Ai生成漫画，进行商业，会侵权吗

要让企业微信接上 AI 并变成一个 AI 客服，可以参考以下内容： 1. 基于 COW 框架的 ChatBot 实现方案：这是一个基于大模型搭建的 Chat 机器人框架，可以将多模型塞进微信（包括企业微信）里。张梦飞同学写了更适合小白的使用教程，链接为： 。 可以实现打造属于自己的 ChatBot，包括文本对话、文件总结、链接访问、联网搜索、图片识别、AI 画图等功能，以及常用开源插件的安装应用。 正式开始前需要知道：本实现思路需要接入大模型 API 的方式实现（API 单独付费）。 风险与注意事项：微信端因为是非常规使用，会有封号危险，不建议主力微信号接入；只探讨操作步骤，请依法合规使用，大模型生成的内容注意甄别，确保所有操作均符合相关法律法规的要求，禁止将此操作用于任何非法目的，处理敏感或个人隐私数据时注意脱敏，以防任何可能的滥用或泄露。 支持多平台接入，如微信、企业微信、公众号、飞书、钉钉等；多模型选择，如 GPT3.5/GPT4.0/Claude/文心一言/讯飞星火/通义千问/Gemini/GLM4/LinkAI 等等；多消息类型支持，能处理文本、语音和图片，以及基于自有知识库进行定制的企业智能客服功能；多部署方法，如本地运行、服务器运行、Docker 的方式。 2. DIN 配置：先配置 FastGpt、OneAPI，装上 AI 的大脑后，可体验知识库功能并与 AI 对话。新建应用，在知识库菜单新建知识库，上传文件或写入信息，最后将拥有知识库能力的 AI 助手接入微信。

围棋 AI 领域具有重要的研究价值和突破。在古老的围棋游戏中，AI 面临着巨大挑战，如搜索空间大、棋面评估难等。DeepMind 团队通过提出全新方法，利用价值网络评估棋面优劣，策略网络选择最佳落子，且两个网络以人类高手对弈和 AI 自我博弈数据为基础训练，达到蒙特卡洛树搜索水平，并将其与蒙特卡洛树搜索有机结合，取得了前所未有的突破。在复杂领域 AI 第一次战胜人类的神来之笔 37 步，也预示着在其他复杂领域 AI 与人类智能对比的进一步突破可能。此外，神经网络在处理未知规则方面具有优势，虽然传统方法在处理象棋问题上可行，但对于围棋则困难重重，而神经网络专门应对此类未知规则情况。关于这部分内容，推荐阅读《这就是 ChatGPT》一书，其作者备受推崇，美团技术学院院长刘江老师的导读序也有助于了解 AI 和大语言模型计算路线的发展。

以下 AI 工具可以实现提取多个指定网页的更新内容： 1. Coze：支持自动采集和手动采集两种方式。自动采集包括从单个页面或批量从指定网站中导入内容，可选择是否自动更新指定页面的内容及更新频率。批量添加网页内容时，输入要批量添加的网页内容的根地址或 sitemap 地址然后单击导入。手动采集需要先安装浏览器扩展程序，标注要采集的内容，内容上传成功率高。 2. AI Share Card：能够一键解析各类网页内容，生成推荐文案，把分享链接转换为精美的二维码分享卡。通过用户浏览器，以浏览器插件形式本地提取网页内容。

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。

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。

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。

AI 音乐用于商用作品中是否侵权，情况较为复杂。 一方面，索尼音乐集团近日指控 AI 开发者在未经授权的情况下，使用索尼的知识产权来训练 AI 模型，并收集索尼拥有的媒体数据，可能侵犯了其版权。索尼音乐集团在其官方网站上发布声明，并通过信件形式向超过 700 名 AI 开发者和流媒体服务发出警告，明确禁止使用索尼的音乐、歌词、音乐视频和专辑封面等媒体内容用于 AI 系统的“训练、开发或商业化”。 另一方面，Rightsify 公司发布的 Hydra II 是基于完全授权音乐训练的音乐生成人工智能，其生成的音乐可以在全球范围内的任何商业项目中永久使用，没有任何限制。 目前，对于在未经许可的情况下使用音乐录音训练 AI 系统是否构成版权侵犯，尚不清楚。但随着生成音频质量的不断提升，AI 技术在音乐领域的应用越来越受到主流听众的关注。索尼音乐集团的这一警告可能会对 AI 技术在音乐产业的进一步发展造成影响。有人认为，AI 开发者应该被允许从互联网上免费获取的数据中学习，但版权保护的不确定性对任何人都不利，现在是更新知识产权法律以适应生成性 AI 时代的关键时刻。

