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

手绘草图生成图片

Answer

以下是关于手绘草图生成图片的相关信息：

  • ComfyUI Flux 与 runway 制作绘画视频：
    • 生成图片：提示词告诉 flux 生成一张技术草图，如 CAD。
    • 绘制的视频：在 runway 里面，使用提示词，从空白页面开始逐行创建，并把生成的图片作为尾帧。
    • 草图上色：使用 flux 的 controlNet，depth 固定，Union 版本不建议权重调太高，结束时间也不宜过长。
    • 生成上色后的视频：Gen-3 Alpha 1963070634,sketch drawing of a,ComfyUI_temp_lnmie_0,M 5.mp4
    • how2draw Flux lora：分享一个好玩的 flux lora，触发词为 how2draw。
  • 图片生成 3D 建模工具：
    • Tripo AI：在线 3D 建模平台，能利用文本或图像在几秒钟内生成高质量且可立即使用的 3D 模型。
    • Meshy：功能全面，支持文本、图片生成 3D 以及 AI 材质生成。
    • CSM AI：支持从视频和图像创建 3D 模型，Real-time Sketch to 3D 功能支持通过手绘草图实时设计 3D 形象。
    • Sudo AI：支持通过文本和图像生成 3D 模型，适用于游戏领域。
    • VoxCraft：免费 3D 模型生成工具，能将图像或文本快速转换成 3D 模型。
  • 【SD】真人转二次元：
    • 使用 Stable Diffusion 中的【X/Y/Z plot】脚本做参数对比，X 轴为提示词相关性（1-30，每次增加 5），Y 轴为重绘幅度（0-1，每次增加 0.2）。
    • 提示词相关性在 6—11 中间为最佳，大于 11 后画面色彩和脸型可能崩坏，重绘幅度大小可控制生成图与原图的相似度。
    • 绘图功能：如增加红色眼镜、去掉衣服图案、局部重绘（手涂蒙版）修改部分等。
Content generated by AI large model, please carefully verify (powered by aily)

References

ComfyUI Flux与runway制作绘画视频

这个是外国大佬@Ror_Fly的创意思路，很好的利用了runway的尾帧来制作动画，我也进行了实测，记录下来，关键的点，大家也可以发掘更多的玩法。[heading3]生成图片[content]提示词告诉flux，去生成一张技术草图，CAD提示词：eg：Flux短提示词，可以在上面提示词的里面提取[heading3]绘制的视频[content]在runway里面，使用提示词，告诉是从空白页面开始，逐行创建在runway里面，把生成的图片作为尾帧。[Gen-3 Alpha 1963070634,sketch drawing of a,ComfyUI_temp_lnmie_0,M 5.mp4](https://bytedance.feishu.cn/space/api/box/stream/download/all/IsBRbeFi3oPoUGxYao9cwBcQn2d?allow_redirect=1)[heading3]草图上色[content]使用flux的controlNet，depth固定controlNet使用的是Union的版本，目前这个版本，不建议权重调的太高，结束时间也是。[heading3]生成上色后的视频[content][Gen-3 Alpha Turbo 766422618,A robot cat running,ComfyUI_temp_lnmie_0,M 5.mp4](https://bytedance.feishu.cn/space/api/box/stream/download/all/RQBfbBGipoz4yNxpuZOcjc0Kn6c?allow_redirect=1)[heading3]how2draw Flux lora[content]再分享一个好玩的flux lora，用来展示绘画的过程。触发词：how2draw

