以下是一些图生视频的 AI 工具： 1. Pika：一款出色的文本生成视频 AI 工具，擅长动画制作，并支持视频编辑。 2. SVD：若熟悉 Stable Diffusion，可安装此最新插件，能在图片基础上直接生成视频，由 Stability AI 开源的 video model。 3. Runway：老牌 AI 视频生成工具，提供实时涂抹修改视频的功能，但需收费。 4. Kaiber：视频转视频 AI，能够将原视频转换成各种风格的视频。 5. Sora：由 OpenAI 开发，可以生成长达 1 分钟以上的视频。 更多的文生视频的网站可以查看：https://www.waytoagi.com/category/38 。 StableVideo 相关： stablevideo.com 已开放公测。目前市面上优秀的 AI 视频工具各有特点，可参考卡兹克的教程介绍：https://mp.weixin.qq.com/s/YGEnIzfYA3xGpT9_qh56RA ，以及 zho 总结的官方网站的案例。现在还能白嫖，除每日 150 个赠送积分外，还新增了积分购买选项，目前提供两种积分包（积分永久有效）：500 积分/$10，约 50 段视频；3000 积分/$50，约 300 段视频。此外，SVD 可以操作固定种子、步数、运动幅度，交互也很有意思，在生成的过程中，会给一些案例让用户帮忙做标注。 上海国际 AIGC 大赛第三名—《嘉定汇龙》复盘： 图生视频方面，主要市面上的工具包括可灵、即梦、Luma，核心方法是穷举，不断抽卡并调整 prompt，如设计人物动作、辅助镜头运镜。在视频制作中，结合使用了 Runway 的文本生成视频和 Steerable Motion 技术，实现复杂的镜头运动，采用首尾帧图生视频技术，将多个短镜头拼接成连续的长镜头，提高画面连贯性和流畅度。

以下是关于如何提问 AI 进行论文修改的一些方法和建议： 1. 指令逻辑： 自己给出开头，让 AI 知道结尾的大致方向，避免模糊式提问，如“小王，写一篇自律的报告给我”。 提供内容的上半部，让 AI 理解语言逻辑，由它撰写下半部，并包含必要内容。 将生成的内容，以不同写作技巧，强硬转换风格。 多滚动几次，以获得多样版本与风格，降低初稿修改时间。 2. 反问法： 让 AI 问您问题，您会发现它思考更仔细，也能了解其逻辑，便于修正。 3. 示例： 以「失眠的原因」撰写一篇内容，并给出开头，让 AI 撰写下半段，包含「睡前滑手机」、「咖啡太晚喝」、「心中有焦虑感」等内容。 将生成的内容以「第一人称」写作技巧改写，要求有趣且充满故事性。 将内容修改成「学术性/商务性」风格。 此外，AI 文章排版工具主要用于自动化和优化文档的布局和格式，特别是在处理学术论文和专业文档时。一些流行的 AI 文章排版工具包括： 1. Grammarly：不仅是语法和拼写检查工具，还提供排版功能，可改进文档整体风格和流畅性。 2. QuillBot：AI 驱动的写作和排版工具，能改进文本清晰度和流畅性，保持原意。 3. Latex：虽不是纯粹的 AI 工具，但在学术论文排版中广泛使用，使用标记语言描述文档格式，有许多 AI 辅助的编辑器和插件简化排版过程。 4. PandaDoc：文档自动化平台，使用 AI 帮助创建、格式化和自动化文档生成，适合商业和技术文档。 5. Wordtune：AI 写作助手，重新表述和改进文本，使其更清晰专业，保持原始意图。 6. Overleaf：在线 Latex 编辑器，提供丰富模板和协作工具，适合学术写作和排版。 选择合适的工具取决于具体需求，如文档类型、出版标准和个人偏好。对于学术论文，Latex 和 Overleaf 受欢迎；对于一般文章和商业文档，Grammarly 和 PandaDoc 等可能更适用。但请注意，内容由 AI 大模型生成，请仔细甄别。

