魔乐社区

AIGC绘画设计基础：AI-MidJourney关键词大全+万能架构+保姆级教程（建议收藏！）

AIGC（AI Generated Content）技术，即人工智能生成内容的技术，具有非常广阔的发展前景。随着技术的不断进步，AIGC的应用范围和影响力都将显著扩大。以下是一些关于AIGC技术发展前景的预测和展望：1、AIGC技术将使得内容创造过程更加自动化，包括文章、报告、音乐、艺术作品等。这将极大地提高内容生产的效率，降低成本。2、在游戏、电影和虚拟现实等领域，AIGC技术将能够创造更加丰富

前端转产品一年总结！

截止至本月，我从前端研发转岗为产品经理已经一年左右了，这篇文章就讲讲我这一年中的一些经验和总结。希望能为同样身为前端也有想法转产品的你提供一点帮助。

Stable-Diffusion-web UI运行环境搭建和界面配置

Stable-Diffusion-web UI运行环境搭建和界面配置详细流程

江大白 | 万字长文，AIGC算法工程师的面试秘籍，推荐收藏！

【三年面试五年模拟】旨在整理&挖掘AI算法工程师在实习/校招/社招时所需的干货知识点与面试方法，力求让读者在获得心仪offer的同时，增强技术基本面。也欢迎大家提出宝贵的优化建议，一起交流学习💪大家好，我是Rocky。在AIGC时代到来后，Rocky对《三年面试五年模拟》整体战略方向进行了重大的优化重构，增加了AIGC时代核心的版块栏目，详细的版本更新内容如下所示：整体架构：分为AIGC知识板块

stable-diffusion-webui 界面汉化

stable-diffusion-webui 界面汉化

高性能网络建设指南，《智算中心网络架构白皮书》开放下载

白皮书创作团队由负责和参与了高性能网络落地的一线专家组成，内容覆盖了高性能网络建设的各个方面，比如 RoCE 和 IB 的详细技术对比、不同规模集群的架构选择、云平台上的可视化运维工具建设、多租户的运营方案设计等，为 CTO 和技术负责人提供全流程指导，让复杂的高性能网络建设变得简单。高性能网络的成功落地，可以确保大模型用最短的时间训练出来，并节省大量费用。如果能够借鉴业界领先的技术积累和成熟的项

【面经】超全版本AIGC算法工程师面经

对于所有的相关经历，都是跟面试官聊技术（举例，提供参考方向）从数据规模、特征、指标、目前使用的模型方法、项目难点详细介绍。

AIGC时代，软件测试智能化到底会怎样？

从单元测试、接口测试到GUI的系统测试， 提供自动化的测试用例生成、自动化的测试执行和评估等功能，取得了不少成功的实例，帮助研发团队节省了大量时间和成本，提高了测试的质量和可靠性。

【生成内容评估测试题库+关键词库】

生成对抗网络（GAN）在AIGC中的应用与发展

随着人工智能生成内容(AIGC)的兴起，生成对抗网络(GAN)成为推动这一领域的关键技术。GAN通过两个对立的神经网络——生成器和判别器，彼此竞争，生成逼真的内容。本文将探讨GAN在AIGC中的应用和发展，并通过代码实例演示其在图像生成中的实际应用。什么是生成对抗网络(GAN)生成对抗网络由伊恩·古德费罗(Ian Good...

AIGC技术的核心算法与发展趋势

随着人工智能技术的迅速发展，AIGC技术已经逐渐成为内容创造领域的一个重要组成部分。生成器的目标是生成与真实数据分布相似的数据，而判别器的任务则是区分真实数据与生成数据。请注意，上面提供的GAN示例代码只是一个基础框架，并没有包含完整的训练数据加载和配置等细节。AIGC技术正在以前所未有的速度发展，不仅改变了内容创作的方式，还开辟了新的商业机会。变换器是一种基于注意力机制的模型，最初是为了自然语言