问：图片生成 3d 建模工具

图片生成3D建模工具是指利用人工智能技术，通过分析图片内容并将其转换成3D模型的软件或服务。以下是一些可用的工具：1.Tripo AI：Tripo AI是VAST发布的在线3D建模平台，它能够利用文本或图像在几秒钟内生成高质量且可立即使用的3D模型。该平台基于一个数十亿参数级别的3D大模型，能够实现快速的2D到3D转换，并提供AI驱动的精准度和细节。2.Meshy：Meshy是一个功能全面的工具，它不仅支持文本生成3D，还支持图片生成3D以及AI材质生成。用户可以通过上传图片并描述需要的材质和风格，来生成高质量的3D模型。3.CSM AI：CSM（Common Sense Machines）支持从视频和图像创建3D模型。它的Real-time Sketch to 3D功能支持通过手绘草图实时设计3D形象，再转换为3D模型。4.Sudo AI：Sudo AI支持通过文本和图像生成3D模型，特别适用于游戏领域的模型生成。用户可以上传图片或输入文本提示词来生成3D模型。5.VoxCraft：由生数科技推出的免费3D模型生成工具，能够将图像或文本快速转换成3D模型，并提供了图像到3D、文本到3D和文本到纹理等多种功能。这些工具通常具有用户友好的界面，允许用户通过简单的操作来生成3D模型，无需专业的3D建模技能。它们可以广泛应用于游戏开发、动画制作、3D打印、视觉艺术等领域。内容由AI大模型生成，请仔细甄别

【SD】真人转二次元？图生图如此强大

我们使用Stable Diffusion中的【X/Y/Z plot】脚本来做一个参数对比，将X轴设置为提示词相关性，取值范围是1-30(+5)，代表着从1到30，每次增加5；将Y轴设置为重绘幅度，取值范围是0-1(+0.2)，代表着从0到1，每次增加0.2。这个对比结果，电脑一共需要生成42张图片，结果如下：可以看到，提示词相关性在6—11中间为最佳，大于11之后，画面的色彩和脸型就开始崩坏了，尤其是当重绘幅度变大之后，较高的提示词相关性会让AI走向完全不同的画风。而重绘幅度的大小可以控制生成图与原图的相似度，在对比图中可以看到，0.4时和原图比较接近，0.6时画面就变成了一个小女孩，当然这个数值也会因每幅图的不同而有所差异。通过对比，我们使用提示词相关性7和重回幅度0.5，绘制如下：接下来是绘图功能，比如我们现在想给这个人物增加一个红色的眼镜，可以使用红色的画笔工具做一个简单的描绘，然后在提示词中增加Red glasses，再点击生成。如果我们想去掉衣服上的图案，可以先用吸管吸取黄色部分，然后用画笔涂上。再生成时就没有图案了。绘图功能的话，每次生成都会重新调整整个画面，但是局部重绘的话可以只改变我们涂抹的部分，现在我们将人物的头部涂抹掉，文字提示改为“一个粉色头发的女孩的脸”，点击生成，就可以将头部换掉了。我们再使用局部重绘（手涂蒙版），修改一下帽子的部分，增加提示词“猫耳”，点击生成。

Others are asking
手绘风格图片生成模型
以下是关于手绘风格图片生成模型的相关内容： 艺术字生成： 模型选择：图片 2.1，输入提示词（可参考案例提示词）。 案例参考提示词： 金色立体书法，“立冬”，字体上覆盖着积雪，雪山背景，冬季场景，冰雪覆盖，枯树点缀，柔和光影，梦幻意境，温暖与寒冷对比，静谧氛围，传统文化，唯美中国风。 巨大的春联，金色的书法字体，线条流畅，艺术美感，“万事如意”。 巨大的字体，书法字体，线条流畅，艺术美感，“书法”二字突出，沉稳，大气，背景是水墨画。 巨大的奶白色字体“柔软”，字体使用毛绒材质，立在厚厚的毛绒面料上，背景是蓝天。 原文链接：https://mp.weixin.qq.com/s/jTMFYKxsN8dYNZu3VHKBnA 【06】在线生图定制主题海报： 操作步骤： 选择模型：推荐使用的模型，如（例图 1）风格模型>中国风>水墨工笔；（例图 2）风格模型>儿童>童话绘本；（例图 3）风格模型>MJ>剪纸艺术；（例图 4）风格模型>儿童>皮克斯（模型选择过程如图所示）。 输入画面描述：更好地描述画面的方法包括使用本课件提供的自选关键词、按主体+氛围+视角+画质的顺序输入关键词、使用括号（）强调关键词。 