Loading video...

Video Failed to Load

Go Home

终于来了！ Midjourney角色一致性功能发布. 下面视频是网站的使用方法和介绍： 这个功能和之前的风格参照很相似，不同之处在于它不是匹配一个特定风格，而是让角色与给定的角色参照图像相符合。 如何使用： 在你输入的指令后面加上 --cref URL，URL是你选择的角色图像的链接。 你还可以用 --cw 来调整参照的“强度”，范围从100到0。 默认的强度是100 (--cw 100)，这时会参考人物的脸部、发型和衣着。 如果设置为强度0 (--cw 0)，那么系统只会关注脸部（这对于更换服饰或发型很有帮助）。 适用范围： 这个功能最适合用于Midjourney创作的角色图像。不太适合用于真人照片（可能会产生一些扭曲，就像普通图像提示那样）。 Cref的工作方式类似于普通图像提示，但它更专注于角色的特征。 但请注意，这项技术的精确度是有限的，它无法复制极其细微的特征，比如特定的酒窝、雀斑或T恤上的标志。 Cref同样适用于Niji和普通MJ模型，并且可以与--sref一起使用。 高级功能： 你可以使用多个URL，通过 --cref URL1 URL2 的方式来结合多个图像中的角色信息（这和使用多重图像或风格提示类似）。 在web alpha版本中如何操作： 只需将图片拖动或粘贴到想象工具栏，你会看到三个图标。选择这些图标之一，可以设置图片用作图像提示、风格参照或角色参照。如果你想让一张图像同时用于多个类别，只需按住Shift键再选择。 请记住，由于MJ V6目前还处于alpha测试阶段，这个和其他功能可能会有所变化。但不久后，我们会推出官方的V6 beta版。

op7418's profile picture

歸藏(guizang.ai)

90,126 subscribers

73,868 views • 2 years ago •via X (Twitter)

