by Rain Chu 2 月 3, 2025 | AI , Stable Diffusion , 繪圖
Views: 38
AMD於2024年7月推出了Amuse 2.0 Beta版本，這是一款專為AMD平台設計的AI創作工具，替 AMD CPU、GPU的用戶提供更簡便的AI圖像生成體驗。
主要特色：
AMD XDNA超分辨率技術 ：該技術可在圖像生成結束時，將輸出尺寸提高兩倍。例如，將512×512像素的圖像放大至1024×1024像素，提升圖像細節和清晰度。多樣化的AI功能 ：Amuse 2.0提供了繪畫和草圖圖像轉換、可自定義AI濾鏡，以及基於ONNX的多階段管線等功能，滿足不同創作需求。 「容易模式」（Ez Mode） ：即使用戶沒有專業的AI知識，也能透過此模式輕鬆上手，享受AI創作的樂趣。
硬體支援： Amuse 2.0 的推薦配置包括：
配備24GB或以上記憶體的Ryzen AI 300系列處理器。
配備32GB記憶體的Ryzen 8040系列處理器（需更新至最新的OEM MCDM和NPU驅動）。
Radeon RX 7000系列顯示卡。
目前只有Ryzen AI 300系列和更新驅動後的Ryzen 8000系列處理器支援AMD XDNA超分辨率技術。
安裝與使用： 到官網去下載 Amuse 2.0為單一可執行(EXE)檔案，無需額外的相依性，安裝過程簡單。首次啟動時，系統會自動偵測硬體配置，並自動設定最佳化參數。建議初次使用者選擇「平衡」設定，以在性能和品質之間取得良好平衡。
by Rain Chu 1 月 1, 2025 | AI , 影片製作
Views: 57
Pollo AI 可以讓用戶從文字提示、圖片或現有影片中創建超高品質的影片，支援多種影片風格，從真實的電影場景到富有想像力的動畫，滿足不同的創作需求。其快速的影片生成演算法，讓用戶能在短短幾分鐘內獲得高清、專業級的影片輸出，此外，Pollo AI還提供多樣的模板，如AI擁抱影片生成器，方便用戶輕鬆創作溫馨感人的影片
Pollo AI homepage,文字生圖 支援 40多種 AI 影片特效，使得任何事物或人物都能在影片中“活”起來，例如
擠壓特效 ：讓照片中的主體如同麵團或橡皮泥般被擠壓變形，呈現出趣味十足的動態效果，適合在社交媒體上分享。
膨脹特效 ：使物體、人物或動物如氣球般膨脹，隨後飄走或爆裂，創作出搞笑短片，流暢自然的動畫效果有望成為病毒式影片。
爆炸特效 ：讓畫面中的主體以誇張且滑稽的方式“炸裂”，天馬行空的創意為觀眾帶來歡樂。
融化特效 ：將靜態圖像轉化為動態影片，讓畫面中的主體如巧克力般慢慢融化，效果逼真，只需簡單的三步操作即可完成。
Pollo AI 特效以及影片樣版庫
VIDEO
首尾偵功能
Pollo AI還引入了首尾偵功能
Pollo AI Image to Video 功能，首尾禎產影片功能 三張圖片合成功能
Pollo AI的三張圖片合成功能
參考資訊
by rainchu 12 月 27, 2024 | AI , 人臉辨識 , 圖型處理 , 繪圖
Views: 52
MBG-2-Studio 是一款基於 BRIA-RMBG-2.0 模型開發的開源應用程式，專門用於高效地移除和替換圖像背景，提供了背景移除、圖像合成、顏色分級和批次處理，可以用於電子商務、廣告製作、遊戲開發等多種場景。
主要功能：
背景移除 ：利用先進的 AI 技術，精確分離前景與背景，達到高精度的背景去除效果。拖放圖庫 ：用戶可以直接從圖庫中拖放處理後的圖像，進行背景替換和顏色調整。圖像合成 ：將處理後的圖像放置在新的背景上，並進行位置和大小的調整，以實現自然的合成效果。顏色分級 ：調整圖像的亮度、對比度、飽和度、色溫和色調，提升圖像質量。批次處理 ：一次性處理多張圖像，提高工作效率，適合需要大量處理的用戶。URL 支援 ：直接從 URL 加載圖像進行處理，方便處理線上圖片。
使用指南： 使用 node js 安裝
安裝 ：從 GitHub 頁面下載最新版本的安裝包，解壓後運行 install.js 進行安裝。啟動 ：安裝完成後，運行 start.js 啟動應用程式。背景移除 ：在「背景移除」標籤下，將需要處理的圖像拖放到指定區域，應用程式會自動進行背景移除。圖像合成 ：在「合成工作區」標籤下，從圖庫中拖放處理後的圖像到合成區域，調整位置和大小，選擇新的背景，並使用顏色分級工具進行調整。
使用 pip 安裝
安裝： 到 app 目錄下，執行 pip install -r requirements.txt啟動： 執行 app\app.py
相關資源： GitHub 頁面
by rainchu 12 月 24, 2024 | AI , Chat
Views: 94
Jan AI 是一款完全開源且支援多種平台(Windows, Linux, Mac)的人工智慧聊天助手，類似 ChatGPT 的功能，但可完全離線運行於使用者內部的電腦上。
主要特色：