选择画面大小：无界 AI 已将尺寸与用途标注在选项中，制作主题海报可选择 9:16 的宣传海报比例，选择 17283072 的分辨率可以更快生成图片。 其他设置：增加作图数量可以在同样参数的控制下一次性生成多幅图片，方便挑选。 优化海报：使用可画（https://www.canva.cn/?displaycomoption=true）在线编辑海报。 0 基础手搓 AI 拍立得： 背景：每次使用大模型工具时流程繁琐冗长，出于简化操作、提升效率的需求，萌生了“AI 拍立得”的概念，即拍即得，简化流程，让操作更直观、更高效。之前的直播分享内容中也有提到关于 AI 拍立得的能力，往期回顾： 在线体验：快速体验 AI 拍立得，微信小程序搜索：Pailido，丰富场景自由切换，可快速生成闲鱼文案、生成外卖/大众点评。 交互逻辑：用户选择拍摄场景类型并立即拍照，AI 自动识别和分析照片中的内容信息，依据预设场景规则迅速生成符合情境的反馈，避免繁琐操作。 实现场景： 图片转成文本：逻辑为用户上传图片后，大模型根据选择的场景生成与内容相关的文字描述或解说文本，核心是图片理解和文本整理润色，场景包括生成美食点评、朋友圈发布文案、闲鱼上架示例模版等。 图片转绘图片：逻辑为用户上传图片后，大模型按照指定的风格快速生成图像的转绘版本，适应不同风格和场景需求，核心是图片风格化滤镜，场景包括图片粘土风、图片积木风、图片像素风等。
2025-03-18
手绘风格的提示词
以下是关于手绘风格提示词的相关内容： 给自己做一个卡通头像： 1. 简单提示词：在聊天窗口输入/imainge 找到/imagine prompt，然后把刚才的链接放进去，然后空格。加一些提示词，这些提示词以英文逗号分隔，最后再加上设置参数。 2. 设置参数： iw 1.5：设置参考图片的权重，数值越高与参考的图片越接近，默认是 0.5，最大是 2，可选择中间的某个值并调整。 s 500：设置风格强度，个性化，艺术性，数字越大，更有创造力和想象力。可设置为 0 1000 间任意整数。 v 5：指用 midjourney 的第 5 代版本，这一代的最真实，目前 v5 需要订阅付费，不想付费可以使用v 4。 no glasses：指不戴眼镜，若不喜欢戴眼镜的图片，可以加上这个设置。 3. 效果示例：完整的提示词如下simple avatar,Disney boy,3d rendering,iw 1.5s 500v 5。如果对生成的图片不满意，可以选择调整s 和iw 的值来进行多次尝试。 AI 绘画常用提示词： 1. 风格提示词： pointillism 点彩派 Claude Monet 克劳德莫奈 quilted art 桁缝艺术 partial anatomy 局部解剖 color ink on paper 彩墨纸本 doodle 涂鸦 Voynich manuscript 伏尼契手稿 book page 书页 realistic 真实的 3D 3D 风格 sophisticated 复杂的 photoreal 真实感 national geographic 国家地理 hyperrealism 超写实主义 cinematic 电影股的 architectural sketching 建筑素描 symmetrical portrait 对称肖像 clear facial features 清晰的面部特征 interior design 室内设计 weapon design 武器设计 subsurface scattering 次表面散射 Game scene graph 游戏场景图 character concept art 角色概念艺术 风格提示词｜STYLE PROMPTS： Gusty：强劲和充满活力的音乐风格，通常具有风起云涌和激烈的特质。典型使用于表现强劲和充满活力情感的音乐作品，示例为 Led Zeppelin 的《Immigrant Song》，关联流派为 Rock，Hard Rock，Metal。 Halcyon：宁静和美好的音乐风格，通常具有平静和祥和的特质。典型使用于表现宁静和美好情感的音乐作品，示例为 Enya 的《Only Time》，关联流派为 New Age，Ambient，Folk。 Hammering：敲击和强烈节奏的音乐风格，通常具有强烈和激烈的特质。典型使用于表现强烈节奏和激烈情感的音乐作品，示例为 Metallica 的《Master of Puppets》，关联流派为 Metal，Rock，Industrial。 Handcrafted：精心制作和手工艺的音乐风格，通常具有细腻和独特的特质。典型使用于表现精心制作和独特情感的音乐作品，示例为 Fleet Foxes 的《White Winter Hymnal》，关联流派为 Folk，Indie，Acoustic。
