（一）首先欢迎诸位新入岛民入驻爱智岛！许多小伙伴反映dodo群上很容易迷路，确实爱智岛dodo群本来就是为了做更系统化的信息沉淀而建立的社区据点。所以信息繁复庞杂正是其主要特点之一。没关系，由我来为大家做个简单但较为系统的导航地图！如果你刚刚登岛，还未来得及展开探索。那我强烈建议你，先收藏此帖。点击自己头像-我的收藏，即可反复调阅。（二）现在你可以在爱智岛上干这些事儿：去#登岛 | 名册录 登记身份信息，登记后去#登岛 | 新人问与答 - Q&A 写：名册录已登记，然后@岛委会成员 ，即可获得正式身份；去#签到 | hash值（正式岛民） 签到赚Hash值（岛内积分，须正式岛民身份）去#商城 逛逛，可用Hash值来购买特殊的身份、称号等虚拟资产~获得Hash的方式有很多，比如多发好作品哦被加精的帖字有奖励；参与#02 | 365天行健打卡 每天加持打卡，每满百日获365hash值哦；多发原创作品，作品登榜（璇玑榜）也有hash值奖励...更多奖励规则详见：【爱智岛上的一些高阶玩法！必看哦~】- https://imdodo.com/p/433989202431184896新手可去#登岛引导 | AIGC入门 （该区为整理收集的AIGC基础技巧和认知相关内容） 以及#MJ入门课：莱森的不二高校@爱智岛 （该区为岛委成员@莱森 老师主讲的MJ入门的系统课程）进行新手入门学习，以及收集的网络学习资料：#SD入门课：Nenly同学的零基础学SD 更多可去#知识图谱 | 资讯枢纽 （岛内专享） 去看大神作品榜 #璇玑榜（爱智岛大神榜） 随时上 #活动预告 关注最新岛上的活动，或去#03岛内活动 | 行业资讯 看更多资讯；如果你有疑问可以去 #新人问与答 - Q&A 提问，我们会尽量认真回答每一个问题，请尽量提有质量的问题；参与我们的每日AIGC打卡活动~ #04365天行健计划-每天用AIGC打卡！ 每打满100日和满1年都有hash值奖励！去更多作品专区观赏或发布作品展示： #01公共展馆 -所有作品都能在这里展示；也有国风题材专区： #国创馆1国服文化区 #国创馆2文玩珠宝区 等； #三体馆 这样的科幻区，#NIJI V5 二次元专区等等；还有我们之前举办的活动专题区：#00主题挑战馆 #05IP兔藏馆 #06【补完岛】百万IP兔比特大赛 #07爱智岛世界杯专题 #【归档】项目/展览/活动 等；了解更多更全面的爱智岛资讯：爱智岛简介pdf（2023-9月新版）https://ai-dao-cn.feishu.cn/file/WHJSb5J2Qo8uQjxCuEUcbT9Mnpg?from=from_copylinkAIGC自习资料包：知识图谱 | 资讯枢纽 （爱智岛内部专享）我们在飞书上整理爱智岛的知识图谱专区~https://ai-dao-cn.feishu.cn/wiki/QbYkwGXLyikUWEkyN7ScxBXan7c?from=from_copylink 以及更多AIGC相关教程、资讯和攻略文档等：#爱智岛智能学院—AI大师研修班 #知识分享 | 资讯中心 #进阶教程 | 攻略 去Discord上的爱智岛共创区学习交流：https://discord.gg/hvTdczqEzC（需科学上网）（三）以下是最基本的入岛操作：改ID、登记名册录、获取正式岛民身份登岛第一件事：改ID昵称登岛第二件事：登记名册录第三件事：@岛委会成员 或直接@北邦 获取正式岛民身份---------手机端修改自己的id号-------2023.1 岛委宣最后（完）

在看这个，做的很用心，信息量很大，达利欧的原则解说版，看过书的也值得再看一遍！桥水基金创始人——Ray Dalio瑞达利欧神作。 《原则2》独家中文版动画正式上线！吐血推荐！洞悉当今世界变化中的世界秩序~[脱单doge] 官方出的最新中文版本，如果想预测未来，就要细心研读历史，并且从中发现经济社会与国家的演化规律，再基于该规律以及当下所处位置，预测未来发展。 作者根据近500年来世界主要强国的发展规律(特别是经济领域)，揭示了国家竞争力的演化周期，以及决定这些周期的因素，是宏观经济学领域高屋建瓴的好书！