離線運行 ：Jan 支援多種 AI 模型，如 Llama3、Gemma 或 Mistral，使用者可直接在本地端下載並運行這些模型，確保資料隱私。模型中心 ：提供多樣化的模型選擇，使用者可根據需求下載並運行不同的 AI 模型。雲端 AI 連接 ：在需要時，Jan 也能連接至更強大的雲端模型，如 OpenAI、Groq、Cohere 等，提供更高效的運算能力。本地 API 伺服器 ：使用者可一鍵設置並運行與 OpenAI 相容的 API 伺服器，利用本地模型提供服務。文件互動 ：實驗性功能，允許使用者與本地文件進行互動，提升工作效率。
開源與自訂化： Jan 完全開源，使用者可根據個人需求進行自訂，並透過第三方擴充功能（Extensions）來增強系統功能，如雲端 AI 連接器、工具和資料連接器等。
隱私與資料擁有權： Jan 強調使用者資料的隱私與擁有權，所有資料皆儲存在本地，並以通用格式保存，確保使用者對自身資料的完全控制。
下載與社群： Jan 已在 GitHub 上獲得超過 2.4 萬顆星，並持續更新與改進。
相關資訊
by rainchu 12 月 19, 2024 | AI , 影片製作 , 語音合成 , 音樂
Views: 49
MMAudio 是一款開源的多模態影片轉音訊工具，透過多模態聯合訓練技術，可以將高品質的影片與音訊合成。該專案由伊利諾大學厄巴納-香檳分校、Sony AI 及 Sony 集團公司合作開發，適用於影片配音、虛擬角色語音等多媒體創作場景。
主要特色：
多模態聯合訓練： MMAudio 採用多模態聯合訓練方法，能夠同時處理影片和文字輸入，生成與內容同步的音訊。高品質音訊合成： 透過先進的模型架構，MMAudio 能夠生成高品質且自然的音訊，適用於各類應用場景。同步模組： MMAudio 的同步模組確保生成的音訊與影片畫面精確匹配，實現高度同步。
適用場景：
影片配音： 自動為無聲 影片生成對應的音訊，提升影片的可觀賞性。虛擬角色語音生成： 為虛擬角色生成符合其動作和表情的語音，增強互動性。多媒體內容創作： 協助創作者快速為視覺內容添加音訊，豐富作品表現力。
技術原理： MMAudio 基於深度學習技術，特別是神經網路，理解和生成音訊資料。模型能夠處理影片和文字輸入，透過深度學習網路提取特徵，進行音訊合成。在訓練時，模型考慮音訊、影片和文字資料，使生成的音訊能夠與影片和文字內容相匹配。透過同步模組，確保音訊輸出與影片畫面或文字描述的時間軸完全對應，實現同步。
使用方法： MMAudio 提供命令列介面和 Gradio 介面，使用者可以根據需求選擇使用。在命令列中，使用者可以透過指定影片路徑和文字提示，生成對應的音訊。Gradio 介面則提供了更友善的使用者介面，支援影片到音訊和文字到音訊的合成。
已知限制： 目前，MMAudio 存在以下限制：
有時會生成不清晰的語音或背景音樂。
對某些陌生概念的處理不夠理想。
相關資源：
by rainchu 12 月 3, 2024 | AI , 圖型處理
Views: 53
TryOffDiff ：開創虛擬脫衣的新方向
在電子商務與生成式模型的發展中，虛擬試穿（Virtual Try-On, VTON）技術早已佔據重要一席之地，讓用戶能在數位環境中模擬穿戴效果，但一項新興的任務——虛擬脫衣（Virtual Try-Off, VTOFF）正在改變我們對電子商務中的服裝數位化處理的理解。
什麼是 VTOFF？
虛擬脫衣（VTOFF）是可以從穿著者的單張照片中提取標準化的服裝影像，而不是僅僅模擬服裝穿著的效果，最大的好處是幫助你快速分離模特兒身上的衣服，VTOFF 的挑戰在於，如何準確捕捉服裝的形狀、材質與細節紋理，同時去除穿著者的影響，生成一個純粹且高還原度的服裝影像。
這項任務的核心價值在於：
提供標準化的服裝圖像，有助於電子商務中的產品展示。
評估生成式模型的重建能力，成為模型研究與改進的重要工具。
試用 VTOFF
TryOffDiff：專為 VTOFF 打造的生成模型
針對 VTOFF 的挑戰，TryOffDiff 模型應運而生。這是一種基於 Stable Diffusion 的生成架構，結合了 SigLIP
重建品質卓越 ：TryOffDiff 在處理服裝紋理、複雜細節以及準確的形狀表現上表現突出。簡化處理流程 ：不需要繁瑣的前處理與後處理步驟，顯著提高效率。改進的評估方法 ：傳統影像生成指標難以準確衡量重建品質，TryOffDiff 使用 DISTS（Deep Image Structure and Texture Similarity） 作為評估標準，提供更可靠的結果分析。
實驗成果與應用前景
TryOffDiff 的實驗基於改進版的 VITON-HD 資料集進行，結果顯示其重建表現超越現有基準方法。特別是在以下領域：
電子商務 ：幫助商家輕鬆生成標準化產品影像，提升顧客的購物體驗。生成式模型評估 ：作為生成模型評估的重要參考，推動更高還原度的技術研究。未來發展 ：激發針對高品質影像重建的新技術創新。
參考資料
近期留言