ComfyUI 和 webUI 的区别，以及FLUX是什么？

ComfyUI 和 webUI 都是用户界面框架，旨在简化Stable Diffusion等深度学习模型的使用流程，让非专业人员也能方便地生成图像。虽然它们的目标相似，但在实现方式、用户体验和功能上存在一些差异（插一句，它们的本地运行包都是免费的，在线平台收费其实是收的算力费用，而不是出图费用，也就是你生成一次图，耗费了算力，平台就收一次算力的钱，现在国内的libulib平台内置了海量的模型。

AIGC算法2：LLM的复读机问题

Nucleus sampler俗称TopP采样，一种用于解决TopK采样问题的新方法，该采样方式不限制K的数目，而是通Softmax后排序token的概率，当概率大于P时停止，相当于当模型很确定下一个token时，可采样的K也会很少，减少异常错误发生的概率。以下图为例，TopP采样会不断选择logit中最大概率的token，放入一个list中，直到list中计算的总概率大于设置的TopP值，后对l

美颜SDK x AIGC：如何用滤镜API结合AI生成技术打造创意视觉特效？

美颜SDK与AIGC的结合，为滤镜API的创新带来了无限可能。从GAN风格转换到Diffusion动态滤镜，再到AI智能美颜，美颜SDK已不再局限于基础的磨皮瘦脸，而是进化为一个智能创意工具。

阿里出新招？一段音频就可以让你的照片张嘴唱歌

EMO（Emote Portrait Alive）音频驱动的肖像视频生成框架。

AIGC产业研究报告 2023——音频生成篇

（本文阅读时间：10分钟）易观：今年以来，随着人工智能技术不断实现突破迭代，生成式AI的话题多次成为热门，而人工智能内容生成（AIGC）的产业发展、市场反应与相应监管要求也受到了广泛关注。为了更好地探寻其在各行业落地应用的可行性和发展趋势，易观对AIGC产业进行了探索并将发布AIGC产业研究报告系列。在本期音频生成篇中，报告从音频技术的发展历程展开，回顾了拼接合成、参数合成、端到端合成三个关键阶段

【AIGC数字人】EchoMimic:基于可编辑关键点条件的类人音频驱动肖像动画

EchoMimic:基于可编辑地标条件的类人音频驱动肖像动画

Stable Diffusion【提示词】【居家设计】：AI绘画给你的客厅带来前所未有的视觉盛宴！

参数设置大模型Lightning采样器采样迭代步数：5CFG：2图片宽高：1024*1024反向提示词模型下载地址（文末网盘地址也可获取）LiblibAI提示词：简约的斯堪纳维亚客厅，自然光线充足，配有木制家具‍。

【stablediffusion教程】AI绘画！绝美颜值&视觉盛宴！青春靓丽亚洲人物写实模型

随着[AI技术]的飞速发展，AI绘画已经成为了艺术创作领域的新宠。而亚洲人物写实模型，以其绝美的颜值和青春靓丽的形象，成为了AI绘画领域的一大亮点。

搭建本地AI助理原来这么简单，完全开源、零基础使用（基于ComfyUI+Llama3+OpenWebUI搭建会话式AI助理）

本文教你在本地电脑上使用LLama3+ComfyUI+OpenWebUI搭建一个多模态AI会话助理，轻松使用AI生成图象。

一站式AI创作平台：融合GPT会话、GPTs应用、Midjourney视觉艺术与Suno AI音乐合成模块

星河易创AI系统基于ChatGPT的核心技术打造，集成了自然语言问答和艺术创作功能。该系统兼容Midjourney绘画技术，并支持官方GPT模型。它提供了多样化的应用，包括GPTs的多场景应用、实时GPT语音对话能力、GPT-4模型的先进特性，以及DALL-E 3的图文创作工具。用户可以直接上传图片与AI对话，利用系统的网络搜索功能、文档分析和思维导图等工具来进行信息处理和组织。在创作工具方面，星

