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

IP-Adapter放在哪个文件夹

Answer

IP-Adapter 的存放位置如下：

Content generated by AI large model, please carefully verify (powered by aily)

References

2、IPAdapter_报错/节点安装失败解决方法 副本

下载或git clone新的节点包到ComfyUI/custom_nodes/文件夹下链接：[cubiq/ComfyUI_IPAdapter_plus(](https://github.com/cubiq/ComfyUI_IPAdapter_plus)[github.com](http://github.com/)[)](https://github.com/cubiq/ComfyUI_IPAdapter_plus)第三步：下载对应的模型并存放在指定位置并重命名，文件夹位置如何没有此文件需要新建并重命名，具体如下：点击即可直接下载/ComfyUI/models/clip_vision[CLIP-ViT-H-14-laion2B-s32B-b79K.safetensors](https://huggingface.co/h94/IP-Adapter/resolve/main/models/image_encoder/model.safetensors),（1.5）[CLIP-ViT-bigG-14-laion2B-39B-b160k.safetensors](https://huggingface.co/h94/IP-Adapter/resolve/main/sdxl_models/image_encoder/model.safetensors),（SDXL）/ComfyUI/models/ipadapter,[ip-adapter_sd15.safetensors](https://huggingface.co/h94/IP-Adapter/resolve/main/models/ip-adapter_sd15.safetensors),[ip-adapter_sd15_light_v11.bin](https://huggingface.co/h94/IP-Adapter/resolve/main/models/ip-adapter_sd15_light_v11.bin),

郑敏轩 ：Flux与IP-adapter

作者@郑敏轩如果你会了上一章节controlnet那么IP-adapter也就非常简单了IP-adapter目前处于测试阶段。不保证马上就能得到好的结果，可能需要更多的尝试才能得到结果。1.我们需要的节点：x-flux-comfyui1.模型：需要两个，我已经上传网盘了：夸克网盘：链接：https://pan.quark.cn/s/9ec663c4dc04百度网盘：链接：https://pan.baidu.com/s/1USTQxT8H4DcbH-0ZlkgInA?pwd=0qpc提取码：0qpc1.将model.safetensors放在你的\ComfyUI\models\clip_vision目录下，将flux-ip-adapter.safetensors放在你的\ComfyUI\models\xlabs\ipadapters目录下。2.导入工作流：[ip_adapter_workflow.json](https://bytedance.feishu.cn/space/api/box/stream/download/all/BBD3biJmMoZ4DNxCXkIcTX5InNb?allow_redirect=1)希望大家玩得开心，有什么好发现可以与我交流哈

8、IPAdapter的安装与使用 副本