本文转载自Gary的《AI沉思录》，感谢Gary分享有价值的思考，原文地址https://aichensilu.com/2023/zyxdlyjagszmz/ 曾有开发者称因为自己的游戏中使用了AI生成内容，被拒绝上架Steam。Steam在发给开发者的邮件中称这部游戏有版权问题：“AI生成美术的法律所有权不明确，除非你拥有训练这些AI所使用的数据的知识产权，否则我们不能上架包含AI生成内容的游戏。”PS：Steam平台是全球最大的综合性数字发行平台之一(特别是游戏)。因此使用AI内容，更应该关注其版权问题，才能正常变现。今天跟大家分享20个游戏3D网站。本文是AI沉思录「1000AI」栏目的第二十四期，「1000AI」栏目专注研究有哪些AI产品，目标研究1000+AI产品(进度:816/1000)以下是整理的AI项目：1、Latent Labs网址：https://www.latentlabs.art 生成一个 3D 世界，你可以根据文本提示环顾四周。支持不同版本的Stable Diffusion 。2、Pixela AI网址：https://pixela.ai AI 生成的游戏纹理。所有这些图像都是使用Stable Diffusion生成的。3、GET3D (Nvidia)网址：https://nv-tlabs.github.io/GET3D/ 从图像中学习的高质量 3D 纹理形状的生成模型。4、GetFloorPlan网址：https://getfloorplan.com 使用AI将你的2D平面图转换为现代且设备齐全的3D布局，并提供360虚拟游览，每天可容纳数千人。5、Texture Lab网址：https://www.texturelab.xyz 借助 AI，在几秒钟内为你的游戏生成 3D 纹理。还提供了在网站上生成的即用型免费纹理的数据库。6、DeepMotion网址：https://www.deepmotion.com Animate 3D 允许你使用实时身体跟踪将视频转换为 3D 动画，以用于游戏、增强/虚拟现实和其他应用程序。7、Poly网址：https://withpoly.com /使用 AI 在几秒钟内生成纹理。只需文本提示即可创建无限的高分辨率、完全自定义、商业许可的纹理。8、Kinetix网址：https://www.kinetix.tech 免费创建3D动画的无代码平台。9、Kaedim网址：https://www.kaedim3d.com 2D 图像到 3D 模型。使用 AI 在线自动将 2D 转换为 3D10、Mirageml网址：https://www.mirageml.com 快速生成 3D 设计。只需使用文本来描述想要的内容，Mirage 的 AI 驱动平台即可生成 3D 网格和纹理11、Leonardo.Ai网址：https://leonardo.ai 创造力，革命性 以 AI 驱动的速度和风格一致性为你的创意项目生成生产质量的资产12、PrometheanAI网址：https://www.prometheanai.com Promethean AI 是一个与艺术家合作的人工智能，协助他们构建虚拟世界，并通过提出想法来帮助创造性地解决问题。13、Ponzu网址：https://www.ponzu.gg 用 AI 生成的纹理对 3D assets 进行处理14、The Simulation网址：https://fablesimulation.com 一个以人工智能为中心的元宇宙。由复杂的机器学习、游戏设计、NFT 和 ERC20 代币提供支持。15、G3DAI 网址：https://g3d.ai 只需添加文本提示即可创建所需的任何 3D 资产。16、Imagine 3D网址：https://captures.lumalabs.ai 想象一下，Imageine 3D是用文本制作3D原型的早期实验。17、Masterpiece Studio网址：https://masterpiecestudio.com 使用 AI 简化 3D 创建。传统的 3D 创建工具过于复杂。 现代创作者只想创作，而不是迷失在细节中。18、Plask网址：https://plask.ai 人工智能驱动的动作捕捉动画工具。19、Luma AI网址：https://lumalabs.ai 以逼真的 3D 方式捕获。无与伦比的照片写实感、反射和细节。20、Scenario网址：https://www.scenario.gg AI 生成的游戏资产。为你的游戏创建高质量、风格一致的专有资产。