【AI绘画Stable Diffusion进阶】室内设计神器：ControlNet MLSD/Seg 实现令人惊叹的视觉转换

你是否已经厌倦了传统的室内设计方式，想探索新方法来增强作品设计感？本期小编就同大家分享一个新武器，用Stable Diffusion的ControlNet来打造一个室内设计全新工作流。无论你是经验丰富的室内设计师还是初学小白，都将使你的日常工作如虎添翼、告别爆肝，焕发出令甲方爸爸们赞叹的设计感。ControlNet将毛坯房照片转换为高清室内装饰效果图ControlNet是一种通过添加额外条件来控制

影楼即将失业？AI绘画SD必备：长曝光摄影-如梦幻光影视觉体验

长曝光摄影。所谓长曝光摄影即长时间曝光摄影（Long exposure photography），是一种长时间开启快门的摄影技巧。通常对于快门时间慢于1秒的曝光都可以称之为长时间曝光。长曝光摄影手法常被用于夜间摄影、光迹摄影、水景摄影等，可以把光线暗的景色拍摄更清晰，也可以拍摄出如梦幻般的画面。感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里

阿里又放大招 EMO：一张照片+音频即可生成会说话唱歌的视频

EMO特别强调在视频中生成自然而富有表情的面部动作，能够捕捉到音频中情感的细微差别，并将其反映在人像的表情上，从而生成看起来自然、生动的面部动画。该技术不限于特定语言或音乐风格，能够处理多种语言的音频输入，并且支持多样化的肖像风格，包括历史人物、绘画作品、3D模型和AI生成内容等。EMO能够实现不同演员之间的表现转换，使得一位演员的虚拟形象能够模仿另一位演员或声音的特定表演，拓展了角色描绘的多样性

开源之光 Stable Diffusion 3 技术论文全解：公式占一半，实验很充分！

扩散模型通过噪声创建数据。它们被训练来反转数据向随机噪声的正向路径，因此，结合神经网络的近似和泛化性质，可以用来生成不在训练数据中但遵循训练数据分布的新数据点。这种生成建模技术已被证明在建模高维感知数据，如图像方面非常有效。近年来，扩散模型已成为从自然语言输入生成高分辨率图像和视频的事实标准方法，具有令人印象深刻的泛化能力。由于它们的迭代性质及相关的计算成本，以及推理期间的长时间采样，对这些模型进

MSRA古纾旸：2024年，视觉生成领域最重要的问题有哪些？

假设目标分布是，将信号分割成多个子任务： ... 对于第t个条件概率拟合任务，采用网络θ来拟合它。对于任意两个任务t和k以及两个状态样本s和，如果将这种信号分解称为等变。可以观察到，语言分解是独立于位置的。对于任何token 或短语，它们在句子中第t个或第k个位置出现的概率几乎相同。这一观察结果与方程2一致，因此表明语言分解表现出等变性。因此，采用单一模型来近似这些不同但相关的任务通常不会导致冲突

Stable Diffusion | AI协助室内设计神器，实现令人惊叹的视觉转换！

你是否已经厌倦了传统的室内设计方式，想探索新方法来增强作品设计感？本期小编就同大家分享一个新武器，用Stable Diffusion的ControlNet来打造一个室内设计全新工作流。无论你是经验丰富的室内设计师还是初学小白，都将使你的日常工作如虎添翼、告别爆肝，焕发出令甲方爸爸们赞叹的设计感。#01/介绍ControlNet是一种通过添加额外条件来控制扩散模型的AI神经网络结构，它提供了一种增强

存内计算与扩散模型：下一代视觉AIGC能力提升的关键

在这个AI技术日新月异的时代，我们正见证着前所未有的创新与变革。尤其是在视觉内容生成领域（AIGC，Artificial Intelligence Generated Content），技术的每一次飞跃都意味着更加逼真、创意无限的数字艺术作品的诞生。自动生成内容的愿景日益成为现实。视觉领域，尤其是在图像和视频生成技术的进步，正引领着创意产业进入一个崭新的纪元。从消费者能够体验的个性化媒体到企业需求