下载对应的模型并存放在指定位置并重命名，文件夹位置如何没有此文件需要新建并重命名，具体如下：点击即可直接下载/ComfyUI/models/clip_vision[CLIP-ViT-H-14-laion2B-s32B-b79K.safetensors](https://huggingface.co/h94/IP-Adapter/resolve/main/models/image_encoder/model.safetensors),（1.5）[CLIP-ViT-bigG-14-laion2B-39B-b160k.safetensors](https://huggingface.co/h94/IP-Adapter/resolve/main/sdxl_models/image_encoder/model.safetensors),（SDXL）/ComfyUI/models/ipadapter,[ip-adapter_sd15.safetensors](https://huggingface.co/h94/IP-Adapter/resolve/main/models/ip-adapter_sd15.safetensors),[ip-adapter_sd15_light_v11.bin](https://huggingface.co/h94/IP-Adapter/resolve/main/models/ip-adapter_sd15_light_v11.bin),[ip-adapter-plus_sd15.safetensors](https://huggingface.co/h94/IP-Adapter/resolve/main/models/ip-adapter-plus_sd15.safetensors),[ip-adapter-plus-face_sd15.safetensors](https://huggingface.co/h94/IP-Adapter/resolve/main/models/ip-adapter-plus-face_sd15.safetensors),

Others are asking
LoRA (low rank adapter) 有哪些应用
LoRA（LowRank Adaptation Models，低阶自适应模型）具有以下应用： 1. 在图像生成方面，如 Stable Diffusion 中，通过影响和微调画面，再现人物或物品的特征。可以用特定特征替换大模型中的对应元素，生成不同于底模的图片。 2. 在语言模型中，如 Alpaca 对 LLaMA6B 的微调，在主路参数固定的基础上，在旁路加一个低秩的 shortcut，训练阶段主路固定，只训练旁路，极大降低参数量。初始化时 B 矩阵为 0，达到 zeroconvolution 的效果，推理时把旁路折叠到主路。 3. 个人可以通过 LoRA 炼制属于自己的模型，例如在 SD 中炼制人物、建筑、画风等方面的 lora 模型。LoRA 训练较为轻量化，硬件门槛显存达到 6G 即可开启训练。
2024-09-05
Error occurred when executing IPAdapterAdvanced: insightface model is required for FaceID models File "D:\AI\comfyui_20240421\execution.py", line 151, in recursive_execute output_data, output_ui = get_output_data(obj, input_data_all) File "D:\AI\co
以下是针对您所遇到的报错问题的一些解决建议： 1. 对于 ipadater 部分报错说 model 不存在的情况，将文中画圈部分修改调整到不报错。Pulid 部分，除了下载好对应的节点以及参考官方网站最下面的安装对应要求外，还要注意上图中的第二要点，对应安装一些内容，具体要求可查看云盘中命名为“pulid 插件模型位置.png”的文件及对应的云盘链接：PulID 全套模型，链接:https://pan.baidu.com/s/1ami4FA4w9mjuAsPK49kMAw?pwd=y6hb，提取码:y6hb。否则将会遇到报错：Error occurred when executing PulidEvaClipLoader。 2. 对于 Ollama 大模型部分，为了应对没下载大模型带来的报错，需要下载大模型。首先，下载 ollama，网站： 。 3. 如果缺少 ipadapter 的模型，可去这个网址下载：https://github.com/cubiq/ComfyUI_IPAdapter_plus 。如果遇到“Error occurred when executing IPAdapterUnifiedLoader:ClipVision model not found.......”