2025-03-07
有没有工作流可以将宠物的照片变成手绘的电子画像
以下是一些可以将宠物照片变成手绘电子画像的工作流： 1. SDXL Prompt Styler 工作流：可以把图片转化成近百种风格。例如，将手绘风格的宠物照片转绘成折纸风时，最好不要加入线稿边缘（canny）的 controlnet 控制，或者需把 canny 的控制强度（strength）调到较小。原始图像是手绘风格时，手绘线条和折纸风格本身互斥。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。有时直接用插件内置预设的提示词组合不一定能达到想要的效果，需在 prompt 中再加一些特定风格的关键词。此外，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. 小王子 Roy 的工作流：用 Coze 搭建神奇宠物诞生器。包括随机生成属性和宠物描述，对于不会写代码的小伙伴，可使用内置的“尝试 AI”功能，但要注意尽量选择 python 代码编写，书写前确定好输出变量等。生成宠物形象使用 coze 自带的文生图工具 text2image 插件，宠物形象描述文字生成使用图片理解插件 imgUnderstand，生成宠物的名字借鉴特定逻辑，生成宠物小传/技能/使命调用前面节点的数据，最后整理输出引用前面节点的多个数据。 3. 《艾小喵绘本》工作流：基于扣子的全自动绘本创作 Agent，源于兴趣和好奇，尝试从半自动实现全自动。
2025-03-03
有没有什么能够把手绘扩展成插画的 AI？
以下是一些能够把手绘扩展成插画的 AI 工具或方法： 1. Stable Diffusion：在有参考图的情况下，可以对原图进行风格化转变。若要创作原创卡通插画，可不使用 ControlNet。通过调整提示词，如“一个女孩坐在沙发上，吃西瓜，看电视，夏天”，能生成插画。完成后可能存在小瑕疵，可在 PS 里后期修复。 2. 公众号【白马与少年】：如果想要相关模型和 Lora，可以添加该公众号，回复【SD】获取。 需要注意的是，在使用这些工具时，可能需要一定的操作技巧和相关知识。
2025-01-13
我想根据一些旧照片，使用AI绘画重新画一下，希望可以更像手绘，可以打印出来出来作为纪念，有什么工具可以用
目前有以下几种工具可供您选择来实现根据旧照片进行类似手绘风格的 AI 绘画并打印出来作为纪念： 1. DALL·E2：能够生成逼真且富有创意的图像，包括手绘风格。 2. StableDiffusion：具有强大的图像生成能力，可通过设置相关参数获得手绘效果。 3. Midjourney：能创作出风格多样的图像，包括您期望的手绘风格。 您可以根据自己的需求和使用习惯选择适合的工具。
2024-12-20
推荐coze手绘头像工作流
以下是关于 coze 手绘头像工作流的相关内容： 炉石抽卡机 coze bot 工作流： 1. 复制之前完成的图像流，将新制作的两个卡套替换上去，并微调叠图和添加文字的位置，得到 3 个图像流，分别对应 3 种不同类型卡牌的生成。若期望更多类型，可用相同的标准操作流程操作。 2. 用简单代码做非平均的随机数生成，如随从卡牌 80%，普通传说 19%，金色传说 1%。有个小彩蛋“慧凌”，输入可获得金色传说·大聪明。 3. 用选择器链接所有 3 个类型的卡牌生成图像流。 4. 将工作流添加到 bot 里，补充触发提示词、开场白、背景和图标。 工作流的功能实现： 1. 生成 3 行卡牌的描述和提示词内容填充，利用大语言模型，让用户输入的要求作为上下文，输出 3 行卡牌描述及提示词中的基础元素。 2. 从两份画图提示词中选取一份，采用随机策略选取。 3. 增加两种不同的卡片，并提供随机抽卡效果，重复图像流第一部分的抠图，得到 3 张不同的卡套。 0 基础手搓 AI 拍立得工作流： 1. 上传输入图片。 2. 理解图片信息，提取图片中的文本内容信息。 3. 场景提示词优化/图像风格化处理。 4. 返回文本/图像结果。 零代码版本选择 Coze 平台，搭建流程时主要关注以下步骤： 上传图片：将本地图片转换为在线 OSS 存储的 URL，以便在平台中调用，主要通过图像流过一道。 插件封装：将图片理解大模型和图片 OCR 封装为工作流插件，实现便捷调用，如果市场中有可直接使用。