ArtsScience & TechnologyEducation
LIVE

Anya Rossi• Live Now

Private livecam show

10 Comments

歸藏(guizang.ai)'s profile picture
歸藏(guizang.ai)2 years ago

Nick 这张图的演示效果更好一些：

歸藏(guizang.ai)'s profile picture
歸藏(guizang.ai)2 years ago

多人角色一致性的测试：

pippo's profile picture
pippo2 years ago

就等着藏哥的文章呢。

Manaker's profile picture
Manaker2 years ago

又想开通MJ会员了

Leeysu's profile picture
Leeysu2 years ago

是不是亚洲面孔效果都不咋样，用了杨幂的照片，只能说神似，这还是挑了最好的一张

SimbaLee's profile picture
SimbaLee2 years ago

传说中一直跳票的那个功能么

hristo's profile picture
hristo2 years ago

找了更多的示例，小红书做流量确实有了迎来新时代了，通过一致性做『虚拟』形象，降低了门槛可以带来大爆发

OSDev's profile picture
OSDev2 years ago

@readwise save thread

Cruise lee's profile picture
Cruise lee2 years ago

终于来了，一些东西可以开干了

Boooom's profile picture
Boooom2 years ago

图里多人的话能识别不哦

Related Videos

🔥 Midjourney cref 海马体写真教程来啦！10 分钟不到出写真～视频在下面 （记得mark 看文字笔记）👇 超低学习成本，你只要会用任意手机修图软件...就能解决 Midjourney Cref 角色一致性直出之后的「形似而神不似」的问题。 📝 简而言之，文字笔记： 1️⃣ 得益于 --cref [image url]和 --cw [0~100]，midjourney 能够迅速达成角色一致性的目的而无需 Lora。 其中，cref 代表 character reference（角色参考）；cw 则代表 character weight（参考权重），默认为 100，会参考角色的人脸和服装特点。如果你只想关注人脸，请调低到 0。 2️⃣ 你不需要对角色原图使用 /describe 来贴近目标生成角色的形象，因为 --cref 会帮你完成这件事情。 👉 于是，风格复制和服装的替换，则应当用提示词（prompt）和 --sref [image url] 来解决。 顾名思义，--sref 代表 style reference，权重参数为 --sw [0~1000]，默认值 100，越高越接近参考图像的风格 举个例子，现在我们要海马体这张图像，我们先用 /describe 指令反推海马体的提示词，再配合 --sref [海马体图像的 url]，就可以轻松复制图像风格。 在回车之前，检查你的提示词，不要出现和 sref 风格差异过大的 prompt；也可以增加一些你之前学过的有用的 prompt。 3️⃣ Upscale 最满意的那一张。接下来解决大家最关心的「形似而神不似」的问题。其实非常简单，这个问题其实是：MJ 直出和原人物在眼睛、眉毛、鼻子等其他地方的大小、间距有一些细微的差距。 如果你不控制变量一个个调整，就会觉得「怎么眼睛嘴巴合在一起就不像我了？」 此时，用醒图（英文版叫做 hypic）或者美图秀秀等 App 调整脸部，拖拖修图进度条就好了～完成度就从50%->80%甚至更高！ 如果你用的是醒图，我建议关注一下【人像 -> 面部重塑 -> 面部 -> 比例】，调整一下上庭、中庭、下庭。 --- 📝 其他备注 1: 🎨 在转绘这部分有一个重点案例是照片 -> Minecraft 这种风格幅度变化很大的。 有小伙伴的问题是发现即便 --sw 风格权重拉满了还是复制不了像素小人风格。 经过实验发现：原因是 --cw 太高。猜想原理：cref 提取的人物本身包含了一定程度的风格特性。MJ 把这部分特质也当成了「作为你 character 的一部分」。 调低 cw 发现成功复制，猜想正确。（见视频） --- 📝 其他备注 2: 🤔 cref 和 sref 还可以同时参考多张 url，那是不是说我只要上传同一个人不同角度的照片，就更容易直出呢？ 🧪 实验发现不是..用语言描述的感觉是：MJ 它会把多张照片理解为多张人脸，直接把形状揉在一起。结果非常容易畸形。
7:45

🔥 Midjourney cref 海马体写真教程来啦！10 分钟不到出写真～视频在下面 （记得mark 看文字笔记）👇 超低学习成本，你只要会用任意手机修图软件...就能解决 Midjourney Cref 角色一致性直出之后的「形似而神不似」的问题。 📝 简而言之，文字笔记： 1️⃣ 得益于 --cref [image url]和 --cw [0~100]，midjourney 能够迅速达成角色一致性的目的而无需 Lora。 其中，cref 代表 character reference（角色参考）；cw 则代表 character weight（参考权重），默认为 100，会参考角色的人脸和服装特点。如果你只想关注人脸，请调低到 0。 2️⃣ 你不需要对角色原图使用 /describe 来贴近目标生成角色的形象，因为 --cref 会帮你完成这件事情。 👉 于是，风格复制和服装的替换，则应当用提示词（prompt）和 --sref [image url] 来解决。 顾名思义，--sref 代表 style reference，权重参数为 --sw [0~1000]，默认值 100，越高越接近参考图像的风格 举个例子，现在我们要海马体这张图像，我们先用 /describe 指令反推海马体的提示词，再配合 --sref [海马体图像的 url]，就可以轻松复制图像风格。 在回车之前，检查你的提示词，不要出现和 sref 风格差异过大的 prompt；也可以增加一些你之前学过的有用的 prompt。 3️⃣ Upscale 最满意的那一张。接下来解决大家最关心的「形似而神不似」的问题。其实非常简单，这个问题其实是：MJ 直出和原人物在眼睛、眉毛、鼻子等其他地方的大小、间距有一些细微的差距。 如果你不控制变量一个个调整，就会觉得「怎么眼睛嘴巴合在一起就不像我了？」 此时，用醒图（英文版叫做 hypic）或者美图秀秀等 App 调整脸部，拖拖修图进度条就好了～完成度就从50%->80%甚至更高！ 如果你用的是醒图，我建议关注一下【人像 -> 面部重塑 -> 面部 -> 比例】，调整一下上庭、中庭、下庭。 --- 📝 其他备注 1: 🎨 在转绘这部分有一个重点案例是照片 -> Minecraft 这种风格幅度变化很大的。 有小伙伴的问题是发现即便 --sw 风格权重拉满了还是复制不了像素小人风格。 经过实验发现：原因是 --cw 太高。猜想原理：cref 提取的人物本身包含了一定程度的风格特性。MJ 把这部分特质也当成了「作为你 character 的一部分」。 调低 cw 发现成功复制，猜想正确。（见视频） --- 📝 其他备注 2: 🤔 cref 和 sref 还可以同时参考多张 url，那是不是说我只要上传同一个人不同角度的照片，就更容易直出呢？ 🧪 实验发现不是..用语言描述的感觉是：MJ 它会把多张照片理解为多张人脸，直接把形状揉在一起。结果非常容易畸形。