[ComfyUI]Flux：穿越古今破屏而出，视觉影视冲击感无限创意，禅意仓央嘉措可灵视频

关于本地ComfyUI工作流体验参见之前文章：[FLUX[续篇]：12B参数23G最大开源文生图模型，Dev版直出惊艳美图欣赏]本文涉及ComfyUI工作流和模型均可在LIBLIBAI上下载或在线运行体验：• FLUX.1哩布在线可运行-黑暗森林工作室：• Flux文|图生图+LORA+CN+提示反推一键切换工作流：https://www.liblib.art/modelinfo/782aacd7

Flux：手机摄影般超真实，真假难辨！Missa花境超逼真写实的庭院艺术，身临其境视觉体验

今天介绍一款由作者**@煎饺Missa** 训练的国产Flux LORA模型：Missa_F.1_花境，这款flux-lora模型是强化花卉植物的组合配置，具有真实手机拍摄建筑庭院的特写实风格，综合效果实现了完美的逼真写实拍摄效果，包括室外庭院风景和室内装饰设计。基础触发词：d577、hj；推荐LORA权重：0.5；迭代步数：建议**>=30步**。和@Alen**模型推荐。

Stable Diffusion | AI协助室内设计神器，实现令人惊叹的视觉转换

案例展示1.将一张效果图，将它重新导入ControlNet中；2.控制类型选择Seg（语义分割），在预处理器栏中我们可以看到有seg_ofade20k、seg_ofcoco、seg_ufade20k三种预处理器可供选择。seg_ofade20k和seg_ufade20k都使用了ADE20k协议，所以这两种预处理器识别图片中素材所用标记颜色是相同的。区别在于它们采用了不同的算法：OneFormer算

生成式AI：重塑开发流程与开发工具的革命性

随着人工智能技术的飞速发展，生成式AI已经逐渐成为软件开发领域的重要力量。它通过自动化代码生成、智能需求分析、实时测试与优化等功能，深刻地改变了开发流程和开发工具。

PosterLayout：内容感知视觉文本演示布局的新基准和方法

PosterLayout 技术通过结合内容分析、动态布局生成、图形学优化、样式增强等多种技术手段，实现了高效的自动化布局设计。它不仅能大幅提升设计效率，还能生成符合美学标准的高质量布局，为广告、营销、数字媒体等领域的设计工作带来了革命性的改进。通过不断的训练和优化，PosterLayout 技术未来将能够生成更加个性化、更加符合用户需求的设计方案。

24届视觉算法岗(AIGC方向)秋招经验分享

作者：沉迷单车@知乎个人背景博主北邮AI渣硕，研究方向是视觉AIGC，具体来说就是Diffusion图像生成；暑期实习在阿里巴巴，发过一顶会＋水会若干。秋招拿了达摩院、淘天、快手、美团、小红书、腾讯、小米、B站等10+ offer，绝大部分是ssp，小部分sp，无白菜，无头部计划offer。时间线暑期实习：一般过年后一些大厂核心部门开始抢人了（例如阿里云），这时候招聘系统还没开放，所以面评一般不会

视频生成框架EasyAnimate正式开源！

近期，Sora模型的热度持续上涨，社区中涌现了一些类Sora的开源项目，这些项目均基于Diffusion Transformer结构，，旨在生成更长、更高分辨率、且效果更好的视频。EasyAnimate是阿里云人工智能平台PAI自主研发的DiT-based视频生成框架，它提供了。在预训练模型的基础上，EasyAnimate可通过少量图片的LoRA微调来改变生成视频的风格，相比已有方案具有更好的扩展

2.3k Star！腾讯又悄悄地开源了一款音频驱动的真实肖像动画合成框架！

是一个由音频驱动的真实肖像动画合成框架，能够生成高质量的面部动画，并提供人脸再现功能。通过使用多种预训练模型，包括StableDiffusion V1.5、sd-vae-ft-mse、image_encoder和wav2vec2-base-960h，该项目实现了从音频和参考肖像图像驱动的高质量动画生成。通过提取音频中的3D中间表现形式并转换为2D面部标志，进而利用扩散模型和运动模块生成逼真且时间上