在视频领域，以下是一些好用的 AI 工具和项目： 以生成方式划分，当前视频生成可分为文生视频、图生视频与视频生视频。主流生成模型为扩散模型（Diffusion model）。 具有代表性的海外项目： Sora（OpenAI）：以扩散 Transformer 模型为核心，能够生成长达一分钟的高保真视频。支持多种生成方式，在文本理解方面表现出色，能在单个生成的视频中创建多个镜头，保留角色和视觉风格。 Genie（Google）：采用 STtransformer 架构，包括潜在动作模型、视频分词器与动力学模型，拥有 110 亿参数，被定位为基础世界模型，可通过单张图像提示生成交互式环境。 WaveNet（DeepMind）：一种生成模型，可以生成非常逼真的人类语音。 MuseNet（OpenAI）：一种生成音乐的 AI 模型，可以在多种风格和乐器之间进行组合。 Multilingual v2（ElevenLabs）：一种语音生成模型，支持 28 种语言的语音合成服务。 用于视频制作的工具： 最佳动画工具：用于在视频中为人脸制作动画的 DiD（https://www.did.com/）。 用于从文本创建视频的 Runway v2（https://app.runwayml.com/） 最佳语音克隆：ElevenLabs（https://beta.elevenlabs.io/speechsynthesis） 当前 AI 视频生成领域仍面临生成质量不稳定导致的不同帧之间的“闪烁”现象，以及动作扭曲不连贯、细节表征不足等技术难题。并且 AI 视频当前还远没有达到简单、便捷，可控性增强的同时，上手成本也在成倍增加。未来的研究突破方向包括生成更长时序、更高质量的视频；渲染复杂的三维虚拟背景；模仿细微的人类运动和肢体语言；以及实现超高分辨率视频生成等。 参考链接： 1. 关于视频的 AI，现在都有什么？https://www.notion.so/AIf34125f586c44a1194ae5b2a0b64c4ea 2. 和 AI 一起做动画|将人工智能融入动画工作流的案例和实践经验 https://mp.weixin.qq.com/s/tGlvrC_CanprU7eTooqShg 3. 2023 年利用 Ai 根据文本生成视频技术发展到什么程度了?微软亚洲研究院的回答知乎 4. Stable Diffusion 喂饭级教学：B站 nenly

在视频领域，以下是一些好用的 AI 工具和项目： 以生成方式划分，当前视频生成可分为文生视频、图生视频与视频生视频。主流生成模型为扩散模型（Diffusion model）。 具有代表性的海外项目： Sora（OpenAI）：以扩散 Transformer 模型为核心，能够生成长达一分钟的高保真视频。支持多种生成方式，在文本理解方面表现出色，能在单个生成的视频中创建多个镜头，保留角色和视觉风格。 Genie（Google）：采用 STtransformer 架构，包括潜在动作模型、视频分词器与动力学模型，拥有 110 亿参数，被定位为基础世界模型，可通过单张图像提示生成交互式环境。 WaveNet（DeepMind）：一种生成模型，可以生成非常逼真的人类语音。 MuseNet（OpenAI）：一种生成音乐的 AI 模型，可以在多种风格和乐器之间进行组合。 Multilingual v2（ElevenLabs）：一种语音生成模型，支持 28 种语言的语音合成服务。 用于视频制作的工具： 最佳动画工具：用于在视频中为人脸制作动画的 DiD（https://www.did.com/）。 用于从文本创建视频的 Runway v2（https://app.runwayml.com/） 最佳语音克隆：ElevenLabs（https://beta.elevenlabs.io/speechsynthesis） 当前 AI 视频生成领域仍面临生成质量不稳定导致的不同帧之间的“闪烁”现象，以及动作扭曲不连贯、细节表征不足等技术难题。并且 AI 视频当前还远没有达到简单、便捷，可控性增强的同时，上手成本也在成倍增加。未来的研究突破方向包括生成更长时序、更高质量的视频；渲染复杂的三维虚拟背景；模仿细微的人类运动和肢体语言；以及实现超高分辨率视频生成等。 参考链接： 1. 关于视频的 AI，现在都有什么？https://www.notion.so/AIf34125f586c44a1194ae5b2a0b64c4ea 2. 和 AI 一起做动画|将人工智能融入动画工作流的案例和实践经验 https://mp.weixin.qq.com/s/tGlvrC_CanprU7eTooqShg 3. 2023 年利用 Ai 根据文本生成视频技术发展到什么程度了?微软亚洲研究院的回答知乎 4. Stable Diffusion 喂饭级教学：B站 nenly