原文：https://baijiahao.baidu.com/s?id=1770163402965506701&wfr=spider&for=pc 前面刚说了（这篇最新LLM榜单出炉！PaLM（Bard）被开源LLM反超！Vicuna-33B发布！）国产开源模型后劲不足，ChatGLM以后得中文开原模型都是犹抱琵琶半遮面。这下子新的国产开源就来了，你猜是谁，哎，还是ChatGLM，惊不惊喜？意不意外？自清华大学数据挖掘实验室（THUDM）3月开源ChatGLM-6B已经过去了3个多月，最近他们又带来了性能全面提升的“船新”版本-ChatGLM2-6B。别看名字变化小，其实更新的模型性能是又有量又实用。不了解ChatGLM的小伙伴可以看我这篇文章（ChatGLM：一个开源的中英双语大语言模型）。更新要点惯例，我们先总结下本次的更新要点：上下文从2k扩展到了32k：这个更新在整个LLM开源届都是相当炸裂，目前绝大多数开源模型的上下文都只有2k，而GPT3.5已经升级到了16k，GPT4目前支持8K，Claude的特殊版本极限可以支持100k。因此仅就多轮对话能力来讲，开源模型和私有模型还存在代差。而这次ChatGLM2的上下文直接提升到了32k，直接到了私有模型水平，无疑是极大的提高了模型的多轮对话能力。当然，不出意外，很快开源模型的上下文能力就会有整体提升了，具体原因后面再展开说。性能极大提升，C-Eval超GPT4：ChatGLM2-6B 使用了 GLM 的混合目标函数，经过了 1.4T 中英标识符的预训练与人类偏好对齐训练，基座模型获得了极大的提升。在 MMLU（+23%）、CEval（+33%）、GSM8K（+571%） 、BBH（+60%）等数据集上的性能取得了大幅度的提升。这里尤其耀眼的是CEval（这是一个由上海交通大学语言智能技术实验室提出的中文基础模型评估套件）成绩，ChatGLM2-6B目前已经超越了GPT4，跃居榜首。这里简单解释下，CEval并不是一个没有含金量的大模型评估套件，相反在中文评估能力上CEval还是我认为目前最权威的指标之一。所以ChatGLM2-6B的CEval成绩超过GPT4确实提升巨大。但是，经过实际体验后，客观的说ChatGLM2-6B依然还和GPT4有一定差距，但是提升也确实很大。这并不是说CEval评估的不准，主要是一个评估的侧重点问题，这个也放到后续具体讨论。推理效率提高：在官方的模型实现下，推理速度相比初代提升了 42%，INT4 量化下，6G 显存支持的对话长度由 1K 提升到了 8K。说白了，使用门槛进一步降低了，本来ChatGLM就是入门显卡（如3060TI）玩大模型的最好选择，现在ChatGLM2-6B成了最好的上位替代。有条件的商业开源：ChatGLM2-6B 权重对学术研究完全开放，在获得官方的书面许可后，亦允许商业使用。虽然还是有条件的，但是还是开了商用的口子，下次说不定就完全商用开源了，在国内环境下，还是非常有魄力的。简单谈谈GLM这里我觉得还是有必要在简单介绍下GLM，虽然它和GPT都姓G，但实际上并不是一家子。GLM是清华大学和腾讯AI Lab联合提出的一种基于自回归空白填充的通用语言模型（GLM）。GLM的核心思想是，在预训练阶段，将输入文本中的一些连续或不连续的片段替换为特殊的空白符号，并按照任意顺序预测这些空白处的内容。这样做有两个好处：一是可以增加模型对文本结构和语义的理解能力；二是可以通过调整空白的数量和长度，适应不同类型的任务。例如，如果空白很少且很短，那么就相当于进行掩码语言建模（MLM），适合NLU任务；如果空白很多且很长，那么就相当于进行完全自回归建模（ARM），适合无条件生成任务；如果空白在文本前后分布不均匀，那么就相当于进行部分自回归建模（PARM），适合有条件生成任务。GLM在多个数据集和任务上进行了实验验证，结果显示，在相同的模型大小和数据下，GLM均优于BERT、T5和GPT，并且使用比BERT Large少1.25倍的参数，就能达到单个预训练模型的最佳性能。这证明了GLM对不同下游任务的泛化能力和效率。GLM本身模型构架上的优势还是很明显的，ChatGLM-6B 的性能几乎同等于很多开源的13B的模型。更长的上下文本次ChatGLM2-6B上下文从2k扩展到了32k主要是应用了一种叫做 FlashAttention 的技术。flash-attention是一种快速、高效、可扩展的注意力机制，它利用了一种称为哈希感知（hash-aware）的技术，可以根据它们的相似性将输入序列中的元素分配到不同的桶（bucket）中。