类似的报错，可在这个网址里找到多个关于 IPAdapter 报错的解决办法：https://github.com/cubiq/ComfyUI_IPAdapter_plus/issues/313 。 另外，换脸工作流的核心组件是 Apply InstantID Advanced 节点，这个节点的作用就是将源人脸替换到目标图像中。其中，instantID 模型擅长提取图片的高层次特征，包括面部的纹理信息、几何结构、风格特征等，在图中例子是 IPAdpater，用于识别和保留目标图像 image_kps 的风格并迁移到生成图像中。instantID Face Analysis 节点用于提取人脸五官的特征向量，作用是使生成图像时，人脸的眼睛、鼻子、嘴巴等样子仍然符合源人脸 image 的特征。controlnet 模型的作用是识别目标图像 image_kps 的低层次特征，包括骨架、姿势、边缘、结构。controlnet 模型和 instantID 模型起到不同的控制作用，结合使用可以达到将源人脸的五官替换目标图像中五官的效果。
2024-09-03
ipadapter的作用是什么,能实现人物的一致性吗？比如参考人物的脸部特征
IP Adapter 即图像提示词适配器，其作用包括： 能够“复刻图像”，用户输入图像可直接生成内容或风格相似的图像。 注重图像风格和语义的复刻，兼容性强，可与结构控制插件一起使用，既控制结构，也控制图像的语义和风格。 是解决角色和风格一致性的优雅方法，能够非常精准地提取风格参考图中的角色和风格特征。 在处理人物一致性方面，IP Adapter 有一定的应用，例如在相关的图生图操作中会用到。关于其使用，之前有文章介绍。同时，Midjourney 也有类似的人物一致性相关功能。
2024-08-25
分析程序员在AI能力上的不同维度，比如AI框架，AIPrompt等
以下是对程序员在 AI 能力上不同维度的分析，包括 AI 框架和 AI Prompt 等方面： AI 框架： PromptPal：专为 AI 领域中的初创公司和个人开发者设计的提示管理工具，是一个集中化平台，便于在 AI 项目中管理提示，实现协作和工作流程优化。具有本地部署和云原生、简易设置、数据库支持、SDK 支持、提示跟踪与分析、协作工具等特点。开发指向： ChainForge：开源的可视化编程环境，专门用于测试大型语言模型（LLMs）的提示。允许用户进行快速而有效的提示想法测试和变化，具有多模型测试、响应质量比较、评估指标设置、多对话管理等特点。开发指向： AI Prompt： Promptknit：为 AI Prompts 测试提供服务的平台，可能提供工具和资源来帮助用户设计、测试和优化 AI 模型的提示。网站： 对于律师等法律人写好 Prompt 的建议： 明确 Prompt 是给人工智能（AI）系统提供的信息或问题，用来引导其产生特定回答或执行特定任务。 建议框架及格式：CRISPE 包括 Capacity and Role（能力与角色）、Insight（洞察）、Statement（陈述）、Personality（个性）、Experiment（举例）。例如，在处理合同纠纷案件时，为 AI 赋予角色和能力，提供背景信息和上下文，明确期望其完成的任务，设定回答风格等。
2025-04-09
2024年10月的AIPO活动相关云文档在哪儿？
以下是与 2024 年 10 月的 AIPO 活动相关的云文档： ：包含关于 AI 模型训练的介绍与讲解，如 Eagle 插件批量收藏 3D 图表、不同步数训练时间、使用 MZ 数据集训练 Flux、云服务器训练流程、训练集收集要求、训练模型的时机、角色一致性表现、云服务器训练集设置、模型训练参数设置、模型训练启动与等待等内容。 》，列举了美国融资金额超过 1 亿美元的 AI 公司。 ：包含 2024 年 10 月 24 日娜乌斯佳：AIGC 商业片落地经验分享等多个日期的智能纪要。
2025-03-28
AIPO 在哪里学习
