总结一下我自己在做模型训练时关注到的一些很喜欢的 AI 前沿探索者，以及工具和资源。

总结一下我自己在做模型训练时关注到的一些很喜欢的 AI 前沿探索者，以及工具和资源。 1. Stable Diffusion 入门推荐： 腾讯技术工程《开源图像模型Stable Diffusion入门手册》 推荐理由：目前总结的最好的，没有花里胡哨的内容，信息量大且系统，很难相信是直接开源的文章分享，反复读的文章之一了。 2. LoRA 角色模型训练： YouTube 频道 @Bernard Maltais 推荐理由：Kohya 训练脚本的作者，上下两集共90分钟讲解了 Lora 模型的训练，从数据集收集到处理到训练参数。建议这种教程能看开发者做的就看开发者做的，很多追热点的 up 经常为了图快没玩明白就出攻略，我跟着很多油管的教程操作，常被带进坑里…… 3. 微调风格模型训练： Twitter @Nitrosocke 推荐理由：Nitro 训练过很多非常棒的模型，他的 GitHub 页面有详细讲风格模型怎么训练的教程。他自己本身是设计师出身，在去年年底微调了几个很厉害的风格模型后，现在被 StabilityAI 挖走了。 4. ControlNet 插件研发用户推荐 Twitter @toyxyz 推荐理由：他做了利用 Blender 来辅助 AI 出图的免费插件，打通工作流 3D 辅助 AI 的第一人哈哈。最近他在研究的方向是 ControlNet 动画，总之是厉害、前沿又无私的开发者。 5. AI 放大工具推荐 Topaz Gigapixel：用过最好用的，可以批量放大，基本所有图片训练前我都会用这个过一遍 Upscayl：会增加细节，但是只能给常见物体增加细节 Gigagan：还没出，但看效果挺值得关注 #AI工作流 #AI的神奇用法

AI生成的《西游记》短片震惊网友

AI生成的《西游记》短片震惊网友 扬子晚报/紫牛新闻记者采访到了这位博主冯先生，从事15年美术工作的冯先生表示，这段视频如果人工制作至少需要半年，而自己在AI的帮助下用时一周就完成了，目前随着文生视频模型Sora的问世，很多现在遥不可及的事情在未来都可以实现了。AI包揽大部分流程，就连分镜规划也靠ChatGPT这段3分56秒的动画短片以《西游记》原著第一集为蓝本，通过AI技术将石猴降生到拜师学艺的故事生动地呈现在观众面前。视频中整个天庭识别度极高，宫殿群依山而建，错落有致，屋顶覆盖着金色的琉璃瓦，阳光下闪闪发光，让人一眼就能感受到那种神秘而庄严的氛围。花果山则充满了宁静与和谐。郁郁葱葱的树木、飞流直下的瀑布、古朴典雅的石桥，共同勾勒出一个如诗如画的世外桃源。视频还展示了孙悟空驾舟渡海、来到城镇、前往灵台方寸山等场景，引发网友啧啧称奇，“这个视频真的太震撼了！AI还原的《西游记》简直绝了！只看开篇就已经被惊艳到了！”“场面确实震撼，希望UP主可以继续沿着剧情更新，赞。”除了《西游记》外，冯先生还用AI生成了丝绸之路、龙生九子、克鲁苏神话等视频动画，目前他在抖音上有超过十万粉丝，收获了超过百万点赞。在评论区，网友们惊叹之余，也有人询问这是如何做出来的。冯先生告诉记者，用AI生成视频需要四步：构思、用文字生成静态图片、让图片动起来、整理剪辑。“第一步肯定是构思，以《西游记》第一集为例，从混沌初开到石猴出世再到拜师学艺，首先就要确定一共需要多少个画面、多少个分镜。”构思这一块看似需要“脑洞”，实际不然，冯先生表示，自己会使用ChatGPT分析原著文字，让AI帮自己规划一些分镜方案，然后自己再从中找到合适的。有了分镜规划后，用AI绘画软件把想要的画面画出来，然后再用“图片生成视频”软件让这些画面动起来。这两个过程中，一般会产生大量的废稿，“目前AI很难完全理解我的意思，无论是图片还是动画片段，随机性都比较大，每次我都会用AI生成很多，在这些素材里面找到合适的再进行下一步。”“剩下的就是把素材放到一起剪辑了，台词我会自己想好，然后使用AI配音。有些特殊角色我会自己配， 用变声器变声，在剪辑的时候还可以再用声音特效打磨一下。”再加上转场、背景音，一部由AI生成的动画视频就诞生了。有网友想看打斗场面，但目前AI生成视频还有许多限制“在两年前我就使用过Google发布了一款AI绘图模型，那时候AI绘图极其抽象，生成的画面支离破碎。比方说画一个人，AI能画出五官，但是五官会非常扭曲，那时候大家都在批评，说这个软件只能画恐怖图片。但是在去年底的时候，这个模型更新到第四版，进步就很大了，当时我还受邀参加了内测。”冯先生介绍，如今这个AI绘图模型已经进步到可以画卡通、素描、水彩等多种风格，并且在细节处理上也更进一步，“例如衣服上的绣花，甚至镶金丝线都能画出来。”“AI绘画问世以来引发过很多次争议，插画师们认为AI用自己的作品进行训练，现在倒过头来抢自己的饭碗。”冯先生坦言，AI技术的迭代确实影响了一部分人的利益，“但这是没办法的事情，就像潘多拉魔盒一样，一旦被打开，再要关上就不可能了，再去抵触它已经没有任何意义。”“就拿这次我发布的《西游记》动画短片来说，我一共用AI生产了三千多张图片，最后选择了约一百张，放在以前的话，哪怕是资深画师要画出这些画肯定需要半年，至于要让画‘动’起来那更是天方夜谭了。”在后台，有不少网友留言想看《西游记》中的打斗场景，“目前AI生成视频还有许多限制，以目前的技术还做不到。”冯先生表示，许多之前做不到的事情，现在AI能够做到了；现在做不到的事情，说不定未来哪一天也能做到，“等到AI足够强大的时候，我肯定会满足网友们的要求的，希望这一天早日到来。”延伸阅读： Sora或颠覆AI视频领域记者注意到，近日Open AI发布了视频生成模型Sora，介绍称Sora能够严格根据用户输入的提示词、文本指令或静态图像，生成长达1分钟的视频，保持较高的视觉质量，其中包含精细复杂的场景、生动的角色表情以及复杂的镜头运动。同时也接受现有视频扩展或填补缺失的帧。目前Sora官网上已经有几十个演示样本，不仅能准确呈现细节，还能理解物体在物理世界中的存在，并生成具有丰富情感的角色。业内不少人士都十分看好Sora，360集团创始人周鸿祎表示，Sora的诞生意味着AGI(通用人工智能)实现将从10年缩短至一两年，“一旦人工智能接上摄像头，把网上的视频都看一遍，它对世界的理解将远远超过文字学习……它展现的不仅仅是视频制作能力，它展现的是大模型对真实世界有了理解和模拟后，会带来新的成功和突破。”工信部信息通信经济专家委员会委员、数字经济专家刘兴亮称，这标志着AI技术在内容创作领域的一个新纪元，“Sora能帮助创作者们以更低的成本和更快的速度将创意变为现实，而且为观众带来了更丰富和多样化的视觉体验。技术创新的这一巨大飞跃，预示着AI在未来人类生活的各个方面都将发挥更加重要的作用。”冯先生也非常看好Sora，他表示，“虽说我还没有使用过这套程序，但从官方说法和官方发布的视频来看，由这套模型生成视频里的各个元素协同度很高，并且在分镜、运动拍摄、远近角切换等领域也远比现在的模型优秀。也就是说，现在遇到的困难，未来可能就不再是困难了。” ... PC版： 手机版：