这样，模型只需要计算桶内元素之间的注意力权重，而不是整个序列。这大大减少了计算量和内存需求，同时保持了较高的精度和表达能力。ChatGLM2-6B虽然可以支持32k，但是在对话阶段使用 的8K 的上下文长度训练，因此其多轮对话能力大大增强了，但是对单轮超长文档的理解能力依然有限。整体测试下来确实比大部分开源模型的体感要强，尤其是在长文本问答和总结方面，优势明显。但是 ，本次ChatGLM2-6B长上下文的先发优势可能也无法维持太久，因为最新在上下文领域的新技术也是层出不穷。尤其是Meta的新作《Extending Context Window of Large Language Models via Positional Interpolation》，该论文提出了一种位置插值（Position Interpolation，PI）的方法，可以在最小的微调（1000步以内）的情况下，将基于RoPE的预训练LLMs（如LLaMA模型）的上下文窗口大小扩展到32768，并保持整体性能几乎不变。不出意外，LLaMA家族的众多模型很快将会具备32k上下文能力。性能极大提升这里我直接放ChatGLM2-6B官方的对比，可以看出来本次版本的性能提升还是非常显著的。数理逻辑知识推理长文档理解C-Eval这里还是再稍微多介绍几句C-Eval。C-Eval数据集包含13948个多选题，涵盖52个不同的学科领域，如语文、数学、物理、化学、生物、历史、地理、政治、经济、法律等。这些题目分为四个难度等级，分别对应小学、初中、高中和大学的教育阶段。每个题目都有四个选项，其中一个是正确答案，另外三个是干扰项。每个题目还有一个问题类型标签，表示该题目考察的是事实性知识、推理能力、应用能力还是创新能力。C-Eval数据集旨在全面地评估基础模型在中文领域的表现，包括语言理解、知识获取、逻辑推理和跨领域迁移等方面。该数据集已经在Hugging Face平台上公开发布，并提供了一个可视化的网页，方便用户浏览和使用。该数据集也已经被用于测试了多个主流的基础模型，如BERT、RoBERTa、ERNIE等，发现它们在该数据集上的表现还有很大的提升空间。下图是目前最新的C-Eval测评结果榜单：首先，从测试结果上看，我认为ChatGLM2-6B超越GPT4是比较真实的，大家从榜单的具体成绩可以看出，ChatGLM2-6B主要赢在Social Science,Humanities 和 Others 这三项上。而这三项实际上和训练的语料关系是比较大的，其中的很多项目是和国家的国情相关的，而非世界通识。因此，虽然我们不知道GPT4的中文语料占比，但是按照GPT3.5来推测的话，中文语料应该不会超过2%。而ChatGLM2-6B的语料是以中文为主的，所以在这几项上ChatGLM2-6B也并不足为奇。其次，ChatGLM2-6B的C-Eval评分高并不代表其中文能力已经超过GPT4了，因为大家看到了C-Eval测试其实就是单选题。做题做的好只能说明中文知识储备丰富，并不等于中文能力更强。这和我个人的测试体感也是相符的，即ChatGLM2-6B确实进步很大，但也就是类似Vicuna-13B英文这个级别的能力。如果加上多轮对话和更复杂的任务，GPT4还是完胜。推理效率提高加速推理方面，ChatGLM2-6B主要应用了Multi-Query Attention技术。Multi-Query Attention 是一种新颖的注意力机制，它可以有效地提高 Transformer 模型的推理速度，同时保持高质量的序列表示。它的核心思想是将多个注意力头的键和值合并为一个共享的张量，从而减少了内存访问的开销。这样，每个注意力头只需要计算自己的查询向量，然后与共享的键和值进行点积运算，得到输出向量。Multi-Query Attention 可以看作是一种权衡，它牺牲了一些模型的容量和表达能力，换取了更快的推理速度和更低的资源消耗。在官方的模型实现下，推理速度相比初代提升了 42%，INT4 量化下，6G 显存支持的对话长度由 1K 提升到了 8K。本次的效率提升还是挺大的，确实降低了其使用门槛。再加上其又放松了模型的开源限制，目前是可以有限制的商用的。因此，其实在很多类似客户或者文档问答的任务中，目前已经可以考虑用ChatGLM2-6B来代替GPT3.5了。结语ChatGLM2-6B的发布无疑震撼了表面歌舞升平，实际死气沉沉的国产开源LLM社区。希望在ChatGLM2-6B的鲶鱼效应下，我们能看到越来越多，也越来越好的国产开源LLM。博览AI的奥秘，博学AI的知识，博交AI的朋友，我是博而不士，欢迎加入我的AI探索之旅。关注我，一起玩转AI。!