2024-12-04
我想要通过建筑草图生成效果图，有什么工具和流程可以使用
以下是使用悠船工具将建筑草图生成效果图的流程和相关介绍： 1. 基础使用： 提示词：在右侧填写提示词，右上可下载对应图片。 参数调整：参数详解参考下方「参数详解」。注意任何点击都会重新生成图片，免费用户可能会提示超出套餐，所以别乱点。最右侧是所有生成图片的略缩图。 2. 图片调整： 变化：分为细微和强烈，细微改变幅度小，强烈改变幅度大。 高清：有“直接”和“创意”两种模式，“直接”表示啥都不变直接出高清，“创意”表示在图片基础上进行微小的优化调整。 风格变化：基于生成的图片作为上传图片（垫图）再创作。 拓展：可上下左右拓展图片。 缩放：指的是镜头，比如 2x 就是镜头拉远 2 倍。 局部重绘：选择区域要大一些，太小的无法进行修改。 3. 图像参考： 在悠船中可以利用垫图和提示词配合生成符合要求的建筑、风景、文物等。只需将图片复制到悠船的提示词框里面，并填写对应的提示词描述。
2025-04-14
推荐一下将草图生成效果图的agent
以下是为您推荐的将草图生成效果图的工具： https://www.stablevideo.com/tools ，该网站更新了草图变效果图的工具。 您还可以参考《》，了解相关实践。
2025-03-20
什么应用可以将草图进行绘制
以下是一些可以将草图进行绘制的应用： 1. Stable Diffusion：例如其中的 ControlNet 插件，如 tile 模型，可以对草图进行细化和加强细节。在放大图片时，能在较高的重绘幅度下保持画面质量。 2. 摩搭平台：可用于参加相关比赛，如“AI 梦一单一世界比赛”，作为底膜训练 Lora，并生成作品。 此外，在 AI 绘图中，还需要考虑构图、色彩、光影等因素，选择合适的景别和构图方式，以创作出高质量的作品。
2025-02-24
根据草图生成图片
以下是关于根据草图生成图片的相关内容： ComfyUI Flux 与 runway 制作绘画视频： 生成图片：提示词告诉 flux 生成一张技术草图，如 CAD。 绘制的视频：在 runway 里面，使用提示词从空白页面开始逐行创建，并把生成的图片作为尾帧。 草图上色：使用 flux 的 controlNet，depth 固定，Union 版本不建议权重调太高，结束时间也需注意。 生成上色后的视频。 how2draw Flux lora：分享一个好玩的 flux lora 展示绘画过程，触发词为 how2draw。 GPT4 在草图生成中的潜在应用：文本到图像合成模型常缺乏空间理解和遵循复杂指令能力，而 GPT4 可生成代码并按指示呈现为低质量图像。探索将 GPT4 和现有图像合成模型结合，以 GPT4 输出作为草图，能生成更贴近指令、质量更好的图像。 MJ 应用篇快速给 PPT 配图： 复制图像链接：首先复制图片网址，然后在 discord 聊天栏输入/imagine prompt。 复制提示词：回到官网复制图像提示词，再回 discord 粘贴到网址后面并空格。 生成图像：输入命令等待生成，不理想可多次生成。之后可进行改变比例和镜头拉远、检查构图等操作，若构图不好可在当前图基础上再用 Zoom Out 1.5x。选好图可放入 PPT 调整构图。
2025-01-19
根据画好的房屋结构草图，生成平面图