拿到了微软推出的全球第一个生成式AI认证。与获得证书相比，备考学习过程收获更大。

拿到了微软推出的全球第一个生成式AI认证。与获得证书相比，备考学习过程收获更大。 微软课程的结构非常清晰，有上百个小课构成，每个小课3分钟左右，只讲解1个概念，包含1-2个例子，也讲解一些常见算法。并且，特别强调领导者使用人工智能的合规、道德问题。深入浅出，值得一试。

中国首部文生视频AI动画片公布：AI还原古诗词 2月26日央视开播

中国首部文生视频AI动画片公布：AI还原古诗词 2月26日央视开播 栏目结合人教社提供的诗词内容及相关背景故事，制作成国风动画诗词故事，在尊重历史的前提下重构故事剧本，以求最大限度再现诗词意境和感情。依托中央广播电视总台“央视听媒体大模型”，运用AI技术聚焦统编语文教材200多首诗词，转化为唯美的国风动画片。对此，有网友表示，“这样的创新，不仅有助于传统文化的传承和发扬，更能够激发青少年的创新思维和想象力。”值得一提的是，近期文生视频领域最火的“王炸”产品，非OpenAI发布的首个AI视频模型Sora莫属。Sora可根据文字提示生成60秒视频，输出视频堪比影视CG，视频中的主角、背景人物，都达到了高度的一致性，各角度镜头随意切换。 ... PC版： 手机版：

拿到了motiff的试用权限，自己试用了一下，聊下感受：

拿到了motiff的试用权限，自己试用了一下，聊下感受： 好的体验： 1、有沉浸感的教学，所以上手比较快 2、组件比较丰富，基本覆盖手机APP的相关场景 3、效率提升明显 4、有一个想象力的空间是学习设计师原来的UI图，生成与设计师风格相符的图； 局限性： 1、当前支持手机设备的UI图设计，当然从创业角度以手机为切入点没有问题； 2、暂不支持icon，希望能够通过语言描述，生成对应的icon； 3、设计师是否愿意上传自己的图给平台，这个平台需要好好考虑。 一个人就是一个团队的愿景将不再遥远，目前全流程都能打通了； 1、产品经理有PM-AI： 2、UI设计师有motiff： 3、开发人员有编程助手：太多了，就不一一列出来了，可以去我的知识库查阅： 最后，AI只是生产力工具，不要沉迷于生产力工具而忘记了去解决真正的用户需求。

尝试了一下Dashtoon 这个 AI 漫画生成应用，发现做的挺成熟的，该有的功能都有，可以一次性生成也给了充分的编辑和自定义空

尝试了一下Dashtoon 这个 AI 漫画生成应用，发现做的挺成熟的，该有的功能都有，可以一次性生成也给了充分的编辑和自定义空间。 国内的很多小说视频还是手工用各种 AI 工具拼凑的阶段，可以借鉴一下这个产品的实现方式，是个机会。 他的人物一致性是通过内置的非常多人物 Lora 实现的，目前来看这确实是最稳定的方案。 具体的生成逻辑是你输入大概的故事描述，他会为你生成很多个场景描述，你修改确认之后就会根据文字场景描述生成图片和漫画的对话。后两张是我一次性生成的漫画。 这里尝试：