注：此教程为转载内容，在此感谢B站UP主：Nenly同学 的分享课程~原教程地址：https://www.bilibili.com/video/BV1th4y1p7fH/?spm_id_from=333.788 很不错的课程，深入浅出地解释了这几类SD小模型，Embeddings（词嵌入）、LoRa（低秩适应模型）、Hypernetwork（超网络）这三种“小模型”，从原理出发，并探究它们在SD WebUI中的一系列应用。这对我们理解和服用SD小模型很有帮助，特别是混合使用的高阶服用需求。(Nenly同学SD系列课非常适合入门同学来学习，难得比较系统化的SD教程。)岛上也有转帖入口，戳这里：#SD入门课：Nenly同学的零基础学SD 教程中提到的Embeddings（词嵌入）是我们很容易忽略的部分，很推荐这个c站的嵌入模型Deep Negative，是一个对修手很有帮助的应用：Deep Negative V1.xhttps://civitai.com/models/4629?modelVersionId=5637 TOP Q&Ahow to use TI model? / 如何使用TI模型？https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Textual-Inversion what is negative prompt? / 什么是否定提示？https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Negative-prompt

国内AIGC产业正日益昌盛，同时资讯更迭速率也日益加快，导致诸多大家信息盲区，特收集相关资讯，以期为诸君一解对齐信息之忧。注：以下内容皆非完全原创，多为收集整理而来！国内一、Tiamat工具内测网址:https://tiamat-ai.feishu.cn/share/base/shrcn2uXL8wNiveykIFYqWSzsPf 简介：国内团队出品，相当于支持中文的强化版 Disco Diffusion，可以说是国产AI绘画之光。功能：Tiamat生成图片的速度非常快，操作也很简单，只要输入你想要的画面关键词，然后等待5分钟就可以一幅不错的艺术画作。这款工具还有一个更高阶的玩法，可以以某张照片或草稿图作为垫图，让AI基于这张垫图进行再创作。关于这款工具，站长之家此前也作出详细介绍，可点击《国产AI绘画之光!AI生成艺术工具Tiamat上线5分钟就能出图!》一文查看。国内二、6pen.art工具网址:https://6pen.art/简介:同样是国内团队出品，用户无需内测，打开后直接可以使用。注：图片来自官网截图功能:这款工具使用方法十分简单，在文本框中输入自己想要描绘画面的文字描述，点击生成即可。6pen 支持图像尺寸，参考图，随机种子等核心功能。另外，6pen支持中文，而且汇总了不同的绘画风格，用户在输入文字描述的同时，还可以选择水墨画、油画、素描等风格，同时还可以选择仙境、赛博朋克、超现实等风格修饰。具体内容可访问站长之家文章《手残党福音!支持中文的AI生成绘画工具来了》。国内三、文心·一格工具网址:https://yige.baidu.com/ 简介：百度出品，基于百度文心大模型能力的AI艺术和倡议辅助平台，不仅使用简单，图像生成速度也极快。功能：画作由人工智能生成，用户只需输入语言描述就可以生成不同风格、独一无二的创意画作，为设计提供灵感、为创作带来更多创意。只需要输入一句话，并选择方向、风格、尺寸，AI就可以生成画作。不同的文字、方向、风格，会带来不同的效果。不同方向下AI擅长的能力不同，可以结合你的需要选择合适的方向。如果不知道选什么，大家可以试试【智能推荐】，工具会自动生成多种风格画作供参考。平台还提供了生成画作的应用场景。国内四、Draft网址:https://draft.art 这款国产Ai绘画产品中英文都支持，让大家轻松。创作使用非常简单，移动端/pc端输入网址即可使用，无需下载。生成速度也相当不错，快的话，只要十秒就能出图。另外，社区提供瀑布流素材，可以带来灵感创意。国内五、盗梦师体验网址：https://www.printidea.art/ 它是西湖心辰联合西湖大学深度学习实验室最新发布的一款AI绘画微信小程序，对新手十分友好。操作便捷，微信打开小程序就能用。中文输入，五到十秒就能出图，不用调节各种参数。平台内有赛博朋克、水彩、油画、中国风、动漫、游戏场景、像素艺术等十几种绘画风格，另外还有8位世界级画作大师笔风可供选择和参考。指定风格或艺术家之后，就可以模仿该画家的笔触和个人特色生成固定风格的画面。国内六、画宇宙nolibox体验网址：https://creator.nolibox.com/ 作为国内最早在AI生成设计（区别于Canva等模板设计的智能设计）领域深度布局的初创企业之一，「Nolibox」的核心团队一直在持续探索AI与创造力的深度融合，并以AIGC作为核心进行了产品化的布局。其产品前身图宇宙是一个在线智能设计服务平台，在此开发基础上，将设计服务群体的需求挖掘并加强设计类人群的垂直应用体验是其亮点和优势。其推出「无限画板」和「生产力工具」的概念都是很好的设计思维的应用。“作为一个画板，它可以让用户在同一个交互界面上看到自己历史生成过的所有作品，也可以像Figma一样，在画布内对这些作品进行自由编辑。作为生产力工具来说，我们除了集成、优化了SD模型以外，也集成了各种各样的技术，而不是简单的给一段文本，生成，然后就结束了。用户可以先用文本生成很多张图，然后选中其中觉得比较好的图，再用超分辨率把它变成一张高清的图，进行后续的自由编辑和创造。这样的话，其实可以给予用户一个更加自由的创作环境，而不是一次性的创作。”国内七、站酷AI实验室体验地址：https://www.zcool.com.cn/ailab 为国内首屈一指的原创聚集地站酷网旗下研发的基于SD模型的AI应用，目前上海测试阶段，支持中文输入，目前功能较为单一，好处是可以快捷的作为原创内容在站酷上发布AI作品。国内八、无界版图体验地址：https://www.zcool.com.cn/ailab 是基于Stable Diffusion的模型研发而成，基本上可以实现Stable Diffusion的所有功能，而且支持中文输入，操作上更加简便，为没有代码基础的创作者提供了便利。国内九、YUAN初体验地址：https://yuan.zmoai.cn/ 基于研优化的Implicit style diffusion技术，为户提供从AI辅助内容创作到AI完全成的技术引擎与创作平台。近日，ZMO的中文平台“YUAN初”、以及同名小程序全新上线，用户可以便捷体验AI图像生成。“在ZMO 所开发的新一代AIGC引擎加持下，YUAN初不仅可以生成逼真的照片、自然的光影效果，还可以生成插画、动漫、游戏、艺术品等内容。”YUAN初已经具备3D内容的生成能力，其AIGC引擎可以生成3D、二次元的卡通形象，包括塑料、棉布、亚克力等常见的3D材质，YUAN初能够基于不同材质的特性在光影下生成真实的反射率，折射率。国内十二、画derApp应用平台：Android比较简易的AI生成工具，目前只是刚刚上线的1.0版本。国内十一、爱作画十月底开始内测，暂无体验地址目测应该也是基于SD的开源版本的垂直类应用针对从事艺术工作的专业创作者或者AI绘画的资深玩家，爱作画也推出了更多更专业的进阶玩法来帮助用户激发创意，提升内容多样性。首先，在参数设置上，爱作画加上了生成步骤、相似程度、采样器、种子等更专业细致的参数，让专业人士能够详尽地把控图片的质量、细节、色彩等方面。如果你对生成的图片不满意，还可以进行二次修改，爱作画有一项遮掩功能，可以选择你想调整的区域，对生成的图片进行特定内容增减以及修改。同时，爱作画还支持以图生图，你可以以某张照片或草稿图作为垫图，让AI基于这张垫图进行再创作。在最新更新的版本中，爱作画还新增加了一键抠图和图片像素增强功能。目前，爱作画平台一幅作品最快可以在4秒内完成。同时为了让出图质量更好，爱作画训练了自动翻译和补全优化，系统可以自动帮助还不太会描述的新手玩家优化描述词以达到更好的创作效果。更多见--爱智岛（AI.DAO）- -

