工作并进行监控。 LLM Spark 是用于构建生产就绪大模型应用的开发平台。
2025-03-20
有没有能将PRD文档转化成产品培训文档的AI工具
以下是一些能够将 PRD 文档转化成产品培训文档的 AI 工具： Tome：于 3 月 23 日推出了第一个基于文档的 AI 演示工具，基于 GPT4，能够将文档转换成演示文稿、叙述和故事。链接：https://beta.tome.app/ Gamma：上周五推出了文生演示文稿工具。 ChatPRD、WriteMyPRD、Uizard、tldraw：可以通过人类语言描述想要的产品，得到 80%的完成稿，然后进行修改和发布。
2025-03-20
我想用AI自动生成PPT，请帮我推荐一下相关工具或软件
以下为您推荐一些 AI 自动生成 PPT 的工具及相关信息： 1. 目前市面上大多数 AI 生成 PPT 的思路： AI 生成 PPT 大纲。 手动优化大纲。 导入工具生成 PPT。 优化整体结构。 2. 推荐的市场分析文章供参考： 《》 《》 3. 相似问题： 有没有生成 PPT 的应用推荐，不用翻墙的。 免费生成 PPT 的网站有哪些。 推荐一款文字生成 ppt 的工具。 免费 ai 制作 ppt 软件。 推荐 3 款好用的 AI 制作 ppt 工具。 4. 以下是一些生成 PPT 的工具及网站： 讯飞智文：https://zhiwen.xfyun.cn/ Mindshow.fun：支持 Markdown 导入 kimi.ai：选 PPT 助手暂时免费效果好 Tome.app：AI 配图效果好 Chatppt.com：自动化程度高 百度文库：https://wenku.baidu.com 付费效果好 Process ON：https://www.processon.com/ ，其操作方式有两种： 导入大纲和要点： 手动复制，相对比较耗时间。 导入方式：复制最终大纲的内容到本地的 txt 文件后，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。如果喜欢用 Process ON 的小伙伴，没有会员，可以某宝买个一天会员。 需要注意的是，内容由 AI 大模型生成，请仔细甄别。
2025-03-20