Lyson Ober

163,156 views • 2 years ago

牛P了 Runway 推出Gen-4 References（第四代参考图） 新功能 这个功能的核心作用是： 让你能创建风格一致的人物、场景等内容（比如连续性的人物造型、背景风格） 你可以使用已有的素材，如： •照片 •生成的图像 •3D 模型 •自拍 然后将这些素材 “嵌入”到你想象中的任何场景里。 简单说，就是：你可以上传某个角色的照片，然后 AI 会根据这个角色生成不同场景中的一致形象，比如同一个人穿不同衣服、在不同地方，但都保持形象一致。 这个功能非常适合： •做动画、漫画角色统一性 •为短片、电影设定角色风格 •把自己放进虚拟世界、幻想场景中
1:15

牛P了 Runway 推出Gen-4 References（第四代参考图） 新功能 这个功能的核心作用是： 让你能创建风格一致的人物、场景等内容（比如连续性的人物造型、背景风格） 你可以使用已有的素材，如： •照片 •生成的图像 •3D 模型 •自拍 然后将这些素材 “嵌入”到你想象中的任何场景里。 简单说，就是：你可以上传某个角色的照片，然后 AI 会根据这个角色生成不同场景中的一致形象，比如同一个人穿不同衣服、在不同地方，但都保持形象一致。 这个功能非常适合： •做动画、漫画角色统一性 •为短片、电影设定角色风格 •把自己放进虚拟世界、幻想场景中

小互

37,821 views • 1 year ago

今天看到一个不错的 AI 产品 Napkin，能帮你生成各种不同样式风格的漂亮图表，交互很丝滑，图表也很漂亮。 大概看了下实现原理，应该是后台用了一个小模型（GPT-4 mini 或者 Gemini Flash这种），把选中的文本变成mermaid这样的图表格式，并且每个节点选了一个配套的图标（可能用了RAG），然后前端渲染成 SVG 格式，编辑器是基于 TipTap。 它有很多图表的模板，会一次性生成多套图表，你可以选择一套喜欢的应用。每一套风格都很讨喜，团队的设计能力很强。 目前还是免费的
1:29

今天看到一个不错的 AI 产品 Napkin，能帮你生成各种不同样式风格的漂亮图表，交互很丝滑，图表也很漂亮。 大概看了下实现原理，应该是后台用了一个小模型（GPT-4 mini 或者 Gemini Flash这种），把选中的文本变成mermaid这样的图表格式，并且每个节点选了一个配套的图标（可能用了RAG），然后前端渲染成 SVG 格式，编辑器是基于 TipTap。 它有很多图表的模板，会一次性生成多套图表，你可以选择一套喜欢的应用。每一套风格都很讨喜，团队的设计能力很强。 目前还是免费的

宝玉

67,275 views • 1 year ago

兄弟们 这个有点强啊 而且是完全开源的 感觉比OpenAI的演示的那个视觉能力还有点强 Molmo 一个开源的多模态模型，能够识别图像中的物体、场景和活动，并生成准确的描述。 Molmo还支持用户通过2D指向交互，例如用户可以通过手势或点击与图像中的对象进行互动。 Molmo使用的图像字幕数据集完全由人类注释者收集。模型能够根据输入的变化自动调整处理方式，适应不同类型的用户交互和数据格式。 Molmo在开源权重和数据模型中表现最佳，能够与一些专有系统（如GPT-4o、Claude 3.5和Gemini 1.5）相媲美。
2:15

兄弟们 这个有点强啊 而且是完全开源的 感觉比OpenAI的演示的那个视觉能力还有点强 Molmo 一个开源的多模态模型，能够识别图像中的物体、场景和活动，并生成准确的描述。 Molmo还支持用户通过2D指向交互，例如用户可以通过手势或点击与图像中的对象进行互动。 Molmo使用的图像字幕数据集完全由人类注释者收集。模型能够根据输入的变化自动调整处理方式，适应不同类型的用户交互和数据格式。 Molmo在开源权重和数据模型中表现最佳，能够与一些专有系统（如GPT-4o、Claude 3.5和Gemini 1.5）相媲美。

小互

44,263 views • 1 year ago

兄弟们这个牛P PaintsUndo：输入静态图像 自动帮你生成整个绘画的全过程视频 你只需要提供一张图片，PaintsUndo会根据你提供的图像自动生成对应的绘画全过程视频。 不仅限于某一种类型的图像，PaintsUndo可以应用于各种不同类型的图像，生成相应的绘画过程视频。 该项目主要是为了研究和再现数字绘画中的绘画行为，从而为数字艺术创作提供新的工具和方法。
0:26