以下是一些能够帮助建筑设计师审核规划平面图的 AI 工具： 1. HDAidMaster：这是一款云端工具，建筑师能在平台上使用主流的 AIGC 功能进行有趣的集卡式方案创作。它在建筑设计、室内设计和景观设计领域表现出色，平台搭载的自主训练建筑大模型 ArchiMaster 由建筑设计院开发，软件的 UI 和建筑设计成果颜值在线。 2. Maket.ai：主要面向住宅行业，在户型设计和室内软装设计方面运用了 AI 技术。设计师预先输入房间面积需求和周边土地约束，软件能自动生成户型图，并可查看详细设计结果。 3. ARCHITEChTURES：这是一个 AI 驱动的三维建筑设计软件，为设计师提供全新设计模式。在住宅设计早期阶段，可引入相关标准和规范约束 AI 生成的设计结果，保证设计合规性。 4. Fast AI 人工智能审图平台：从住宅设计图构件开始，形成全自动智能审图流程，包括自动导入设计图、自动区域划分、构件识别、强条审查和自动导出结果，同时为建筑信息自动建模打下基础，最终将建筑全寿命周期内的所有信息集成，实现数据汇总与管理。 每个工具都有特定的应用场景和功能，建议您根据具体需求选择合适的工具。但需注意，以上内容由 AI 大模型生成，请仔细甄别。
2024-12-27
有帮助草图大师建模的ai吗
以下是一些能够帮助草图大师建模的 AI 工具： 1. CADtools 12：这是一个 Adobe Illustrator（AI）插件，为 AI 添加了 92 个绘图和编辑工具，包括图形绘制、编辑、标注、尺寸标注、转换、创建和实用工具。 2. Autodesk Fusion 360：Autodesk 开发的一款集成了 AI 功能的云端 3D CAD/CAM 软件，能帮助创建复杂几何形状和优化设计。 3. nTopology：基于 AI 的设计软件，可创建复杂 CAD 模型，包括拓扑优化、几何复杂度和轻量化设计等。 4. ParaMatters CogniCAD：基于 AI 的 CAD 软件，能根据用户输入的设计目标和约束条件自动生成 3D 模型，适用于拓扑优化、结构设计和材料分布等领域。 5. 生成设计工具：一些主流 CAD 软件，如 Autodesk 系列、SolidWorks 等，提供了基于 AI 的生成设计工具，可根据用户输入的设计目标和约束条件自动产生多种设计方案。 此外，还有一些图片生成 3D 建模的工具，也可能对草图大师建模有帮助： 1. Tripo AI：VAST 发布的在线 3D 建模平台，能利用文本或图像在几秒钟内生成高质量且可立即使用的 3D 模型。 2. Meshy：功能全面，支持文本生成 3D、图片生成 3D 以及 AI 材质生成。 3. CSM AI：支持从视频和图像创建 3D 模型，Realtime Sketch to 3D 功能支持通过手绘草图实时设计 3D 形象，再转换为 3D 模型。 4. Sudo AI：支持通过文本和图像生成 3D 模型，适用于游戏领域的模型生成。 5. VoxCraft：免费 3D 模型生成工具，能将图像或文本快速转换成 3D 模型，并提供了图像到 3D、文本到 3D 和文本到纹理等多种功能。 如果您需要绘制逻辑视图、功能视图、部署视图，以下工具可供选择： 1. PlantUML：文本到 UML 的转换工具，可通过编写描述性文本来自动生成序列图、用例图、类图等，从而帮助创建逻辑视图。 2. Gliffy：基于云的绘图工具，提供创建各种架构图的功能，包括逻辑视图和部署视图。 3. Archi：免费的开源工具，用于创建 ArchiMate 和 TOGAF 模型，支持逻辑视图的创建。 4. Rational Rose：IBM 的 UML 工具，支持创建多种视图，包括逻辑视图和部署视图。 请注意，虽然这些工具可以辅助创建相关视图，但它们不都是基于 AI 的。AI 在绘图工具中的应用通常涉及到智能推荐布局、自动生成图表代码或识别图表中的模式和关系。在选择工具时，您应该考虑您的具体需求，比如是否需要支持特定的建模语言、是否需要与特定的开发工具集成、是否偏好在线工具或桌面应用程序等。
2024-08-23
生成提示词的提示词
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。
2025-04-20
有没有能根据描述，生成对应的word模板的ai
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。
2025-04-18
如何自动生成文案
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。
2025-04-15
如何通过输入一些观点，生成精彩的口播文案
