Загрузка видео...

Не удалось загрузить видео

На главную

顺藤摸瓜找到这个视频的作者了 问了下 一对一教学是3000元 丢个视频你自己学是588元 可以使用训练好的模型，也可以自己用SD生成定制自己独有的虚拟人模型 一个模型一张脸，做好无法更换！ 显卡3060起步

xiaohu's profile picture

小互

119,280 subscribers

1,198,530 просмотров • 2 лет назад •via X (Twitter)

ОбразованиеНаука и технологии
LIVE

Anya Rossi• Live Now

Private livecam show

Комментарии: 11

Фото профиля Gorden Sun
Gorden Sun2 лет назад

SD只是生成人脸用作替换，实际主要是实时换脸DeepFace Live Github： 成品软件：

Фото профиля 美股带头大哥
美股带头大哥2 лет назад

距离电信诈骗一线之隔

Фото профиля 独孤马泰
独孤马泰2 лет назад

素材是训练人脸模型的核心要素，人造素材就是这么来的

Фото профиля SimbaLee
SimbaLee2 лет назад

咸鱼很快 5.88 元上架……（bushi

Фото профиля SHINO | AIソロプレナー
SHINO | AIソロプレナー2 лет назад

always zoom with this face

Фото профиля 程序员哈利
程序员哈利2 лет назад

这个东西技术不难，难的是用deepfacelab练出来一张脸模，在deepfacelab的论坛里，一张脸1-2k rmb一周左右时间，就可以炼出来

Фото профиля SHINO | AIソロプレナー
SHINO | AIソロプレナー2 лет назад

like this

Фото профиля Adam
Adam2 лет назад

去年年中就有人在B站发这个了，技术还挺成熟

Фото профиля lili lu
lili lu2 лет назад

已经被用于实战了🤣

Фото профиля SurgeLast
SurgeLast2 лет назад

脸用sd，角色身体怎么渲染的？用UE5？

Фото профиля 小互
小互2 лет назад

身体不用 换脸就行，背景也能随便换，人也能站起来做动作！实际应用肯定是找女主播即可，脸随便换！

Похожие видео

艹了，很难想象一个产品能像 Clawdbot 这样用起来这么傻逼 他妈的，一个模型配置和切换搞了我一下午！ 藏师傅总结了一下自己遇到的所有模型问题和解决方法 如果你也被这个问题困扰可以看看
6:14

艹了，很难想象一个产品能像 Clawdbot 这样用起来这么傻逼 他妈的，一个模型配置和切换搞了我一下午！ 藏师傅总结了一下自己遇到的所有模型问题和解决方法 如果你也被这个问题困扰可以看看

歸藏(guizang.ai)

170,412 просмотров • 7 месяцев назад

来看苹果刚发布的视频模型——星流 starflow！ 苹果刚刚发布了一个新模型 starflow, 这个模型最大的特点是可以文生视频, 图生视频, 视频生成视频, 甚至还支持生成长视频. 模型大小7B, 视频部分使用 WAN-2.2-VAE 魔改, 图片部分使用 SD-VAE 魔改, 最高只支持生成 480p 的视频, 另外模型文件格式是pth, 通常是使用 PyTorch 炼丹的时候保存的原始检查点文件时 pth. 所以这个模型更可能是个技术探索? 并不是很实用.
0:28

来看苹果刚发布的视频模型——星流 starflow！ 苹果刚刚发布了一个新模型 starflow, 这个模型最大的特点是可以文生视频, 图生视频, 视频生成视频, 甚至还支持生成长视频. 模型大小7B, 视频部分使用 WAN-2.2-VAE 魔改, 图片部分使用 SD-VAE 魔改, 最高只支持生成 480p 的视频, 另外模型文件格式是pth, 通常是使用 PyTorch 炼丹的时候保存的原始检查点文件时 pth. 所以这个模型更可能是个技术探索? 并不是很实用.

karminski-牙医

42,175 просмотров • 9 месяцев назад

Midjourney 这个新工具太好玩了！ Patchwork 可以帮你用 LLM 和 MJ 构建一个生动的世界 一旦 MJ 的视频模型完成，这个就会变成一个视频生成工具 而且你还可以通过传送门和别人的世界连接起来，生成新的故事 使用方法在下面：
1:29