以下是一些在当作学习工具时推荐的 AI： 1. 语言学习应用： Duolingo：使用 AI 个性化学习体验，根据进度和错误调整练习内容，通过游戏化方式提供词汇、语法、听力和口语练习。下载应用，选择语言，按课程指引学习。 Babbel：结合 AI 技术提供个性化课程和练习，重点在于实际交流所需技能。注册账户，选择课程，按学习计划学习。 Rosetta Stone：使用动态沉浸法，通过 AI 分析进度，提供适合练习和反馈。注册并选择语言，使用多种练习模式学习。 2. AI 对话助手： ChatGPT：可模拟对话练习，提高语言交流能力。在聊天界面选择目标语言，与 AI 对话，询问语法、词汇等问题，模拟交流场景。 Google Assistant：支持多种语言，用于日常对话练习和词汇学习。设置目标语言，通过语音或文本输入互动。 对于学习 Python 和 AI，有以下推荐： 1. 书籍推荐： Python 方面：《Python 学习手册》《Python 编程》。 AI 方面：《人类简史》《深度学习实战》。 2. 课程和资源推荐： B 站 up 主“PAPAYA 电脑教室”的 Python 入门课：https://space.bilibili.com/402780815/channel/seriesdetail?sid=2762019 Andrej Karpathy 关于大模型的讲解： 油管地址：https://www.youtube.com/watch?v=zjkBMFhNj_g B 站地址：https://www.bilibili.com/video/BV1AU421o7ob 资料库：?通往 AGI 之路（飞书文档）：https://waytoagi.feishu.cn/wiki/QPe5w5g7UisbEkkow8XcDmOpn8e 此外，在教师使用 AI 方面： Cloud3 适合作为自学辅导工具，尤其是在数学等理科领域，可以用于解释难题，提供解题步骤，适合自学或作为课业练习的补充。 Memo AI（https://memo.ac/zh/）：YouTube、播客、本地音频视频轻松转文字、字幕翻译、语音合成，还可以由多种 AI 模型提炼内容精华总结，生成思维导图。

目前，ChatGPT 在 AI 聊天机器人类别中访问量遥遥领先，占总访问量的 76.31%。但角色 AI 以 19.86%的访问量位居第二。其他如 Google 的 Bard、Janitor AI、Perplexity AI、You.com、Crushon AI 和 Personal AI 等竞争者各自产生的访问量不到总访问量的 2%，不过 Bard 正在成长，直到 2023 年 3 月才推出。 基于 2022 年 9 月至 2023 年 8 月访问量，ChatGPT 在 10 个最佳人工智能工具榜单上排名第一，拥有 146 亿次访问量。 在写作方面，GPT4 是目前功能最强的人工智能写作工具，可通过 Bing（选择“创新模式”）免费访问或购买 ChatGPT 的$20/月订阅来使用。Claude 紧随其后，也提供有限免费选项。同时，这些工具也被集成到常见办公应用程序中，如 Microsoft Office 将包括由 GPT 提供支持的副驾驶，Google Docs 将整合 Bard 的建议。

目前谷歌的 Gemini 多模态模型表现如下： 包括 Ultra、Pro 和 Nano 三种型号，能够处理图像、音频、视频和文本。 原生多模态能力是其优势，一个模型即可完成多种任务。 多模态能力有限，存在幻觉问题和多语言表现不佳的情况。 对中文的理解能力较弱，体验不如 ChatGPT，但在生成质量和与搜索生态结合方面有显著进步，体验比 Bing 和 GPT 好。 Gemini Ultra 在 MMLU（大规模多任务语言理解）上的表现超过了人类专家。 被设计为天生的多模态模型，从一开始就在不同模态上进行预训练，然后通过额外的多模态数据进行微调，以进一步提高其有效性。 在文生图方面，能一次性生成多套不同风格的设计，例如在 20 秒内生成 12 张；在抠图、换背景、打光影等方面也有出色表现，能在 10 秒内取得相当稳定的预期结果。 但目前开启条件存疑，例如使用美国加州 IP 和默认英语语言进入 Bard 可能无法找到模型选项进行修改。