使用别人的模型出图商用是否侵权，需要根据具体情况来判断。 以腾讯混元大模型为例，其适用场景包括给自己或身边人做头像、公众号和媒体版面排版时的文字配图、制作海报、PPT 的素材以及广告配图等。但需要注意的是，腾讯混元大模型并不主张生成图片的版权，且原素材涉及到的版权风险可能存在争议。比如，如果用混元生成了某个 IP 如皮卡丘、米奇老鼠等，或者某个名人的真人脸，都可能存在侵权风险。建议在使用配图过程中尽量避免此类情况。如果最终使用了腾讯混元大模型生成的图片，应注明“由腾讯混元大模型生成”。 从全国首例 AI 生成图片著作权案例解读来看，软件设计者通过设计算法训练出智能模型，对模型设计投入了智力成果。但图片是由创作者根据个人意愿，选取提示词、修改参数等步骤得出的最终成品，著作权属于人类创作者。尽管 AI 是工具，但法院强调著作权仍然属于人类创作者，保护了人类在知识产权领域的权益。 根据《中华人民共和国著作权法》第十一条规定，著作权属于作者，创作作品的自然人是作者。由法人或者非法人组织主持，代表法人或者非法人组织意志创作，并由法人或者非法人组织承担责任的作品，法人或者非法人组织视为作者。在未显示作者身份信息的情况下使用图片可能构成侵权。

ComfyUI 漫画工作流包含以下内容： 1. 绿幕工作流：包含两个组，即生成绿幕素材和绿幕素材抠图。因为 SD 无法直接生成透明背景的 png 图片，所以要先生成一张素材图，前景是重要的主体素材，背景为纯色（方便识别），选择绿幕是为了便于抠图。工作流文件链接：https://pan.quark.cn/s/01eae57419ce 提取码：KxgB 2. 动画工作流： 啊朔提供的动画工作流文件，如：

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。

以下是关于用照片生成漫画的相关内容： 一、使用 MJ 生成照片漫画 1. 需求分析 用自己的图片、照片生成以照片人物为主体的运动员头像漫画。 2. 操作步骤 输入：使用 ChatGPT 完成对应工作，输入奥林匹克项目生成人物描述，并结合设定好的提示词。 ChatGPT 生成描述：添加中国人、中国运动服和项目场景描述，生成 MJ 画图的提示词。 MJ 绘图测试：测试 MJ 绘图提示词的稳定性，确定是否需要垫图等。 局部重绘：使用局部重绘，结合 cref 链接照片，调整 cw 参数。 二、OpenAI GPT4o 图像生成模型 1. 核心功能 先进的多模态模型，能生成精确、真实感强的图像，具有实际用途。 2. 亮点功能 精确的文本渲染，能在图像中准确生成文字。 多样化场景生成，支持从真实感到漫画风格等多种图像生成，可根据上传图像进行灵感转化或视觉改造，具有上下文感知能力。 3. 技术改进 联合训练在线图像和文本的分布，学会图像与语言及图像之间的关系，后期训练优化在视觉流畅性和一致性方面表现出色。 4. 实际应用场景 信息传递、创意设计、教育与演示等。 5. 局限性 存在某些场景或细节的限制，如偶尔会过于紧密地裁剪较长图像，多语言呈现不佳。 6. 访问和可用性 已集成到 ChatGPT 中，Plus、Pro、Team 和 Free 用户推出，Enterprise 和 Edu 即将访问。开发人员很快可通过 API 使用，图像渲染时间较长。 三、四格漫画 可生成四种风格的四格漫画，需简体中文描述，足够幽默有趣的故事。