Midjourney 这个新工具太好玩了！ Patchwork 可以帮你用 LLM 和 MJ 构建一个生动的世界 一旦 MJ 的视频模型完成，这个就会变成一个视频生成工具 而且你还可以通过传送门和别人的世界连接起来，生成新的故事 使用方法在下面：

歸藏(guizang.ai)

27,903 просмотров • 1 год назад

怎么办？我五岁的孩子看到网上的3D打印机非得让我买，说要给他打印玩具玩儿。 一看3000多点，我一算账，一年纯买玩具费用都能买三个打印机了 我自己又可以用hy4做模型，好像可以买。 我正在给自己做心理建设中。 视频是hy4做出来的模型，今天排队排死我了，做个东西一个小时起步！
0:26

怎么办？我五岁的孩子看到网上的3D打印机非得让我买，说要给他打印玩具玩儿。 一看3000多点，我一算账，一年纯买玩具费用都能买三个打印机了 我自己又可以用hy4做模型，好像可以买。 我正在给自己做心理建设中。 视频是hy4做出来的模型，今天排队排死我了，做个东西一个小时起步！

麦麦提

36,117 просмотров • 4 дней назад

这个太牛X了！！ 天天人工智能，大模型，Transformer挂在嘴边，但是大模型到底是怎么运行的在我们的认知里就是一个黑盒。 这个太牛X了！ The LLM Visualization 将大语言模型的内部运作，变成了一个你可以亲手“玩”的交互式可视化界面。清晰地看到每一个词的“注意力”是如何分配给其他词的，直观地理解模型是如何“思考”和“关联”上下文的。 非常详细，不是大概模拟，是精确模拟，细节拉满，可自由放大缩小，360度变换视角，每一步都有解释，复杂步数还有运行步骤。 AI爱好者一定要亲自体验一下，太震撼了！！
3:45

这个太牛X了！！ 天天人工智能，大模型，Transformer挂在嘴边，但是大模型到底是怎么运行的在我们的认知里就是一个黑盒。 这个太牛X了！ The LLM Visualization 将大语言模型的内部运作，变成了一个你可以亲手“玩”的交互式可视化界面。清晰地看到每一个词的“注意力”是如何分配给其他词的，直观地理解模型是如何“思考”和“关联”上下文的。 非常详细，不是大概模拟，是精确模拟，细节拉满，可自由放大缩小，360度变换视角，每一步都有解释，复杂步数还有运行步骤。 AI爱好者一定要亲自体验一下，太震撼了！！

沉浸式翻译

209,915 просмотров • 11 месяцев назад

千万别拿我和张雪峰这个大傻逼作对比。 网友：我想学AI相关的专业，我对AI很感兴趣，请问我应该选计算机还是数学？ 我：你一定要选计算机，先把python和数据结构基础打好， 然后从deep learning这门课开始学，可以在家配置一个nvidia GPU的笔记本或者台式机，或者用google colab，先从最简单的 CNN 开始训练，找一个dataset，自己安装好pytorch和cuda、cudnn，抄一个经典CNN model，训练你的第一个神经网络， 然后可以学习transformer，学习encoder only的BERT，学习decoder only的GPT模型，从minGPT开始，训练你的最小版本的GPT模型， 如果你对训练模型感兴趣，可以读个PhD，如果你的inference感兴趣，可以多花点时间看cuda，简单学习一下nvidia tensor core architecture，可以了解GPT后续的模型的架构， 如果你对inference感兴趣，你也可以直接看vllm的架构，读里面的代码，理解vllm是如何load一个用pytorch训练好的LLM模型， 如果你对AI Agent感兴趣，可以从ReAct Agent开始看，然后看SWE Agent，知道一个Agent是如何抽象出来的，如何调用function call，如何自己做reasoning，如何把一个软件开发的任务用agentical的方式拆分和执行的， 然后你可以看codex的架构，看看codex是如何设计memory、auto compact、multi agent、background task这些现代coding Agent功能的。 张雪峰（下面视频中可以找到原话）： 孩子，你一定要学数学，数学学好了可以转互联网、AI、科技、半导体、金融所有专业，数学是一切专业之母，所有专业的老祖宗！ 孩子，deepseek就是一群纯数学博士造出来的，这些人天天研究数学，就把deepseek造出来了！ 孩子，AI本质就是数学建模，就是一个个自变量，你只有研究数学，一直读到数学博士，才能把这些数学建模研究明白，计算机毕业生是永远研究不明白AI的！ 我的结论是，鼓吹“数学万能论”、“数学是一切专业的老祖宗”、“只有数学博士才能研究AI”的张雪峰和他们的粉丝，都是彻彻底底的大傻逼。
9:37