兄弟们这个牛P PaintsUndo：输入静态图像 自动帮你生成整个绘画的全过程视频 你只需要提供一张图片，PaintsUndo会根据你提供的图像自动生成对应的绘画全过程视频。 不仅限于某一种类型的图像，PaintsUndo可以应用于各种不同类型的图像，生成相应的绘画过程视频。 该项目主要是为了研究和再现数字绘画中的绘画行为，从而为数字艺术创作提供新的工具和方法。

小互

448,970 views • 1 year ago

开源 | 基于 DeepSeek、Kokoro TTS 与 Replicate 的多功能内容 AI 创作应用：故事、播客、图像、音频一站式生成 简介： 在本期视频中，我详细演示了一个整合 DeepSeek、Kokoro TTS 以及 Replicate 的多功能内容创作应用。 该应用我已开源，它可以一键生成故事、播客脚本并支持语音合成，还可通过 Replicate 进行图像创作。 我还分享了如何根据角色或场景灵活选择不同的声音和微调图像，以及如何在浏览器开发者工具和 Replicate 后台进行调试和错误排查。 无论你是想快速生成多角色故事、播客脚本，还是想尝试个性化图像生成，本视频都能为你提供实用的思路与示例。 时间戳： 0:00 - 项目开源和简介 0:53 - 应用演示 7:30 - Kokoro js 介绍 8:24 - Replicate API 调用说明 10:10 - Replicate 图片模型微调介绍 11:40 - 浏览器开发者工具调试 14:44 - 应用提示词解读 17:04 - 要点总结
18:29

开源 | 基于 DeepSeek、Kokoro TTS 与 Replicate 的多功能内容 AI 创作应用：故事、播客、图像、音频一站式生成 简介： 在本期视频中，我详细演示了一个整合 DeepSeek、Kokoro TTS 以及 Replicate 的多功能内容创作应用。 该应用我已开源，它可以一键生成故事、播客脚本并支持语音合成，还可通过 Replicate 进行图像创作。 我还分享了如何根据角色或场景灵活选择不同的声音和微调图像，以及如何在浏览器开发者工具和 Replicate 后台进行调试和错误排查。 无论你是想快速生成多角色故事、播客脚本，还是想尝试个性化图像生成，本视频都能为你提供实用的思路与示例。 时间戳： 0:00 - 项目开源和简介 0:53 - 应用演示 7:30 - Kokoro js 介绍 8:24 - Replicate API 调用说明 10:10 - Replicate 图片模型微调介绍 11:40 - 浏览器开发者工具调试 14:44 - 应用提示词解读 17:04 - 要点总结

nicekate

39,492 views • 1 year ago

这个真的有点炸裂，我必须要炸裂一下，亲自测试了🤣 字节跳动发布AI图像编辑工具 只需一句话即可实现全自动P图 你只需要通过简单的文字描述来修改图像，对图片进行各种复杂的修改和编辑，不需要专业的图片处理技能，不需要其他任何操作，不用再相 Photoshop 那样复杂的操作才能修改编辑图像。 无论是改变图像的内容、风格，还是调整光线和角度，SeedEdit 都可以实现，并保持高质量的编辑效果。
1:02

这个真的有点炸裂，我必须要炸裂一下，亲自测试了🤣 字节跳动发布AI图像编辑工具 只需一句话即可实现全自动P图 你只需要通过简单的文字描述来修改图像，对图片进行各种复杂的修改和编辑，不需要专业的图片处理技能，不需要其他任何操作，不用再相 Photoshop 那样复杂的操作才能修改编辑图像。 无论是改变图像的内容、风格，还是调整光线和角度，SeedEdit 都可以实现，并保持高质量的编辑效果。

小互

123,997 views • 1 year ago

一个非常实用的图表生成网站：chartcube图表魔方 无需注册和登录，使用简便同时功能全面。它不仅允许用户导出各种图表，还支持多种文件格式的导出。通过四个简单的步骤，用户可以迅速制作出专业级别的图表，相较于使用PPT和Excel，这种方式更为高效便捷！ 🔗：
0:20

一个非常实用的图表生成网站：chartcube图表魔方 无需注册和登录，使用简便同时功能全面。它不仅允许用户导出各种图表，还支持多种文件格式的导出。通过四个简单的步骤，用户可以迅速制作出专业级别的图表，相较于使用PPT和Excel，这种方式更为高效便捷！ 🔗：