感谢B站Up主-ET白宝箱的教程分享~采样方法对比图,我两个网盘内容都一样,我喜欢阿里是因为不限速。 阿里：https://www.aliyundrive.com/s/UXXPZnTVi7x 提取码: kz12 百度：链接：https://pan.baidu.com/s/1raib0i7D2JrpFC_wJoD8yg?pwd=Et51   提取码：Et51

全部资料下载（模型，课件，全部tag等，课件仅供学习，禁止商用） 夸克（推荐） 链接：https://pan.quark.cn/s/2b4299f106b5 提取码：FxPu 百度： 链接：https://pan.baidu.com/s/1xaiKchmXdijD-WvZ3JW2-w?pwd=erha   提取码：erha

B站最通俗易懂的loRA分层控制与融合教程⚡️5分钟解决污染视频内的两个插件： https://github.com/hako-mikan/sd-webui-lora-block-weight https://github.com/hako-mikan/sd-webui-supermerger 视频内的模型： https://civitai.com/models/8484/yae-miko-or-realistic-genshin-lora https://civitai.com/models/12597/moxin 也可以在国内版C站下载：https://www.liblibai.com/#/ 全部资料下载（模型，课件，全部tag等，课件仅供学习，禁止商用） 夸克（推荐） 链接：https://pan.quark.cn/s/2b4299f106b5 提取码：FxPu 百度： 链接：https://pan.baidu.com/s/1xaiKchmXdijD-WvZ3JW2-w?pwd=erha

一份详尽的有关预览MJ艺术家风格的可视资料，非常详尽，每一位受益的小伙伴都应该感谢作者的用心付出。它有个很有煽动性的名字：Mj九阴真经链接：https://pan.baidu.com/s/1eL2fmjkWcMU1BPQn9n-Fyg?pwd=y938 提取码：y938 --来自百度网盘超级会员V8的分享

感谢 AI建筑研究室 的收集整理。非常棒的针对设计领域（建筑，景观，室内）的细化SD的学习路径及工具工作流的逻辑图。分享给大家。再次感谢大佬们的辛苦付出！！！

注以下视频内容为B站转载：感谢up主 @娜乌斯嘉 的分享原帖来自b站：https://www.bilibili.com/video/BV13s4y197cK/?spm_id_from=333.337.search-card.all.click&vd_source=8c2a86ab53df9752cdd75679f58834a6 GitHub插件地址 ：https://github.com/Bing-su/adetailer在线安装：https://github.com/Bing-su/adetailer.git模型下载地址：https://huggingface.co/Bingsu/adetailer

from ：B站 朱尼酱 赛博炼丹炉整体对于炼丹的认知做了总结和细致的分析，还是非常有益的。更多内容可以去B站 朱尼酱的频道学习。

insight face bot 命令合集： /idname 创建一个ID /setid 设定主ID /swapid 本地图像换脸 /saveid name upload-ID-image 上传图片并注册ID /setid name(s) 从上下文菜单中轻松设置图像生成的身份名称。您可以通过用逗号分隔来指定多个 ID。 /swapid name(s) upload-ID-image 用目标图像上的注册身份名称替换面部。 /listid 列出所有注册的身份名称。您最多可以创建 10 个不同的 ID！ /delid name 删除特定身份名称。 /delall 删除所有注册的名称。