以下是关于漫画生成的相关信息： Anifusion： 这是一款基于人工智能的在线工具，网址为 https://anifusion.ai/ ，其 Twitter 账号为 https://x.com/anifusion_ai 。 主要功能： 能根据用户输入的文本描述生成相应的漫画页面或动漫图像。 提供预设模板和自定义漫画布局的直观布局工具。 拥有强大的浏览器内画布编辑器，可调整角色姿势、面部细节等。 支持多种 LoRA 模型，实现不同艺术风格和效果。 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。 快速原型设计。 教育内容创作。 营销材料制作。 粉丝艺术和同人志创作。 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，并拥有创作的全部商业权利。 北大团队提出「自定义漫画生成」框架 DiffSensei： 故事可视化是从文本描述创建视觉叙事的任务，现有文本到图像生成模型存在对角色外观和互动控制不足的问题，尤其是在多角色场景中。 北大团队提出新任务“自定义漫画生成”及 DiffSensei 框架，该框架集成了基于扩散的图像生成器和多模态大语言模型（MLLM），采用掩码交叉注意力技术，可无缝整合字符特征实现精确布局控制，基于 MLLM 的适配器能调整角色特征与特定面板文本线索一致。 还提出 MangaZero 数据集，包含大量漫画和注释面板。 论文链接：https://arxiv.org/abs/2412.07589 ，项目地址：https://jianzongwu.github.io/projects/diffsensei/ 。 Niji V5 漫画生成： 漫画是起源于日本的流行艺术形式，有多种类型。 提供了一些漫画生成的提示示例，如“John Wick，漫画屏幕色调，屏幕色调图案，圆点图案，更大且间距更宽的点，高质量—ar 3:2—niji 5”等。 指出在 Niji Version 5 中能看到更多细节，尤其是面部表情，还可使用/describe 命令向 Midjourney 询问喜欢的动漫场景灵感，新的 MidJourney 命令—Image2Text 可生成准确描述图像的文本提示。

以下是关于使用 AI 制作漫画视频的相关内容： 制作流程： 1. 前期准备： 故事大纲和脚本编写：根据经验，可由专人负责内容构思和脚本编写。 2. 图像生成： 利用 Midjourney 生成图片，提示词可围绕皮克斯、迪士尼、3D 风格来写，重点包含关键元素如“a small white Chiense dragon,anthropomorphic,3D render,Unreal Engine,Pixar 3D style”，并注意尺寸比例和模型选择。 动画生成可使用 Runway，因其控制笔刷有优势。 3. 分工合作： 有人负责前期内容构思和脚本编写，有人负责图片、视频生成和视频剪辑。 如果是将小说做成视频，一般流程如下： 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。 工具与网址： 1. Stable Diffusion（SD）：一种 AI 图像生成模型，可以基于文本描述生成图像。网址： 2. Midjourney（MJ）：另一个 AI 图像生成工具，适用于创建小说中的场景和角色图像。网址： 3. Adobe Firefly：Adobe 的 AI 创意工具，可以生成图像和设计模板。网址： 4. Pika AI：文本生成视频的 AI 工具，适合动画制作。网址： 5. Clipfly：一站式 AI 视频生成和剪辑平台。网址： 6. VEED.IO：在线视频编辑工具，具有 AI 视频生成器功能。网址： 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： 8. 故事 AI 绘图：小说转视频的 AI 工具。网址： 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。内容由 AI 大模型生成，请仔细甄别。

以下是关于做漫画的相关内容： Niji V5 动漫提示干货操作实例： 漫画是一种起源于日本的流行艺术形式，有多种类型，如漫画绘图、底纹、网点等。 可以使用特定的提示词，如“John Wick，漫画屏幕色调，屏幕色调图案，圆点图案，更大且间距更宽的点，高质量—ar 3:2—niji 5”等，通过 Midjourney Niji v4 或 v5 来创作漫画。 可以使用/describe 命令向 Midjourney 询问最喜欢的动漫场景的灵感，还可以使用新的 MidJourney 命令—Image2Text 生成准确描述图像的文本提示。 六一儿童节活动： 活动内容是制作一副符合六一儿童节主题的四格漫画，充满童趣或者想象，也可以有教育意义或者小哲理。可以使用 AI 绘图工具 MJ、悠船、SD 做图，四格拼图可使用其他工具，如 ps、美图秀秀、醒图等。 参与规则：每位群成员限最多提交 2 个作品故事，单一格画面 1：1，4 个格拼起来 2:2。提交的作品必须是原创，不得抄袭他人作品，漫画内容要健康、积极，符合儿童节的主题。 提交时间：6 月 1 日 0 时至 6 月 2 日 12 时，提前或者逾期提交的作品将不予受理。 Sarah Andersen 漫画风格： 特色：通常使用简单的黑白线条作画，配以极富表现力的角色表情，经常探讨如焦虑、社交尴尬、性别问题以及对生活中普通但难以言说的瞬间的幽默呈现。 技巧：在主要描述语后面加上“by Sarah Andersen”或者“style reference Sarah Andersen”；在提示中加入情感色彩的描述，如“joyful,”“awkward,”或“anxious”等词；利用cref 命令保持人物的一致性。 应用：可用于社交媒体上的漫画创作、使故事更加生动有趣的插图、个性化礼物和商品设计（需注意版权问题）。