知识分享官

61,731 views • 2 years ago

把网站录下来给AI看, AI能照着做出来吗? 刚刚看到了个炫酷的灯具网站, 它有个功能是点击按钮直接能看到灯点亮的效果, 甚至网站的配色也会暗淡下来, 特别有氛围. 我突然想到, 这样的网站, 如果要让AI来做, 该怎么办? 把源代码拷给它? 用一个巨复杂的 prompt 来完成? 有没有可能, 我录个视频, 展示一下这个"关灯"的效果, 然后让AI来按照视频来写网站? 于是, 这个重任就交给了今天测试的模型, 百度刚出的文心-5.0-preview, 全模态大模型, 这个模型同时支持文本, 图片, 音频, 视频作为输入, 然后可以生成文本和图片, 所以我们这个测试可以最大化的利用它的能力. 我先录制了网站的效果, 然后写了prompt作为补充, 告诉它这个效果是怎样的, 以及准备的图片材料在哪里. 值得一提的是, 网站所展示的图片也是我用文心-5.0-preview生成的. 大家可以看视频中我生成的效果. 直接说测试结论: 目前每个模态都是可用的, 而且模态之间关联性非常好, 我测试了视频+文本, 图片+文本, 图片+语音, 都可以完成任务. 当然测试也发现了一些问题, 比如 token 输出速度不是特别快, 以及偶尔会有超时问题(已反馈给百度的同学). 我的使用建议是, 多利用它的多模态能力, 来完成之前不敢想象的任务, 它真的提升了使用场景的天花板. #文心大模型 #文心5 #百度 #文心一言 #ai教程
1:18

把网站录下来给AI看, AI能照着做出来吗? 刚刚看到了个炫酷的灯具网站, 它有个功能是点击按钮直接能看到灯点亮的效果, 甚至网站的配色也会暗淡下来, 特别有氛围. 我突然想到, 这样的网站, 如果要让AI来做, 该怎么办? 把源代码拷给它? 用一个巨复杂的 prompt 来完成? 有没有可能, 我录个视频, 展示一下这个"关灯"的效果, 然后让AI来按照视频来写网站? 于是, 这个重任就交给了今天测试的模型, 百度刚出的文心-5.0-preview, 全模态大模型, 这个模型同时支持文本, 图片, 音频, 视频作为输入, 然后可以生成文本和图片, 所以我们这个测试可以最大化的利用它的能力. 我先录制了网站的效果, 然后写了prompt作为补充, 告诉它这个效果是怎样的, 以及准备的图片材料在哪里. 值得一提的是, 网站所展示的图片也是我用文心-5.0-preview生成的. 大家可以看视频中我生成的效果. 直接说测试结论: 目前每个模态都是可用的, 而且模态之间关联性非常好, 我测试了视频+文本, 图片+文本, 图片+语音, 都可以完成任务. 当然测试也发现了一些问题, 比如 token 输出速度不是特别快, 以及偶尔会有超时问题(已反馈给百度的同学). 我的使用建议是, 多利用它的多模态能力, 来完成之前不敢想象的任务, 它真的提升了使用场景的天花板. #文心大模型 #文心5 #百度 #文心一言 #ai教程

karminski-牙医

29,929 views • 7 months ago

如何轻松创建可爱的人工智能生成的小动物视频 使用人工智能工具，您不需要太多就能制作出这样可爱又可爱的小动物视频。现在，任何人只需点击几下就可以生成可爱的小动物短视频。 我将引导您使用 ChatGPT4、Midjourney、RunwayML 和 Pixabay 完成几个简单的步骤。 首先，该演示视频是使用以下内容创建的： 头脑风暴：ChatGPT4 图片：MJ 动画：RunwayML 音乐：Pixabay / Geoff Harvey 编辑：CapCut 第 1 步：用AI工具脑爆可爱的小动物 使用 ChatGPT4 或 Claude 帮助您集思广益，列出 10 种（或更多）超级可爱的小动物。要求足够生动的描述，以便与​​ Midjourney 等图像生成 AI 工具一起使用 步骤 2：使用 Midjourney（或您选择的其他图像工具，但此步骤假设您使用的是 Midjourney）生成图像 记下您的动物描述列表，并使用 Midjourney 生成每种动物美丽、可爱的图像。 步骤 3：使用不同区域增强图像 在MJ使用新的“变化区域”功能。突出显示整个图像区域，然后只需按箭头按钮即可生成 4 个附加图像。新的 Vary Region 实际上增强了您的形象。选择您最喜欢的升级版并保存以供后续步骤使用。 第 4 步：使用 RunwayML 制作图像动画 前往 RunwayML 并使用其 Gen-2 图像转视频功能来为您的增强型中途图像制作动画。将新的 MotionSlider 调整为 3 或 4 以添加微妙的运动，从而很好地保留图像质量和上下文。您可能需要重新滚动几次才能获得您喜欢的自然动作。 第5步：添加背景音乐和文字 在 Pixabay 或 CapCut 中搜索与您视频的欢快氛围相匹配的简短、欢快的曲目。根据需要修剪和使用淡入淡出等音效。使用 CapCut 添加文本 你就完成了！ ✅ 享受你可爱的创作，别忘了分享！ 原作者：Min Choi
0:58