千万别拿我和张雪峰这个大傻逼作对比。 网友：我想学AI相关的专业，我对AI很感兴趣，请问我应该选计算机还是数学？ 我：你一定要选计算机，先把python和数据结构基础打好， 然后从deep learning这门课开始学，可以在家配置一个nvidia GPU的笔记本或者台式机，或者用google colab，先从最简单的 CNN 开始训练，找一个dataset，自己安装好pytorch和cuda、cudnn，抄一个经典CNN model，训练你的第一个神经网络， 然后可以学习transformer，学习encoder only的BERT，学习decoder only的GPT模型，从minGPT开始，训练你的最小版本的GPT模型， 如果你对训练模型感兴趣，可以读个PhD，如果你的inference感兴趣，可以多花点时间看cuda，简单学习一下nvidia tensor core architecture，可以了解GPT后续的模型的架构， 如果你对inference感兴趣，你也可以直接看vllm的架构，读里面的代码，理解vllm是如何load一个用pytorch训练好的LLM模型， 如果你对AI Agent感兴趣，可以从ReAct Agent开始看，然后看SWE Agent，知道一个Agent是如何抽象出来的，如何调用function call，如何自己做reasoning，如何把一个软件开发的任务用agentical的方式拆分和执行的， 然后你可以看codex的架构，看看codex是如何设计memory、auto compact、multi agent、background task这些现代coding Agent功能的。 张雪峰（下面视频中可以找到原话）： 孩子，你一定要学数学，数学学好了可以转互联网、AI、科技、半导体、金融所有专业，数学是一切专业之母，所有专业的老祖宗！ 孩子，deepseek就是一群纯数学博士造出来的，这些人天天研究数学，就把deepseek造出来了！ 孩子，AI本质就是数学建模，就是一个个自变量，你只有研究数学，一直读到数学博士，才能把这些数学建模研究明白，计算机毕业生是永远研究不明白AI的！ 我的结论是，鼓吹“数学万能论”、“数学是一切专业的老祖宗”、“只有数学博士才能研究AI”的张雪峰和他们的粉丝，都是彻彻底底的大傻逼。

lidang 立党 （劝人卖房/学CS/买SP500/纳100/OpenAI/Anthrop第一人）

269,101 просмотров • 5 месяцев назад

不夸张的说，看到这个视频 Agent 交付的成片时，我确实被吓了一跳。 因为这意味着即使是毫无视频制作经验的人，也真的可以拥有自己的第一支作品。 简直是夯爆了。
0:47

不夸张的说，看到这个视频 Agent 交付的成片时，我确实被吓了一跳。 因为这意味着即使是毫无视频制作经验的人，也真的可以拥有自己的第一支作品。 简直是夯爆了。

欧巴聊AI

18,384 просмотров • 1 месяц назад

OpenRouter：大语言模型“路由器” Openrouter提供了一个统一的接口，通过这个接口，你可以直接访问和使用几十种AI模型 你可以使用这个接口对各种模型进行测试和比价，选择最适合自己的，避免了东奔西跑 🙂 目前已经支持包括GPT、LLama 、Claude、Command-R等80 多个模型，未来将扩展到数百种！ 访问：
1:51

OpenRouter：大语言模型“路由器” Openrouter提供了一个统一的接口，通过这个接口，你可以直接访问和使用几十种AI模型 你可以使用这个接口对各种模型进行测试和比价，选择最适合自己的，避免了东奔西跑 🙂 目前已经支持包括GPT、LLama 、Claude、Command-R等80 多个模型，未来将扩展到数百种！ 访问：