以下是关于生成提示词的相关内容： 生成提示词的思路和方法： 可以根据效果好的图片中的高频提示词去反推效果，结合不同字体效果的描述，打包到一组提示词中。提示词给到 AI 后，AI 会根据给定文字的文义，判断适合的情绪风格，然后给出适合情绪的字体和风格描述、情感氛围等，加上一些质量/品质词，形成输出提示词结构。为了让 AI 更能描述清晰风格，可以先给定多种参照举例。 具体操作步骤： 打开 AI 工具的对话框，将相关提示词完整复制粘贴到对话框。推荐使用 ChatGPT 4o。 当 AI 回复后，发送您想要设计的文字。可以仅发送想要的文字，也可以发送图片（适合有多模态的 AI）让 AI 识别和反推。 将 AI 回复的提示词部分的内容复制到即梦 AI。 对生成提示词的一些观点： 提示词生成提示词并非必要，不一定能生成最好的 Prompt 框架，修改过程可能耗时且不一定能修改好，不如花钱找人写。 一句话生成完整符合需求的 Prompt 非常困难，只能大概给出框架和构思，需要更低成本地调整需求和修改 Prompt。 不同生图工具生成提示词的特点： 即使是简短的描述，生成的提示词也非常细节、专业。 会解析需求，找出核心要点和潜在的诠释点，并给出不同的提示词方案。 提示词构建更多在于增强，而不是发散，生成的内容更符合期望。 同时生成中、英双版本，国内外工具通用无压力。 14 款 AI 生图工具实测对比： 本次实测用到的工具包括国内版的即梦 3.0（https://jimeng.jianying.com/aitool/home）、WHEE（https://www.whee.com）、豆包（https://www.doubao.com/chat）、可灵（https://app.klingai.com/cn/texttoimage/new）、通义万相（https://tongyi.aliyun.com/wanxiang/creation）、星流（https://www.xingliu.art）、LibiblibAI（https://www.liblib.art），以及国外版的相关工具。

目前有一些可以根据描述生成特定内容的 AI 应用和方法。例如： 在法律领域，您可以提供【案情描述】，按照给定的法律意见书模板生成法律意见书。例如针对商业贿赂等刑事案件，模拟不同辩护策略下的量刑结果，对比并推荐最佳辩护策略，或者为商业合同纠纷案件设计诉讼策略等。 在 AI 视频生成方面，有结构化的提示词模板，包括镜头语言（景别、运动、节奏等）、主体强化（动态描述、反常组合等）、细节层次（近景、中景、远景等）、背景氛围（超现实天气、空间异常等），以及增强电影感的技巧（加入时间变化、强调物理规则、设计视觉焦点转移等）。 一泽 Eze 提出的样例驱动的渐进式引导法，可利用 AI 高效设计提示词生成预期内容。先评估样例，与 AI 对话让其理解需求，提炼初始模板，通过多轮反馈直至达到预期，再用例测试看 AI 是否真正理解。 但需要注意的是，不同的场景和需求可能需要对提示词和模板进行针对性的调整和优化，以获得更符合期望的 word 模板。

以下是几种自动生成文案的方法： 1. 基于其它博主开源的视频生成工作流进行优化： 功能：通过表单输入主题观点，提交后自动创建文案短视频，创建完成后推送视频链接到飞书消息。 涉及工具：Coze 平台（工作流、DeepSeek R1、文生图、画板、文生音频、图+音频合成视频、多视频合成）、飞书（消息）、飞书多维表格（字段捷径、自动化流程）。 大体路径：通过 coze 创建智能体，创建工作流，使用 DeepSeek R1 根据用户观点创建文案，再创建视频；发布 coze 智能体到飞书多维表格；在多维表格中使用字段捷径，引用该智能体；在多维表格中创建自动化流程，推送消息给指定飞书用户。 2. 生成有趣的《图文短句》： 实现原理： 先看工作流：包括第一个大模型生成标题、通过“代码节点”从多个标题中获取其中一个（可略过）、通过选出的标题生成简介、通过简介生成和标题生成文案、将文案进行归纳总结、将归纳总结后的文案描述传递给图像流。 再看图像流：包括提示词优化、典型的文生图。 最终的 Bot 制作以及预览和调试。 3. 腾讯运营使用 ChatGPT 生成文案： 步骤：通过 ChatGPT 生成文案，将这些文案复制到支持 AI 文字转视频的工具内，从而实现短视频的自动生成。市面上一些手机剪辑软件也支持文字转视频，系统匹配的素材不符合要求时可以手动替换。例如腾讯智影的数字人播报功能、手机版剪映的图文成片功能。这类 AI 视频制作工具让普罗大众生产视频变得更轻松上手。