如何轻松创建可爱的人工智能生成的小动物视频 使用人工智能工具，您不需要太多就能制作出这样可爱又可爱的小动物视频。现在，任何人只需点击几下就可以生成可爱的小动物短视频。 我将引导您使用 ChatGPT4、Midjourney、RunwayML 和 Pixabay 完成几个简单的步骤。 首先，该演示视频是使用以下内容创建的： 头脑风暴：ChatGPT4 图片：MJ 动画：RunwayML 音乐：Pixabay / Geoff Harvey 编辑：CapCut 第 1 步：用AI工具脑爆可爱的小动物 使用 ChatGPT4 或 Claude 帮助您集思广益，列出 10 种（或更多）超级可爱的小动物。要求足够生动的描述，以便与​​ Midjourney 等图像生成 AI 工具一起使用 步骤 2：使用 Midjourney（或您选择的其他图像工具，但此步骤假设您使用的是 Midjourney）生成图像 记下您的动物描述列表，并使用 Midjourney 生成每种动物美丽、可爱的图像。 步骤 3：使用不同区域增强图像 在MJ使用新的“变化区域”功能。突出显示整个图像区域，然后只需按箭头按钮即可生成 4 个附加图像。新的 Vary Region 实际上增强了您的形象。选择您最喜欢的升级版并保存以供后续步骤使用。 第 4 步：使用 RunwayML 制作图像动画 前往 RunwayML 并使用其 Gen-2 图像转视频功能来为您的增强型中途图像制作动画。将新的 MotionSlider 调整为 3 或 4 以添加微妙的运动，从而很好地保留图像质量和上下文。您可能需要重新滚动几次才能获得您喜欢的自然动作。 第5步：添加背景音乐和文字 在 Pixabay 或 CapCut 中搜索与您视频的欢快氛围相匹配的简短、欢快的曲目。根据需要修剪和使用淡入淡出等音效。使用 CapCut 添加文本 你就完成了！ ✅ 享受你可爱的创作，别忘了分享！ 原作者：Min Choi

AI Will

39,340 views • 2 years ago

1. Microsoft Copilot Copilot是ChatGPT的最佳免费选择。 你可以： → 生成多个图像 → 通过语音输入使用 → 免费使用ChatGPT的高级功能
1:05

1. Microsoft Copilot Copilot是ChatGPT的最佳免费选择。 你可以： → 生成多个图像 → 通过语音输入使用 → 免费使用ChatGPT的高级功能

Bitturing

46,466 views • 1 year ago

一图胜千言。那么，学习知识时有这样的可交互图片（interactive images），就是“一图数千言”！ 今天，gemini 3.0 pro 的可交互图片推送了。demo 见视频。 在学习一些学术概念时，例如细胞结构，神经元运作方式，这样的可交互图片就非常有价值。 说明：之前误解了。interactive images 并不算 nano banana pro 的生图能力，而是 gemini 3.0 pro 的动态网页功能。 使用方式：没有直接开关。就是选择 gemini 3.0 pro，特定的问题会触发可交互图片。我测试了多个 prompt，包括但不限于明确指定使用 interactive images，但是都没用。所以，目前还不太稳定。后续有经验会及时分享出来。 启示： ai 最容易也最应该落地的一个场景就是学习和教育。gemini 3.0 pro 的这个功能，如果能持续迭代，应该会非常强大。希望它早点整合到 notebooklm 中🤣
0:47

一图胜千言。那么，学习知识时有这样的可交互图片（interactive images），就是“一图数千言”！ 今天，gemini 3.0 pro 的可交互图片推送了。demo 见视频。 在学习一些学术概念时，例如细胞结构，神经元运作方式，这样的可交互图片就非常有价值。 说明：之前误解了。interactive images 并不算 nano banana pro 的生图能力，而是 gemini 3.0 pro 的动态网页功能。 使用方式：没有直接开关。就是选择 gemini 3.0 pro，特定的问题会触发可交互图片。我测试了多个 prompt，包括但不限于明确指定使用 interactive images，但是都没用。所以，目前还不太稳定。后续有经验会及时分享出来。 启示： ai 最容易也最应该落地的一个场景就是学习和教育。gemini 3.0 pro 的这个功能，如果能持续迭代，应该会非常强大。希望它早点整合到 notebooklm 中🤣