小互

45,856 просмотров • 2 лет назад

现在图生视频都在5秒或10秒，10秒的看上去像5秒的慢放，这个无论是在开源模型还是闭源模型上都有类似效果。尤其对于商业闭源视频来说，如果花费一倍以上的成本生成的10秒视频却只是5秒的慢放版，那就显得太不划算了。这里尝试一个方案：从商业闭源模型生成5秒视频，然后用插帧模型生成10秒视频，以下是使用Topaz插帧和原生的对比，供 这里尝试一个方案：从商业闭源模型生成5秒视频，然后用插帧模型生成10秒视频，以下是使用Topaz插帧和原生的对比，供大家参考。 #女s #les #女仆 #AI视频
0:25

Sensitive content

现在图生视频都在5秒或10秒，10秒的看上去像5秒的慢放，这个无论是在开源模型还是闭源模型上都有类似效果。尤其对于商业闭源视频来说，如果花费一倍以上的成本生成的10秒视频却只是5秒的慢放版，那就显得太不划算了。这里尝试一个方案：从商业闭源模型生成5秒视频，然后用插帧模型生成10秒视频，以下是使用Topaz插帧和原生的对比，供 这里尝试一个方案：从商业闭源模型生成5秒视频，然后用插帧模型生成10秒视频，以下是使用Topaz插帧和原生的对比，供大家参考。 #女s #les #女仆 #AI视频

獨自懵逼

20,065 просмотров • 1 год назад

一个模型搞定视频+音频+口型! 你看到的这个就是 LTX 刚刚发布的 LTX-2 开放权重大模型, 这个模型可以文生视频或者图生视频, 这个模型最大的特点是在保证了画质和一致性的同时, 可以生成音频! 而且音频和口型完全适配! 并且说话人神态也非常棒! 模型大小是 19B, 相当可用! 演示视频是我用 HuggingFace Zero GPU 生成的 demo, 10秒视频大概需要5分钟左右生成时间. 我测试目前来看最大的优点就是口型和声音生成得非常好, 并且一致性很高. 指定人物使用什么样的银色就能稳定生成. 当然模型也有不足之处, 主要是还是偶尔能看到模型生成人物皮肤的那种油腻感. 当然官方的 pro 版本在这点上处理的更好, 并且 pro 版本支持4K分辨率输出, 当然 pro 版本是没有开源的.
1:06

一个模型搞定视频+音频+口型! 你看到的这个就是 LTX 刚刚发布的 LTX-2 开放权重大模型, 这个模型可以文生视频或者图生视频, 这个模型最大的特点是在保证了画质和一致性的同时, 可以生成音频! 而且音频和口型完全适配! 并且说话人神态也非常棒! 模型大小是 19B, 相当可用! 演示视频是我用 HuggingFace Zero GPU 生成的 demo, 10秒视频大概需要5分钟左右生成时间. 我测试目前来看最大的优点就是口型和声音生成得非常好, 并且一致性很高. 指定人物使用什么样的银色就能稳定生成. 当然模型也有不足之处, 主要是还是偶尔能看到模型生成人物皮肤的那种油腻感. 当然官方的 pro 版本在这点上处理的更好, 并且 pro 版本支持4K分辨率输出, 当然 pro 版本是没有开源的.

karminski-牙医

19,836 просмотров • 8 месяцев назад

大模型终于能一口气生成5分钟视频了? 来自复旦, 南京大学等几所大学的研究员发布了新的多模态可控超长视频世界模型 LongVie 2, 这个模型最大的特点是可以生成长达5分钟的视频. 该模型基于 Wan 2.1 魔改, 实现了一个个三阶段流水线, 包括多模态引导,针对输入帧的退化感知训练和历史上下文引导 从而达到了输出3至5分钟的连贯视频.其核心是优先保证因果一致性，而非简单的帧预测.
0:47