108个当下最新最实用！AI人工智能创作网站 涵盖了10个领域！你肯定用得到 → https://hao.uisdc.com/ai/?wb

注：以下为转载内容， 原作者：网黑哥，公众号：网罗灯下黑 原文地址：https://mp.weixin.qq.com/s/1uA7fYVLPRNCtYL0DwAFig AI 换脸这个词放到 2023 年的今天，可以说是恶名远扬了，不同于 AI 绘画的出圈，当你在新闻里见到这项技术的时候，往往跟着的都是些越来越刑的造谣事件。这就直接导致了关于 AI 换脸的工具，总是昙花一现，对于绝大多数人来说，门槛颇高。有没有机会，可以让小白也能一键换脸呢？当然有，事情是这样的，前段时间有朋友想让我用 AI 绘画帮他搞几张头像，要求就一个，和自己长得像。所以我就去稍微研究了一下，但无论是 Stable Diffusion 也好，Midjourney 也罢，垫图确实能让人物脸型保持 80% 的相似度，可五官总是差点意思。所以我把目光放到了换脸工具上，给大家展示一下效果：从左到右，花了大概 5 分钟吧，整体思路就是用 AI 绘画生成一张人物图，然后再用换脸工具把五官给 Copy 过去。没有任何门槛，一键就能搞定，踩了一些坑和大家分享一下。InsightFaceSwapAI 换脸的老玩家，看到这一小节的标题肯定不陌生，InsightFace 其实是早两年的开源项目，主攻方向是 2D 和 3D 的面部分析，GitHub 上斩获了 14.3K Star。地址：https://github.com/deepinsight/insightface这次被我挖出来，主要是因为 Discord 上多了一个名为 InsightFace 的机器人，如果你在玩 Midjourney，是可以无缝把 AI 换脸功能应用在 AI 绘画里的。当然，如果你单纯的想体验它的换脸，也是可以在 Discord 上体验的，需要我们给自己的服务器绑定上 InsightFaceSwap bot。PS：Discord 虽然没办法直连，但类似原 Steam++ 这样的本地反代是可以改善现状，免翻访问的，有兴趣的小伙伴可以搜搜看，这里不展开了。第一次知晓 Discord 的小伙伴看到这或许很蒙，形象点比喻，Discord 是微信平台，里面有很多微信群，今天的主角和 Midjourney 都只是其中之一。这些微信群里有提供服务的客服机器人，我们只要把这些机器人拉到自己的群里，就可以实现各种操作。具体准备需要你有一个 Discord 的账号，然后找左侧「+」创建自己的聊天群。依次选择「亲自创建-仅供我和我的朋友使用」，然后起个名字，并上传头像。最后访问下面这个链接，选择创建好的聊天群，就搞定 InsightFaceSwap 的机器人了。地址：https://discord.com/oauth2/authorize?client_id=1090660574196674713&permissions=274877945856&scope=bot回到 Discord，你会见到 InsightFaceSwap 加入了队伍的提示。具体操作在 Discord 上使用  InsightFaceSwap，需要你提前知道几个关于这个工具的指令，不多，一共就 6 个。在 Discord 输入框输入「/」触发，我们挑几个核心的来介绍。「/saveid」：保存人脸特征，其实就是需要你上传一张人脸的图片，然后在 idname 那起一个后面调用这个人脸特征的名字。我这里选的是寡姐的经典照片：但需要注意的是——1、ID 名不能超过 8 个字符，且仅支持中英文；2、对上传的照片有要求，清晰、正脸、无遮挡，过度美颜、清晰度低、戴眼镜（有遮挡）的图片都会导致效果差，这也是为啥我没选三上老师的原因，实在找不到了。。。如果你只想换这一张脸，用了「/saveid」指令后，所有的配置都已经搞定了，是的，就是这么简单。你可以向 Discord 上发一张图，鼠标右键的菜单里「APP-INSwapper」就可以完成换脸。也可以用「/swapid」的指令完成换脸，此时上传的图片是待换脸的图片，idname 选之前我们起的那个名。不管那种方式，你都能得到一张，脸部特征替换过的图片。至于怎么选两种调用换脸的方式，我的建议和 Midjourney 结合，用第一种方式；用 Stable Diffusion 或者自己的图需要换脸，用第二种。原因嘛，不妨试试「/listid」的指令，即当你向 InsightFaceSwap 上传多张图片时，每一张图内的脸部特征都会对应的一个 ID，最多保留 10 个特征/ID。这时想要对着 Discord 右键换脸，就需要设置默认的 特征/ID 了，用到的指令是「/setid」。如果你聊天群里有 Midjourney，文生图后，直接右键就好。原图是这样的：换脸后是这样的，效果喜人。总的来说，用这个换脸机器人没啥难的，真的是有手就行，剩下的多尝试，这个工具还能把脸部特征迁移到二次元上，玩法更多。无奖竞猜环节，以下蒙娜丽莎又是谁呢？结语对了，在使用这个换脸机器人的时候，我发现真正适合 InsightFaceSwap 的底图，一定是脸型相像的，毕竟它主打一个替换五官特征。绑定 InsightFaceSwap 机器人后，每个账号每天有 50 次的使用限制，按官方的说法，是为了防自动化脚本。。。不过 50 次，对于个人来说，也绝对够体验了。可以说这是当前，对小白最优化，也最简单的换脸工具了，不过还是那句话，这玩意稍有不慎就太刑了，所以歪脑筋千万不要动，更别有什么大胆的想法。想体验的还等什么，快去试试吧。PS：爱智岛Discord专区（https://discord.gg/hvTdczqEzC）已经假设好换脸机器人，可以直接上去按教程操作了哦：