howie.serious

38,930 views • 6 months ago

三分钟能学会用图片生成这样的AI视频吗？ 二十年后娃可能会问：“当年你们站在AI风口浪尖上，怎么就没抓住机会挣到钱呢？” 就像你不理解父辈明明在改革开放的时候到处是机会，怎么就没变暴发户。 要不，先动手试试看？ （博主“北方Befun”用到的工具： Lovart：用于生成和处理所有静态图片。 Nano Banana Pro ：用于生成服装、人物、细节和分镜图。 可灵3.0 (Kling 3.0) 欧米娜大模型：用于最后将静态图片转化为动态视频。这也是在Seedance禁止真人脸的时候一个很好的替代品。）
4:18

三分钟能学会用图片生成这样的AI视频吗？ 二十年后娃可能会问：“当年你们站在AI风口浪尖上，怎么就没抓住机会挣到钱呢？” 就像你不理解父辈明明在改革开放的时候到处是机会，怎么就没变暴发户。 要不，先动手试试看？ （博主“北方Befun”用到的工具： Lovart：用于生成和处理所有静态图片。 Nano Banana Pro ：用于生成服装、人物、细节和分镜图。 可灵3.0 (Kling 3.0) 欧米娜大模型：用于最后将静态图片转化为动态视频。这也是在Seedance禁止真人脸的时候一个很好的替代品。）

Ken W

24,889 views • 3 months ago

支持通过图片插值控制 Animatediff 生成视频的ComfyUI 插件和对应的工作流Steerable Motion升级到 1.3。 这个工作流玩好的话，可以制作很多神奇的效果。 增加了可控性，流畅度和高分辨率输出。这个流程跟我昨天发的那个视频的工作流类似。 主要设置项如下： 关键帧间隔：指定在您设置的每两个关键帧之间生成的帧数。 影响范围：确定 IP-适配器（IPA）的影响应用于哪些帧的范围。 影响强度：设定每一帧的最低和最高影响点。 图像忠实度：设定对原始输入图像保持忠实的程度。
0:23

支持通过图片插值控制 Animatediff 生成视频的ComfyUI 插件和对应的工作流Steerable Motion升级到 1.3。 这个工作流玩好的话，可以制作很多神奇的效果。 增加了可控性，流畅度和高分辨率输出。这个流程跟我昨天发的那个视频的工作流类似。 主要设置项如下： 关键帧间隔：指定在您设置的每两个关键帧之间生成的帧数。 影响范围：确定 IP-适配器（IPA）的影响应用于哪些帧的范围。 影响强度：设定每一帧的最低和最高影响点。 图像忠实度：设定对原始输入图像保持忠实的程度。

歸藏(guizang.ai)

13,763 views • 2 years ago

发现一个效果很好且颇为实用的 AI 图像修复工具：PromptFix。 它能够根据输入的提示来对图像进行修复，比如给图像上色、移除指定物体、去除水印、图像高清化、调整光线等。 GitHub： 从给出的演示来看，效果挺不错的，代码已经开源，可以自部署使用。
0:34

发现一个效果很好且颇为实用的 AI 图像修复工具：PromptFix。 它能够根据输入的提示来对图像进行修复，比如给图像上色、移除指定物体、去除水印、图像高清化、调整光线等。 GitHub： 从给出的演示来看，效果挺不错的，代码已经开源，可以自部署使用。

高军

19,275 views • 1 year ago

阿里刚刚搞了一个可将图像拆分成多个RGBA图层的模型：Qwen-Image-Layered，像Photoshop里图层一样 这种分层使得图像可内在编辑，可以对单个图层进行操作，而不影响其他内容，保障了图像编辑的高保真和一致性 比如说，一张有蓝天、白云、山峦和一棵树的风景照，你想移动那棵树，但栅格图像的纠缠性会使局部修改影响全局，而Qwen-Image-Layered只修改“树”那一层 模型不限固定的图层数量，支持可变数量的图层分解 分解过程可以递归进行，任意一个图层本身都可以被进一步分解 Qwen-Image-Layered对图像的结构化和分层能力，相当于让AI改图从粗修走向了精修，对设计师或者电商、广告行业比较实用 #AI图像编辑 #QwenImageLayered #AI修改
0:50