大模型终于能一口气生成5分钟视频了? 来自复旦, 南京大学等几所大学的研究员发布了新的多模态可控超长视频世界模型 LongVie 2, 这个模型最大的特点是可以生成长达5分钟的视频. 该模型基于 Wan 2.1 魔改, 实现了一个个三阶段流水线, 包括多模态引导,针对输入帧的退化感知训练和历史上下文引导 从而达到了输出3至5分钟的连贯视频.其核心是优先保证因果一致性，而非简单的帧预测.

karminski-牙医

24,831 просмотров • 8 месяцев назад

Google的教学视频《Introduction to Large Language Models | 大语言模型介绍》（中英双语字幕） 这个视频介绍了大型语言模型（Large Language Models，LLMs）的概念、使用场景、提示调整以及Google的Gen AI开发工具。 大型语言模型是深度学习的一个子集，可以预训练并进行特定目的的微调。这些模型经过训练，可以解决诸如文本分类、问题回答、文档摘要、跨行业的文本生成等常见语言问题。然后，可以利用相对较小的领域数据集对这些模型进行定制，以解决零售、金融、娱乐等不同领域的特定问题。 大型语言模型的三个主要特征是：大型、通用性和预训练微调。"大型"既指训练数据集的巨大规模，也指参数的数量。"通用性"意味着这些模型足够解决常见问题。"预训练和微调"是指用大型数据集对大型语言模型进行一般性的预训练，然后用较小的数据集对其进行特定目的的微调。 使用大型语言模型的好处包括：一种模型可用于不同的任务；微调大型语言模型需要的领域训练数据较少；随着数据和参数的增加，大型语言模型的性能也在持续增长。 此外，视频还解释了传统编程、神经网络和生成模型的不同，以及预训练模型的LLM开发与传统的ML开发的区别。 在自然语言处理中，提示设计和提示工程是两个密切相关的概念，这两者都涉及创建清晰、简洁、富有信息的提示。视频中还提到了三种类型的大型语言模型：通用语言模型、指令调整模型和对话调整模型。每种模型都需要以不同的方式进行提示。 原始视频链接：
15:46

Google的教学视频《Introduction to Large Language Models | 大语言模型介绍》（中英双语字幕） 这个视频介绍了大型语言模型（Large Language Models，LLMs）的概念、使用场景、提示调整以及Google的Gen AI开发工具。 大型语言模型是深度学习的一个子集，可以预训练并进行特定目的的微调。这些模型经过训练，可以解决诸如文本分类、问题回答、文档摘要、跨行业的文本生成等常见语言问题。然后，可以利用相对较小的领域数据集对这些模型进行定制，以解决零售、金融、娱乐等不同领域的特定问题。 大型语言模型的三个主要特征是：大型、通用性和预训练微调。"大型"既指训练数据集的巨大规模，也指参数的数量。"通用性"意味着这些模型足够解决常见问题。"预训练和微调"是指用大型数据集对大型语言模型进行一般性的预训练，然后用较小的数据集对其进行特定目的的微调。 使用大型语言模型的好处包括：一种模型可用于不同的任务；微调大型语言模型需要的领域训练数据较少；随着数据和参数的增加，大型语言模型的性能也在持续增长。 此外，视频还解释了传统编程、神经网络和生成模型的不同，以及预训练模型的LLM开发与传统的ML开发的区别。 在自然语言处理中，提示设计和提示工程是两个密切相关的概念，这两者都涉及创建清晰、简洁、富有信息的提示。视频中还提到了三种类型的大型语言模型：通用语言模型、指令调整模型和对话调整模型。每种模型都需要以不同的方式进行提示。 原始视频链接：

宝玉

114,706 просмотров • 3 лет назад

你可以刷视频，但你必须学会如何不把脑子刷废。 这个对话里将告诉大家： 刷视频到底会对我们的大脑造成什么样的影响? 有哪些比较好用的方法可以让我们刷视频刷的更有质量？ 教你一个养脑的行动清单，让你可以把自己的大脑慢慢的调回到一个深度处理的模式。
7:52