在此之前，很多小伙伴都想尝试SD作画，由于各种版本和安装中出现的问题最终导致放弃。以上视频是秋叶UP最新发布的SD整合包，发布时间2023年4月16日，此版本不仅完美复刻WEBUI，还可以不断更新。以下案例的模型：nabimixVAE模型：kl-f8-anime2采样方法：DDIM高分辨率修复600*800描述：(masterpiece:1.2, best quality), (zentangle:1.2), (dynamic pose), (abstract background:1.5), (treditional dress:1.2), short platinum blonde, 1lady, wide hips, (shiny skin), many colors, upper body, (from Below), bare legs负面描述：(worst quality, low quality:1.4), EasyNegative, badhandv4, multiple views, multiple panels, blurry, watermark, letterbox, text,

📌 AI实验材料构图最满意的图，编号为 A面部特征最满意的图，编号为 B扣掉 B 的头，直接贴到 A 里面得到粗糙的融合图 C扣掉图 A 的头，得到一张有服饰，但是没头没头没脸的图片 D图 C 的副本（往下看就会知道为什么要一个副本）备注：手机版观看文档从上到下依次为图 ABCDC的副本，电脑是从左到右依次为图 ABCDC的副本。 📌 实验目标能够实现不切换软件，直接用AI工具换脸。这样就能让一个角色以不同的姿态、服装出现在不同的场景中，从而为故事制作打下技术操作的基础。 📌 blend模式实验🧪 实验1：图 C + 图 D实验猜想：两张图的唯一区别是，图D没有头，看看结果是不是会帮我把头成功融合进去。实验结果：并不能……反而得到了一张面部变糊掉的图片，可见两张图被「中和」掉了。 🧪 实验2：图 B + 图 C实验猜想：既然两张图的画面在原理上是被「中和」了，看来我需要保证两张图的脸都是我想要的。所以，这组实验中两张图的相同点是面部一致。我们看看服饰会怎么变化。实验结果：服饰仍然是图B的白色衣服，但是带有了一些火焰的元素。面部还算接近理想值范围。但是，我想要的是面部保留图B，但是衣服和场景都要图A的。 🧪 实验3：图 C + 图 C实验猜想：两张图，总可以了吧？？实验结果：系统提示不能上传两张一样的图。 🧪 实验4：图 C + 图 C 的副本实验猜想：应该是检测的文件是同一个，所以我干脆重新截图一下图C得到一个和图C一模一样的副本文件。实验结果：非常接近啦！！！ 📌 实验结论：如果你用 AI 画了一个满意的角色，得到图 1；又画了一个场景和构图很棒，但是不是同一个角色的图 2。然后你想融合一下，而且想要借助 Midjourney 直出。那么你可以把图 1 的脸用 PS 抠下来（不用很精细），直接覆盖图 2 的角色的脸……保存下来得到图 3。然后复制一下图 3 得到图片一样的图 4最后，用 Midjourney Blend 模式合成图 3 和图 4 ，就能够实现直接用 Midjourney 换头了。多试几次，总能找到最接近的。（以前都得试或很多次才能出相对接近理想结果，上面这个只出了一组就有很接近的了）作者：莱森 LysonOber新的个人公众号：evergreenset活跃的社交媒体（即刻）：https://okjk.co/AW4e3p