以下是关于 AIPO 学习的相关信息： 10 月 8 日 20:00，活动说明，讲师 AJ，课程为通往 AGI 之路知识库使用指南，。 10 月 9 日 20:00，理论基础，讲师银海，课程为基础通识课，。 10 月 10 日 20:00，建站，讲师大雨，课程为 0 基础建站，，上课需提前准备注册 Github 帐号：https://github.com/ 、注册 Zeabur 帐号：https://zeabur.com/ 、注册阿里云无影帐号：https://waytoagi.feishu.cn/wiki/QrQxw1ZZbi9XMSkTafscayvsnGe 。 10 月 11 日 20:00，建站，讲师大雨，课程为 0 基础建站，，上课需提前准备注册青椒云：http://account.qingjiaocloud.com/signin?inviteCode=2GSJQYVF 。 10 月 12 日 20:00，硬件机器人，讲师 Garman，课程为从 0 手搓机器人，，上课需提前准备购买材料包。 您可以通过以下链接获取更多详细资料和作业： 10 月 10 日：。 10 月 11 日：、https://waytoagi.feishu.cn/share/base/form/shrcnET3RsU9wEzWHoFFgWWtqIb 。 10 月 12 日：、https://waytoagi.feishu.cn/share/base/form/shrcnUB08JIWtT1EK3v5rWLpCfb 。
2025-03-27
aipo现在还能报名吗
AIPO 校园 AI 创投活动的报名情况如下： 10 月 8 日10 月 20 日的活动已结束，当时的报名链接为：https://waytoagi.feishu.cn/share/base/form/shrcnC43n4VFZPurGzoFpu1bHfd 。 2025 年 3 月 13 日的活动，报名方式为通过 3W 点 vtoagi.com，进入创投活动主页，填写报名信息，扫码进群。 3 月 22 日的活动，报名链接为：https://waytoagi.feishu.cn/share/base/form/shrcnodT7ssTzaUNHzY7beyR2tf 。
2025-03-27
aipo现在还能学习吗
AIPO 目前仍可以学习。虽然活动已结束，但仍开放了打卡学习的通道。不管是学生还是职场人士，只要想学并且达到 80%打卡率，就能获得 WaytoAGI×字节 Trae 官方认证的“AI 编程结业证书”（打卡时间截至 4 月 30 日）。 在 AIPO 学习中，无论是对编程 0 认知的文科生，还是认为“学会代码=不可能”的小白，都能有所收获。例如，在学完第一课后，能快速写出人生第一行代码，开启 AI 编程的新大门。课程中还能学到制作如图片字幕生成器、网页金句卡片生成、DIY 好文推荐网站等内容，还能跟随课程学会制作 Life Coach 网站、表情包生成器、AI 播客、微信小程序等。 此外，关于 AI 知识库使用及 AIPO 活动，包括其发起背景、内容安排、相关资源等，在 01 通往 AGI 之路知识库使用指南中有相关介绍。
2025-03-27
如何写好 AI 公众号 IP 文章
要写好 AI 公众号 IP 文章，关键在于以下几点： 1. 提供清晰且具有指导性的提示词（prompt）：这是 AI 生产文章的关键。基本提示词能生成基础文章，更详细、具创意的提示词能让 AI 更好地捕捉文章的语气、风格和重点。例如，“请根据我们收集的关于 OpenAI 回应马斯克言论的资讯，创作一篇既深入又易于理解的科技资讯文章。文章应该有一个吸引人的标题，开头部分要概述事件的背景和重要性，主体部分详细分析 OpenAI 的回应内容及其可能产生的影响，结尾处提出一些引人深思的问题或观点。”这样的提示词能为 AI 提供明确指导和文章基本结构、内容要求，生成结构完整、内容丰富、观点鲜明的文章，但最终产出的内容可能需要微调以符合预期和公众号风格。 2. 注意文章的结构和要求：对于律师相关的公众号文章，如普法文章，需要对案例进行脱敏处理，替换具体人物姓名、时间和地点。写作时要注意每部分的字数，如第一部分一百字左右，第二部分三百字左右等。同时，要按照特定的指令和要求进行，如初始化时的欢迎语、牢记要求并执行等。写作前先请求用户提供案例洞察报告作为基础材料，并询问文章面向的目标群体，然后输出纲要和写作方案。
2025-03-22
flux ae.sft放在哪个文件夹