你可以刷视频，但你必须学会如何不把脑子刷废。 这个对话里将告诉大家： 刷视频到底会对我们的大脑造成什么样的影响? 有哪些比较好用的方法可以让我们刷视频刷的更有质量？ 教你一个养脑的行动清单，让你可以把自己的大脑慢慢的调回到一个深度处理的模式。

0x鸣人

14,994 просмотров • 2 месяцев назад

这才是真正的 AI 剪辑神器。 开源项目 Pixelle-Video — 一个把短视频做成流水线的工具。 以前做一个视频： 写脚本、找素材、配音、剪辑 一套下来，半天没了。 Pixelle-Video 直接把流程砍到只剩一步： 输入一个主题 剩下的全自动： 写文案、出画面、配音、加 BGM，最后直接给你成片。 但真正厉害的，不是自动。 而是你可以完全掌控它： 模型自己选 声音自己换 画面 workflow 自己搭 这已经不仅仅是工具了，是一条能批量出片的流水线 你甚至可以直接批量跑内容，做账号矩阵。 你不再做视频，你已经可以生产视频了。
0:38

这才是真正的 AI 剪辑神器。 开源项目 Pixelle-Video — 一个把短视频做成流水线的工具。 以前做一个视频： 写脚本、找素材、配音、剪辑 一套下来，半天没了。 Pixelle-Video 直接把流程砍到只剩一步： 输入一个主题 剩下的全自动： 写文案、出画面、配音、加 BGM，最后直接给你成片。 但真正厉害的，不是自动。 而是你可以完全掌控它： 模型自己选 声音自己换 画面 workflow 自己搭 这已经不仅仅是工具了，是一条能批量出片的流水线 你甚至可以直接批量跑内容，做账号矩阵。 你不再做视频，你已经可以生产视频了。

开发者Hailey

55,440 просмотров • 4 месяцев назад

Codex 的这个模型 slider 手感总感觉怪怪的，所以我自己又用 Grok 4.5 做了一个，感觉舒服多了 🤔
0:31

Codex 的这个模型 slider 手感总感觉怪怪的，所以我自己又用 Grok 4.5 做了一个，感觉舒服多了 🤔

Cyandev

35,372 просмотров • 1 месяц назад

Codex做视频的工作流基本跑的差不多了。 目前还差一个中文断句+语句组织skill、 好一点的钩子skill(不同类型的视频需要不同类型的钩子) 总体上细节能够完善的地方还有不少，但是能够确定的是以后也不用自己费劲录自己的口播视频了，自己的数字人也能够P好看一点，减少出镜容貌焦虑。感谢AI大时代。 下面这个视频就是寥寥两轮提示词三四句话做出来的(其中一个风格模板)。 等我整理一下，明天开源😋
1:53

Codex做视频的工作流基本跑的差不多了。 目前还差一个中文断句+语句组织skill、 好一点的钩子skill(不同类型的视频需要不同类型的钩子) 总体上细节能够完善的地方还有不少，但是能够确定的是以后也不用自己费劲录自己的口播视频了，自己的数字人也能够P好看一点，减少出镜容貌焦虑。感谢AI大时代。 下面这个视频就是寥寥两轮提示词三四句话做出来的(其中一个风格模板)。 等我整理一下，明天开源😋

雪踏乌云

25,047 просмотров • 1 месяц назад

很多朋友问视频是怎么做的？ 声音是用CosyVoice3模型 图片是用Krea2模型(商业模型用GPT Image2效果更好) 视频是用LTX2.3模型（商业模型用SeeDance2.0） 原视频分析：claude code + fable5完成的一套工作流，然后调用grok cli（能白嫖额度，而且做一些大胆点的提示词也不受限制：你懂的） 最后用hyperframe+remotion重新组成全篇渲染
0:40

很多朋友问视频是怎么做的？ 声音是用CosyVoice3模型 图片是用Krea2模型(商业模型用GPT Image2效果更好) 视频是用LTX2.3模型（商业模型用SeeDance2.0） 原视频分析：claude code + fable5完成的一套工作流，然后调用grok cli（能白嫖额度，而且做一些大胆点的提示词也不受限制：你懂的） 最后用hyperframe+remotion重新组成全篇渲染

huangserva

79,186 просмотров • 1 месяц назад