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。
2025-04-15
小红书图文批量生成
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。
2025-04-14
ai如何什么生成表格
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。
2025-04-14
可以增强图片清晰的的ai
以下是一些可以增强图片清晰度的 AI 工具： 1. Magnific：https://magnific.ai/ 2. ClipDrop：https://clipdrop.co/imageupscaler 3. Image Upscaler：https://imageupscaler.com/ 4. Krea：https://www.krea.ai/ 更多工具可以查看网站的图像放大工具库：https://www.waytoagi.com/category/17 此外，PMRF 也是一种全新的图像修复算法，它具有以下特点： 擅长处理去噪、超分辨率、着色、盲图像恢复等任务，生成自然逼真的图像。 不仅提高图片清晰度，还确保图片看起来像真实世界中的图像。 能够应对复杂图像退化问题，修复细节丰富的面部图像或多重损坏的图片，效果优质。 详细介绍： 在线体验： 项目地址： 这些 AI 画质增强工具都具有不同的特点和功能，可以根据您的具体需求选择合适的工具进行使用。
2025-04-18
图片提取文字
以下是关于图片提取文字的相关信息： 大模型招投标文件关键数据提取方案：输入模块设计用于处理各种格式的文档输入，包括 PDF、Word、Excel、网页等，转换成可解析的结构化文本。多种文件格式支持，对于图片，可以借助 OCR 工具进行文本提取，如开放平台工具：。网页可以使用网页爬虫工具抓取网页中的文本和表格数据。 谷歌 Gemini 多模态提示词培训课：多模态技术可以从图像中提取文本，使从表情包或文档扫描中提取文本成为可能。还能理解图像或视频中发生的事情，识别物体、场景，甚至情绪。 0 基础手搓 AI 拍立得：实现工作流包括上传输入图片、理解图片信息并提取图片中的文本内容信息、场景提示词优化/图像风格化处理、返回文本/图像结果。零代码版本选择 Coze 平台，主要步骤包括上传图片将本地图片转换为在线 OSS 存储的 URL 以便调用，以及插件封装将图片理解大模型和图片 OCR 封装为工作流插件。
2025-04-15
图片变清晰
以下是关于图片变清晰的相关内容： 使用清影大模型： 输入一张图片和相应提示词，清影大模型可将图片转变为视频画面，也可只输入图片让模型自行发挥想象生成有故事的视频。 选用尽可能清晰的图片，上传图片比例最好为 3:2（横版），支持上传 png 和 jpeg 图像。如果原图不够清晰，可采用分辨率提升工具将其变清晰。 提示词要简单清晰，可选择不写 prompt 让模型自行操控图片动起来，也可明确想动起来的主体，并以“主体+主题运动+背景+背景运动”的方式撰写提示词。 常见的 AI 画质增强工具： Magnific：https://magnific.ai/ ClipDrop：https://clipdrop.co/imageupscaler Image Upscaler：https://imageupscaler.com/ Krea：https://www.krea.ai/ 更多工具可查看网站的图像放大工具库：https://www.waytoagi.com/category/17 用 AI 给老照片上色并变清晰： 将照片放入后期处理，使用 GFPGAN 算法将人脸变清晰。然后将图片发送到图生图中，打开 stableSR 脚本，放大两倍。切换到 sd2.1 的模型进行修复，vae 选择 vqgan，提示词可不写以免对原图产生干扰。
2025-04-14
怎么让图片动起来