在 ComfyUI 中，flux ae.sft 应放在 ComfyUI/models/vae/ 文件夹下。 Flux 模型在 ComfyUI 中的使用，需要将相关模型放在对应的目录下。具体来说，t5xxl_fp16.safetensors 放在 ComfyUI/models/clip/ 目录下，clip_l.safetensors 放在 ComfyUI/models/clip/ 目录下，ae.safetensors 放在 ComfyUI/models/vae/ 目录下，flux1dev.safetensors 放在 ComfyUI/models/unet/ 目录下。flux1dev.safetensors 是底模，ae.safetensors 是 VAE，clip_l.safetensors 和 t5xxl_fp16.safetensors 是关于文字语言编码。
2025-03-07
flux模型放在那个文件夹
FLUX 模型的放置位置如下： FLUX.1等版本的模型应放在 ComfyUI/models/unet/文件夹中。如果爆显存了，“UNET 加载器”节点中的 weight_dtype 可以控制模型中权重使用的数据类型，设置为 fp8 可降低显存使用量，但可能会稍降质量，默认的 weight_type 显存使用较大。 t5xxl_fp16.safetensors 和 clip_l.safetensors 应放在 ComfyUI/models/clip/文件夹里面。可以使用 t5xxl_fp8_e4m3fn.safetensors 来降低内存使用率，若有超过 32GB 内存，建议使用 fp16。 下载的 Vae 模型应放入 ComfyUI/models/vae 文件夹。 同时，以下模型也有对应的放置位置： flux1dev.safetensors 放在 ComfyUI/models/unet/目录下。 t5xxl_fp16.safetensors 和 clip_l.safetensors 放在 ComfyUI/models/clip/目录下。 ae.safetensors 放在 ComfyUI/models/vae/目录下。 flux1dev.safetensors 是底模，ae.safetensors 是 VAE，clip_l.safetensors 和 t5xxl_fp16.safetensors 是关于文字语言编码。
2025-03-03
有没有带有文件夹功能的ai
目前，带有文件夹功能的 AI 仅在 Cursor Chat 中受支持。您还可以将 Cursor 中的整个文件夹作为上下文引用，@Folders 对于希望为 AI 提供大量上下文的长上下文聊天特别有用，相关链接为：https://docs.cursor.com/chat/overviewlongcontextchat 。 此外，能联网检索的 AI 也是存在的。例如，ChatGPT Plus 用户现在可以开启 web browsing 功能实现联网；Perplexity 结合了 ChatGPT 式的问答和普通搜索引擎的功能，允许用户指定希望聊天机器人在制定响应时搜索的源类型；Bing Copilot 作为 AI 助手，旨在简化在线查询和浏览活动；还有如 You.com 和 Neeva AI 等搜索引擎，它们提供了基于人工智能的定制搜索体验，并保持用户数据的私密性。 在 Excel 方面，有以下几种增强数据处理和分析能力的 AI 工具和插件： 1. Excel Labs：是 Excel 插件，新增生成式 AI 功能，基于 OpenAI 技术，可在 Excel 中利用 AI 进行数据分析和决策支持。 2. Microsoft 365 Copilot：微软推出，整合了 Word、Excel、PowerPoint、Outlook、Teams 等办公软件，通过聊天形式，用户告知需求，Copilot 自动完成任务。 3. Formula Bot：提供数据分析聊天机器人和公式生成器两大功能，用户可通过自然语言交互式地进行数据分析和生成 Excel 公式。 4. Numerous AI：支持 Excel 和 Google Sheets 的 AI 插件，除公式生成外，还可根据提示生成相关文本内容、执行情感分析、语言翻译等任务。 以上内容由 AI 大模型生成，请仔细甄别。
2024-12-21
我要整理文件夹中的图片， 请推荐一款适合的AI软件