以下是通过输入观点生成精彩口播文案的方法： 1. 基于其它博主开源的视频生成工作流进行功能优化，实现视频全自动创建。 效果展示：可查看。 功能：通过表单输入主题观点，提交后自动创建文案短视频，并将创建完成的视频链接推送至飞书消息。 涉及工具：Coze平台（工作流、DeepSeek R1、文生图、画板、文生音频、图+音频合成视频、多视频合成）、飞书（消息）、飞书多维表格（字段捷径、自动化流程）。 大体路径： 通过 coze 创建智能体，创建工作流，使用 DeepSeek R1 根据用户观点创建文案，再创建视频。 发布 coze 智能体到飞书多维表格。 在多维表格中使用字段捷径，引用该智能体。 在多维表格中创建自动化流程，推送消息给指定飞书用户。 2. 智能体发布到飞书多维表格： 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。 选择发布渠道，重点是飞书多维表格，填写上架信息（为快速审核，选择仅自己可用），等待审核通过后即可在多维表格中使用。 3. 多维表格的字段捷径使用： 创建飞书多维表格，添加相关字段，配置后使用字段捷径功能，使用自己创建的 Coze 智能体。 表单分享，实现填写表单自动创建文案短视频的效果。 4. 自动化推送：点击多维表格右上角的“自动化”，创建所需的自动化流程。 另外，伊登的最新 Deepseek+coze 实现新闻播报自动化工作流如下： 第一步是内容获取，只需输入新闻链接，系统自动提取核心内容。开始节点入参包括新闻链接和视频合成插件 api_key，添加网页图片链接提取插件，获取网页里的图片，以 1ai.net 的资讯为例，添加图片链接提取节点，提取新闻主图，调整图片格式，利用链接读取节点提取文字内容，使用大模型节点重写新闻成为口播稿子，可使用 Deepseek R1 模型生成有吸引力的口播内容，若想加上自己的特征，可在提示词里添加个性化台词。

以下是关于小红书图文批量生成的详细内容： 流量密码！小红书万赞英语视频用扣子一键批量生产，这是一个保姆级教程，小白都能看得懂。 原理分析： 决定搞之后，思考生成这种视频的底层逻辑，进行逆推。这种视频由多张带文字图片和音频合成，带文字图片由文字和图片生成，文字和图片都可由 AI 生成，音频由文字生成，文字来源于图片，也就是说，关键是把图片和文字搞出来。 逻辑理清后，先找好看的模版，未找到好看的视频模版，最后看到一个卡片模版，先把图片搞出来，才有资格继续思考如何把图片变成视频，搞不出来的话，大不了不发视频，先发图片，反正图片在小红书也很火。 拆模版： 要抄这种图片，搞过扣子的第一反应可能是用画板节点 1:1 去撸一个，但扣子的画板节点很难用，Pass 掉。用 PS 不行，太死板不灵活，html 网页代码可以，非常灵活。经过 2 个多小时和 AI 的 battle，用 html 代码把图片搞出来了。这里不讲代码怎么写，直接抄就行。要抄，首先要学会拆，不管用什么方式批量生成这样的图片，都必须搞清楚里面有哪些是可以变化的参数，也就是【变量】，如主题、主题英文、阶段、单词数、图片、正文、翻译、普通单词、重点单词等。 想方法： 大概知道批量生成这样的图片需要搞清楚哪些参数，图片用 html 代码搞出来了。但问题是视频怎么搞，这种视频由多张不同的【带文字的图片】生成，比如读到哪句，哪句就高亮起来，图片也可以随着读到的句子变更。最后，视频就是用这样的图片一张张拼起来的。

AI 生成表格通常可以通过以下技术实现： 1. 利用变分自编码器（VAEs）和序列到序列模型（Seq2Seq）等技术生成表格文件、表格公式，并清理、创建、转换和分析表格中的文本数据，例如表格结构设计、数据分析表、表格自动化等。 2. 借助一些办公软件中的 AI 插件，如飞书中的相关插件，先通过 AI 理解图片中的内容并填充到表格列中，然后利用自带插件总结生成相关指令。 此外，在多模态数据生成中，结构化数据生成包括表格生成，多模态合成数据从大类来看有非结构化数据（图片、视频、语音等）和结构化数据（表格等）两大类。非结构化数据生成包括文本生成、图像生成、音频和语音生成、视频生成、3D 生成、合成数据生成等。