Scaling Law的“终结“还是新起点?——开源实践者的深度思考

作者：宋大宝，与大宝同学因那篇《回顾·总结·展望「融合RL与LLM思想，探寻世界模型以迈向AGI」》结识于今年春天，虽我们当时某些思想观念有些出入，也碰撞出了很多火花与共鸣，并持续地相互启发的走到了现在。他是AI领域创业先行者，拥有着令人惊艳的的思想观念，博学多才，被我誉为百科全书式AI探索者，貌(确)似(实)近期在内容输出上有压倒我之势～哈哈，这篇2万字+文章即是他近期的在更大的宏观叙事上的思考

MuseV：基于视觉条件并行去噪的无限长度和高保真虚拟人视频生成

想象一下，用文字或图片就能创作出一段无限长的虚拟人物视频？

CSDN首发！Stable Diffusion 3 Medium 开源，AI 生图格局迎来巨变

就在刚刚，Stable Diffusion 3 Medium 如约而至。几天前，Stability AI 在社交平台 X 上官宣，SD3 Medium 将在 6 月 12 日正式开源。

用ReplaceAnything引领视觉叙事革新：AI动力的精准内容替换，打造惊艳影像

通过利用ReplaceAnything，用户能够轻松实现图像中各种元素的替换，从而定制化和优化其图像内容，达到更高水平的视觉效果。ReplaceAnything是由阿里智能计算研究院研发的一款先进的AI框架，旨在为多种应用场景提供超高质量的内容替换服务。该框架以其卓越的性能和灵活性而脱颖而出，为用户提供了一种在图像处理领域进行内容替换的强大工具。值得注意的是，ReplaceAnything提供了直

图文并茂VS文字堆砌：标书视觉设计如何加分？

图文并茂的标书设计并非简单的形式堆砌，而是将信息传达与视觉呈现有机结合的一种艺术。它不仅能提升标书的美感，更能有效帮助评审快速理解内容，留下深刻印象。因此，在下一次标书制作时，不妨多花些时间在视觉设计上，真正让您的标书成为众多竞标文件中的亮点。

AIGC中的视觉生成文献整理

这两年AIGC内容繁荣发展，其中视觉部分的发展是其核心领域。那么这两年究竟有哪些不错的论文呢？这里简单的汇总其中一部分值得阅读的论文清单。

推动视觉AI边界，智象未来HiDream荣登全球技术先锋榜单

智象未来HiDream将秉承“用AI激发创造力，提升创作生产力”的核心理念，持续推进视觉内容创作和交互式智能领域的数字化转型。公司致力于适应不断演变的行业环境和服务需求，为全球用户带来更加丰富多彩和高效便捷的智能创作体验。

AIGC制作的“视觉大片”走红！耗时仅3天，首批玩家吃到“红利”了

3月26日，2023山东省旅游发展大会在青岛拉开帷幕,当天，一条动画小视频惊艳了现场所有人，这条视频很快登上了“学习强国”、微博等社交媒体平台。视频名为《AI眼中的崂山四季》，108秒，呈现了青岛崂山大约十个特色“网红打卡点”的四季景色。整条视频出现的所有画面共计十余个，包括茶园、渔村、樱桃沟、海湾、群山等，全部都由AI绘画软件生成。这很可能是国内第一条由“AI”完成大部分内容创作的旅游宣传片。图

[ComfyUI]Flux+MiniCPM-V强强联手艺术创意，媲美GPT4V级国产多模态视觉大模型

MiniCPM-V是一款官方称能够媲美GPT4V级的国产多模态视觉大模型。MiniCPM-V是面向图文理解的端侧多模态大模型系列。模型能够接受图像和文本输入，并提供高质量的文本输出。该系列模型中，最新版本是，也是其中最新、具有最佳性能的模型。• 模型总参数量 8B，能够实现单图、多图和视频理解性能超越了 GPT-4V。• 在单图理解上，它取得了优于GPT-4o mini、Gemini 1.5 Pr