以下是一些可以用于写编程代码的 AI 工具： 1. GitHub Copilot：由 GitHub 联合 OpenAI 和微软 Azure 团队推出，支持多种语言和 IDE，能为程序员快速提供代码建议，帮助更快、更少地编写代码。 2. 通义灵码：阿里巴巴团队推出，提供行级/函数级实时续写、自然语言生成代码、单元测试生成、代码注释生成、代码解释、研发智能问答、异常报错排查等能力。 3. CodeWhisperer：亚马逊 AWS 团队推出，由机器学习技术驱动，可为开发人员实时提供代码建议。 4. CodeGeeX：智谱 AI 推出的开源免费 AI 编程助手，基于 130 亿参数的预训练大模型，能快速生成代码，提升开发效率。 5. Cody：代码搜索平台 Sourcegraph 推出，借助强大的代码语义索引和分析能力，了解开发者的整个代码库。 6. CodeFuse：蚂蚁集团支付宝团队为国内开发者提供智能研发服务的免费 AI 代码助手，基于蚂蚁集团自研的基础大模型进行微调。 7. Codeium：一个由 AI 驱动的编程助手工具，通过提供代码建议、重构提示和代码解释来帮助软件开发人员，提高编程效率和准确性。 更多辅助编程 AI 产品，还可以查看这里：https://www.waytoagi.com/category/65 。 每个工具的功能和适用场景可能会有所不同，您可以根据自己的需求来选择最适合您的工具。 此外，还有一些相关的学习资源和平台： 1. 《雪梅 May 的 AI 学习日记》中提到的用 AI 写代码的相关内容，包括： 、AI 写小游戏平台：https://poe.com/ 、图片网站：https://imgur.com/ 、改 bug 的网站：https://v0.dev/chat 、国内小游戏发布平台：https://open.4399.cn/console/ 。 2. 关于 python 安装 FittenAI 编程助手的内容，可参考：作者： 。安装步骤包括点击左上角的 FileSettingsPluginsMarketplace ，注册登录后即可使用。其具有智能补全、AI 问答、自动生成代码、代码转换等功能。

以下是为您推荐的视频自动字幕工具： 1. Reccloud：免费的在线 AI 字幕生成工具，可直接上传视频精准识别，能翻译字幕并自动生成双语字幕，已处理 1.2 亿+视频，识别准确率接近 100%。 2. 绘影字幕：一站式专业视频自动字幕编辑器，提供简单、准确、快速的字幕制作和翻译服务，支持 95 种语言，准确率高达 98%，可自定义字幕样式。 3. Arctime：能对视频语音自动识别并转换为字幕，支持自动打轴，支持 Windows 和 Linux 等主流平台及 SRT 和 ASS 等字幕功能。 4. 网易见外：国内知名语音平台，支持视频智能字幕功能，转换正确率较高，支持音频转写功能。 此外，还有以下相关内容： TecCreative 创意工具箱中的 AI 字幕功能，智能识别视频语言并生成对应字幕，满足海外多国投放场景需求。操作指引：点击上传视频——开始生成——字幕解析完成——下载 SRT 字幕。注意支持 MP4 文件类型，大小上限为 50M。 Translate.Video 网站，可将视频自动生成字幕并翻译成 75 多种语言，提供自动字幕生成、翻译字幕、AI 配音以及编辑等一站式视频服务。 您可以根据自己的需求选择最适合的工具。内容由 AI 大模型生成，请仔细甄别。

以下是为您提供的 AI 编程相关课程： 1. Build on Trae AI 编程挑战： 从 0 开始，用 AI 助手陪您突破编程瓶颈，让每个人都能轻松掌握编程技能，一起打造属于自己的作品。 全勤奖：参与作业提交即可获得社区精心准备的奖品。 课程安排： 2 月 18 日 20:00 开始，AI 编程大咖对谈，，分享人 Super 黄 Eric，无作业要求。 2 月 19 日 20:00 开始，AI 编程训练营环境准备，分享人 super 黄。 2 月 20 日 20:00 开始。 2 月 21 日 20:00 开始。 2 月 22 日 20:00 开始。 课程预约： 历史课程、共学作业提交。 2. 3 月 22 日 AIPO 校园创投活动 AI 编程闪电秀： 由 AI 开源社区联合组织。 3 月 13 日和 19 日，晚 8 点从 0 到 1 线上共学，文科生也可以用 Trae 做应用。 3 月 22 日，下午 50+所高校线下项目路演。 3 月 24 日，晚 8 点全国精选高校项目线上展示。 双重认证加持： 参与线上课程，获得 WaytoAGI x Trae AI 编程结业证书。 参与线下路演，角逐最佳创业者/投资人证书。 报名链接：https://waytoagi.feishu.cn/share/base/form/shrcnodT7ssTzaUNHzY7beyR2tf 欢迎各个高校同学进群交流，获取《AI 编程第一课》全套十节课图文视频资料。 3 月 13 日直播回放： 3. 第三节|AI 编程从入门到精通 Build on Trae 2025 年 2 月 22 日： 智能章节： AI 活动交流：报名、时间、内容及工具使用探讨。 AI 编程课程 10 节内容介绍及相关技术讲解。 AI 编程活动介绍与演示安排，含比赛规则及奖品。