要让图片动起来，可以参考以下几种方法： 1. 使用即梦进行图生视频：只需上传图片至视频生成模块，提示词简单描绘画面中的动态内容即可生成时长为 3 秒钟的画面。运镜类型可根据剧本中的镜头描绘设置，主要设置以随机运镜为主。生成速度根据视频节奏选择，比如选择慢速。 2. 使用 Camera Motion： 上传图片：点击“Add Image”上传图片。 输入提示词：在“Prompt”中输入提示词。 设置运镜方向：选择想要的运镜方向，输入运镜值。 设置运动幅度：运动幅度和画面主体运动幅度有关，与运镜大小无关，可以设置成想要的任意值。 其它：选择好种子（seed），是否高清（HD Quality），是否去除水印（Remove Watermark）。 生成视频：点击“create”，生成视频。 3. 对于复杂的图片，比如多人多活动的图： 图片分模块：把长图分多个模块。 抠出背景图：智能抠图，用工具把要动的内容去除掉，用 AI 生成图片部分。 绿幕处理前景图：将要拿来动起来的部分抠出，放在绿幕背景里或者画的背景颜色，导出图片。 前景图动态生成视频：用 AI 视频生成工具写入提示词让图片动起来，比如即梦、海螺、混元等。不停尝试抽卡。 生成视频去掉背景：用剪映把抽卡合格的视频放在去掉内容的背景图片，视频的背景用色度抠图调整去掉。多个视频放在背景图片，一起动即可。
2025-04-12
图片文字转文档
图片文字转文档可以通过以下方式实现： coze 插件中的 OCR 插件： 插件名称：OCR 插件分类：实用工具 API 参数：Image2text，图片的 url 地址必填 用途：包括文档数字化、数据录入、图像检索、自动翻译、文字提取、自动化流程、历史文献数字化等。例如将纸质文档转换为可编辑的电子文档，自动识别表单、票据等中的信息，通过识别图像中的文字进行搜索和分类，识别文字后进行翻译，从图像中提取有用的文字信息，集成到其他系统中实现自动化处理，保护和传承文化遗产。 插件的使用技巧：暂未提及。 调用指令：暂未提及。 PailidoAI 拍立得（开源代码）： 逻辑：用户上传图片后，大模型根据所选场景生成相关的文字描述或解说文本。 核心：包括图片内容识别，大模型需要准确识别图片中的物体、场景、文字等信息；高质量文本生成，根据图片生成的文字不仅需要准确，还需符合专业领域的要求，保证文字的逻辑性、清晰性与可读性。 场景应用： 产品文档生成（电商/零售）：企业可以利用该功能将商品的图片（如电器、服饰、化妆品等）上传到系统后，自动生成商品的详细描述、规格和卖点总结，提高电商平台和零售商的商品上架效率，减少人工编写文案的工作量。 社交媒体内容生成（品牌营销）：企业可使用图片转文本功能，帮助生成社交媒体平台的营销文案。通过上传产品展示图片或品牌活动图片，模型可自动生成具有吸引力的宣传文案，直接用于社交媒体发布，提高营销效率。 法律文件自动生成（法律行业）：法律行业可以使用图片转文本技术，自动提取合同、证据材料等图片中的文本信息，生成法律文件摘要，辅助律师快速进行案件分析。
2025-04-11
如何去除图片中的文字内容
以下是去除图片中文字内容的方法： 1. 图像预处理： 图像去噪：使用去噪算法（如高斯滤波、中值滤波）去除图像中的噪声。 图像增强：通过增强算法（如直方图均衡化、对比度增强）提升图像的清晰度和对比度。 2. 图像分割：使用图像分割算法将图片中的文字和背景分离。常用的分割算法包括阈值分割、边缘检测和基于区域的分割方法。 3. 文字检测：在分割后的图像中，使用文字检测算法（如基于深度学习的文本检测模型）识别出文字区域。 4. 文字识别：对检测到的文字区域进行文字识别，将文字内容转换为计算机可处理的文本数据。常用的文字识别技术包括基于深度学习的端到端文本识别模型和传统的 OCR（Optical Character Recognition）技术。 5. 后处理：根据需求进行后处理，如去除残余的噪点、填补文字区域的空白等。 6. 机器学习模型训练（可选）：如有足够的数据，可以采用机器学习技术训练模型，通过学习样本中的文字特征来自动去除图片上的文字。 7. 优化算法：对整个处理流程进行优化，提高处理速度和准确度。可以采用并行计算、硬件加速等方法提升算法的效率。 8. 移动端集成：将设计好的算法和模型集成到移动应用程序中，以实现去除图片文字的功能。可以使用移动端开发框架（如 iOS 的 Core ML、Android 的 TensorFlow Lite）来实现模型的部署和调用。 此外，像 Gemini 2.0 Flash 等工具也可以通过自然语言指令来去除图片中的文字，指令如“去掉 XXX”。DALL·E 也能实现去掉图片中的错误文字等操作。
2025-04-11