以下为您推荐适合整理文件夹中图片的 AI 软件： 1. 去水印方面： AVAide Watermark Remover：在线工具，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。 Vmake：可上传最多 10 张图片，AI 自动检测并移除水印，适合需快速去水印并在社交媒体分享图片的用户。 AI 改图神器：提供 AI 智能图片修复去水印功能，可一键去除图片中多余物体、人物或水印，支持直接粘贴图像或上传手机图像，操作简便。 2. 图生图方面： Artguru AI Art Generator：在线平台，生成逼真图像，为设计师提供灵感，丰富创作过程。 Retrato：AI 工具，将图片转换为非凡肖像，有 500 多种风格选择，适合制作个性头像。 Stable Diffusion Reimagine：新型 AI 工具，通过稳定扩散算法生成精细、具细节的全新视觉作品。 Barbie Selfie Generator：专为喜欢梦幻童话风格的人设计，将上传照片转换为芭比风格，效果佳。 这些 AI 模型通过组合技术如扩散模型、大型视觉转换器等，可以根据文本或参考图像生成具有创意且质量不错的相似图像输出，但仍有一些局限，如偶尔会出现性能不稳定、生成内容不当等问题。内容由 AI 大模型生成，请仔细甄别。您可以根据具体需求选择最适合您的工具。
2024-09-03
知识库和文件夹有什么区别
知识库和文件夹有以下区别： 功能和用途：知识库是用于存储和管理外部数据，让 Bot 可以与指定的数据进行交互，并且会自动将文档分割成内容片段进行存储，通过向量搜索检索最相关内容来回答用户问题。而文件夹主要是用于对文件或数据进行分类和组织，方便用户查找和管理。 组成和结构：知识库由大到小可分为知识库、单元和分段。单元是可上传的最小内容单位，可以是一个.txt、.pdf、.csv 文件或一个网页。分段是一个单元切分成的多个部分，是模型查询的最小单位。 与 Bot 的关系：知识库是提前内置在 Bot 内部的，一般只能用作检索使用。而文件夹与 Bot 的交互相对较少。 数据处理：数据库是偏编程的概念，非编程同学可以直接参考官方文档的教程操作一遍。数据库既可以提前内置在 Bot 内部，也可以在和 Bot 互动的过程中将某些数据写入数据库，当作存储组件使用。而知识库主要是提取和存储长期知识。
2024-08-16
我想将常用的AI入口手机放在一张网页上，该如何设置waytoAGI页面
以下是关于将常用的 AI 入口放在一张网页上设置 WaytoAGI 页面的方法： 1. 点开链接就能看：不用注册，不用花钱，直接点击。 2. 想看啥就看啥：比如您想学 AI 绘画，就去看“AI 绘画”部分；想找 AI 工具，就去“工具推荐”部分。内容分得清清楚楚，想学啥都能找到。 3. 有问题还能问：如果看了还有不懂的，或者想跟别人交流，可以加入社群，大家一起讨论。 另外，关于使用 Cursor 制作您的第一个主页： 1. 在搞定一个非常简单的小游戏之后，可以做一个自己的个人介绍网站。可以先看看官网，比如 allinagi.com.cn、sboat.cn。假设要做一个《全 AI 自动驾驶的火星登陆飞船》项目，首先会有一个初步简单的项目介绍，比如 WaytoMars 是一个制造、运营全 AI 自动驾驶的火星登陆飞船公司品牌，有着领先全球的技术实力、人才优势，预计在 2030 年推出可承载上千人，五星豪华级的全 AI 自动驾驶的火星登陆飞船。有了项目介绍后，让 AI 帮助生成一个具有前端大师级审美、极富科幻感的网站首页。首先，新建一个 waytomars 文件夹并打开，在 AI 对话框中输入上述的话，一路等待 AI 制作以及加入您的修改意见即可。 2. 如何让别人看到您的作品预览：通过将项目文件夹整体上传，就可以生成一个临时浏览链接，在不需要域名和服务器的情况下让外部也能够看到您的作品。注意：如果发现 cursor 有所卡顿，注意是不是 AI 让您在终端区或者对话区确认重要操作，左下角将 ask every time 修改为 auto run 就可以全自动化了。 WaytoAGI 就是一个帮您快速入门 AI、学会用 AI 搞事情的“武器库”。不管您是完全不懂 AI 的小白，还是想用 AI 赚钱的普通人，它都能帮到您。AI 是未来的趋势，现在学一点都不晚，如果您想了解 AI、用 AI、甚至靠 AI 搞钱，WaytoAGI 就是您最该看的“AI 宝典”。
2025-04-14
如何制作这样的一个AI agent？我可以将所有的文档放在本地或者云盘。