阿里刚刚搞了一个可将图像拆分成多个RGBA图层的模型：Qwen-Image-Layered，像Photoshop里图层一样 这种分层使得图像可内在编辑，可以对单个图层进行操作，而不影响其他内容，保障了图像编辑的高保真和一致性 比如说，一张有蓝天、白云、山峦和一棵树的风景照，你想移动那棵树，但栅格图像的纠缠性会使局部修改影响全局，而Qwen-Image-Layered只修改“树”那一层 模型不限固定的图层数量，支持可变数量的图层分解 分解过程可以递归进行，任意一个图层本身都可以被进一步分解 Qwen-Image-Layered对图像的结构化和分层能力，相当于让AI改图从粗修走向了精修，对设计师或者电商、广告行业比较实用 #AI图像编辑 #QwenImageLayered #AI修改

AIGCLINK

31,352 views • 5 months ago

没错 又炸裂了！ Runway 推出一款生成式角色表演工具 可以把任意视频转换成任意风格虚拟角色动画 并且保持人物的情感、表情、语音、口型同步 - 只需要用摄像头录下你的表演，Act-One 就能把视频转换成虚拟角色的动画，比如演员的眼神、面部表情、动作节奏和说话方式都会被捕捉下来。 - 传统动画制作需要专门的设备和复杂的步骤，比如动作捕捉或面部建模，但用 Act-One，只要一台普通摄像头就能生成逼真的角色动画，大大简化了流程。 - Act-One 可以根据不同的参考图像，把同一个演员的表演变成各种风格的角色，无论是卡通还是逼真风格都可以。
0:20

没错 又炸裂了！ Runway 推出一款生成式角色表演工具 可以把任意视频转换成任意风格虚拟角色动画 并且保持人物的情感、表情、语音、口型同步 - 只需要用摄像头录下你的表演，Act-One 就能把视频转换成虚拟角色的动画，比如演员的眼神、面部表情、动作节奏和说话方式都会被捕捉下来。 - 传统动画制作需要专门的设备和复杂的步骤，比如动作捕捉或面部建模，但用 Act-One，只要一台普通摄像头就能生成逼真的角色动画，大大简化了流程。 - Act-One 可以根据不同的参考图像，把同一个演员的表演变成各种风格的角色，无论是卡通还是逼真风格都可以。

小互

49,932 views • 1 year ago

人类的大脑适应性极强，即使被切除一半，儿童长大后仍然能够几乎正常运作。 感觉输入可以重新映射到完全不同的大脑区域。 这意味着我们的皮质结构高度统一，并且可以跨功能重复使用，就像 DNA 和蛋白质编码一样。 其含义颇为玄机：智能或许并非依赖于某种特定的结构，而是依赖于一种通用的、可重复的架构。 这正是现代人工智能试图捕捉的。 如果这是真的，那么人工智能和生物智能之间的界限比大多数人意识到的要模糊。
1:30

人类的大脑适应性极强，即使被切除一半，儿童长大后仍然能够几乎正常运作。 感觉输入可以重新映射到完全不同的大脑区域。 这意味着我们的皮质结构高度统一，并且可以跨功能重复使用，就像 DNA 和蛋白质编码一样。 其含义颇为玄机：智能或许并非依赖于某种特定的结构，而是依赖于一种通用的、可重复的架构。 这正是现代人工智能试图捕捉的。 如果这是真的，那么人工智能和生物智能之间的界限比大多数人意识到的要模糊。

✧ 𝕀𝔸𝕄𝔸𝕀 ✧

26,345 views • 8 months ago

兄弟们，这个咋样？？ 类似Heygen的数字人平台，不同的是它提供3D动画人物 Rendora AI：你只需输入文字 就能在几秒钟内生成逼真的3D AI数字人视频 提供多种定制选项，用户可以根据自己的需求调整头像的外观，包括种族、年龄、服装、妆容和发型等。 还可以通过一张图片来个性化生成头像。 提供超过400个3D场景和环境，用户可以在这些场景中进行专业级的拍摄。场景设置专业，配有专家级的灯光和镜头角度，适合用于市场营销、教育和培训等领域。
1:40

兄弟们，这个咋样？？ 类似Heygen的数字人平台，不同的是它提供3D动画人物 Rendora AI：你只需输入文字 就能在几秒钟内生成逼真的3D AI数字人视频 提供多种定制选项，用户可以根据自己的需求调整头像的外观，包括种族、年龄、服装、妆容和发型等。 还可以通过一张图片来个性化生成头像。 提供超过400个3D场景和环境，用户可以在这些场景中进行专业级的拍摄。场景设置专业，配有专家级的灯光和镜头角度，适合用于市场营销、教育和培训等领域。

小互

31,162 views • 1 year ago