AI Agent 是基于大型语言模型（LLM）和其他技术实现的智能实体，其核心功能在于自主理解、规划决策、执行复杂任务。 AI Agent 包括以下几个概念： 1. Chain：通常一个 AI Agent 可能由多个 Chain 组成。一个 Chain 视作是一个步骤，可以接受一些输入变量，产生一些输出变量。大部分的 Chain 是大语言模型完成的 LLM Chain。 2. Router：我们可以使用一些判定（甚至可以用 LLM 来判定），然后让 Agent 走向不同的 Chain。例如：如果这是一个图片，则 a；否则 b。 3. Tool：Agent 上可以进行的一次工具调用。例如，对互联网的一次搜索，对数据库的一次检索。 总结下来，我们需要三个 Agent： 1. Responser Agent：主 agent，用于回复用户（伪多模态）。 2. Background Agent：背景 agent，用于推进角色当前状态（例如进入下一个剧本，抽检生成增长的记忆体）。 3. Daily Agent：每日 agent，用于生成剧本，配套的图片，以及每日朋友圈。 这三个 Agent 每隔一段时间运行一次（默认 3 分钟），运行时会分析期间的历史对话，变更人物关系（亲密度，了解度等），变更反感度，如果超标则拉黑用户，抽简对话内容，提取人物和用户的信息成为“增长的记忆体”，按照时间推进人物剧本，有概率主动聊天（与亲密度正相关，跳过夜间时间）。 在了解 AI Agent 之前，我们先考虑一个场景：我们要写一本 20 万字的关于人工智能最新技术的书。在没有大模型之前，写书一般会按照如下流程： 1. 先使用搜索引擎搜索一些相关书籍和信息进行阅读，为我们打开思路。 2. 形成本书的大纲，并且考虑清楚每一章节要编写的内容。 3. 针对每一个章节进行内容的编写，在编写过程中可能会调整文章的大纲。 4. 在编写后面章节的时候可能会忘记前面写的内容，需要去翻阅前面已经写的内容。 5. 文章初步完成之后，可能会找相关专业人士帮忙修改。 6. 经过几番调整之后，书籍最终成型。 在大模型出现之后，可能会直接请大模型帮忙生成，但会发现写出来的书根本无法阅读，这不仅仅是因为大模型的能力不行，还因为相比于第一种写书的方式，第二种方式明显缺少了几个环节： 1. 没有办法使用 Google 获取最新的外部信息（大模型的训练数据是有日期限制的）。 2. 没有对整个事情进行规划（比如先写大纲，再编写每个章节，然后和别人讨论，最后成文）。 3. 大模型没有记忆的能力，由于上下文（脑容量）的限制，无法一次性完成 20 万字的文章，会造成前言不搭后语的现象。 而 AI Agent 就是为了解决这个问题。AI Agent 是应用了大模型（LLM）能力的 Agent。以 GPT 为代表的大模型的出现，将 Agent 的能力提高到了前所未有的高度。OpenAI 的 Lilian Weng 将以 LLM 为驱动的 AI Agent，形式化为如下的公式：
2025-01-10
我需要一个能帮助我制作播放在展馆墙面的动画视频的AI工具
以下为您介绍一些可用于制作展馆墙面播放的动画视频的 AI 工具及相关方法： Pika、Pixverse、Runway、SVD 是四大可用的 AI 视频工具。 对于每个 prompt 的角色形象描述，可采用“景别+角色特征+位置关系+环境+影片风格+比例”的方式，例如：“Medium shot,side view,a middleaged man wearing glasses and a gray short shirt with gray hair is sitting at the desk with his head lowered.A 14yearold girl with a ponytail wearing a white Tshirt and jeans is standing in front of the bookshelf.The room surrounded by bookshelves is at dusk.Pixar animated movie style,highly detailed,8k niji 6 ar 7:3”。 确定主场景时，若场景一致性难以保持，可采用穿书方式将场景分布到不同地区。室内镜头中，AI 对书房的理解虽有相似之处但可能存在穿帮，主场景出现时间不长时可接受。 解决人物和场景一致性问题后，生图障碍仍存在于双人关系镜头部分。此次制作比上个视频稍容易，MJ 的语义理解有所提升，部分镜头如女孩能在镜子里看到妈妈的镜头较令人满意，但要自由生成同场戏内不同角度的关系镜头仍有难度。
2024-10-16