F5-TTS-main,根据参考语音生成语音,懒人包 F5-TTS-main：根据参考语音生成语音整合包制作： 数字生命卡兹克我不认识他，整合包来自群友分享。在此基础上做了界面负优化，把我不想看到的都删除了。核心功能与用法这可以理解为语音克隆。使用方法：上传一段示例语音（例如猪八戒的音色）。输入一段文字（例如唐僧念的那段经文）。生成结果： 得到用猪八戒的音色念唐僧经文的效果。参考要求： 参考语音只需要 15 秒的范本即可。版本优化说明已精简界面，已删除不需要的模型。原版功能挺多的（例如多人对话、悟空和八戒对话等），这些都删除了。为什么删除？就连简单的文本生成语音都是玩具级别，还谈什么多人对话？经测试，存在以下一系列问题：有吞字现象有不连贯现象标点符号停顿过短（抢读）如果想拿去商用，还是算了。只是玩具级别，发出来只是让大伙看看目前 AI 到了什么境界。体积对比：精简后的压缩包 4.3GB，原版大小 11GB。下载链接https://pan.baidu.com/s/11HKrYtgsrArF8kbTP1Vh1g?pwd=gpcb

AI离线大模型加载工具,LM Studio AI 离线大模型加载工具：LM Studio🔗 官网链接https://lmstudio.ai/💡 工具简介这个工具其实用了很长时间了，之所以现在才推荐，主要原因是从上一版已支持简体中文语言。虽然并不全面，但总好过没有。今天已更新到 0.3.5 版了，具体更新了啥我也没看懂，反正它升级，我就跟着升级。🚀 模型下载与配置建议软件费用：软件是免费的。模型来源：模型非常丰富，去 Hugging Face (抱抱脸) 下载任意 GGUF 格式的模型即可（如千问、Llama 等官方量化版）。显存匹配指南：请根据显卡显存下载对应的模型。案例参考：如果需要参数大的模型（例如 14B），而显存只有 8GB，可以查看模型的量化后体积。实测数据：公司电脑为 4060 (8GB 显存)，加载了 qwen2.5-14b-instruct-q2_k。该模型为 14B（140亿参数）。若使用 FP16 精度，约需 32GB 显存。下载 Q2_K 量化版后，加载完成显存占用不到 7GB。🛠️ 功能与稳定性部署方式：可以在自己电脑安装加载模型。还可以以服务端形式部署在公司内网，其他用户通过 API 方式访问。稳定性对比：这个软件是目前我用过最稳定的。虽然还有另外三个软件也支持加载 GGUF 模型，但都不太稳定，故不推荐。

UltraPixel高分辨率文生图 UltraPixel 高分辨率文生图UltraPixel 是一种由华为诺亚方舟实验室联合香港科技大学共同开发的超高清图像合成架构，旨在生成具有丰富细节的高质量图像，其分辨率可以从 1K 一直延伸至 6K。无需进一步微调，直接支持的最高分辨率为 4K（例如：3840 2160, 2048 2048 等）。简单来说：不用超分，直接出大图。🛠 硬件要求显卡建议：黄皮显卡必备。显存需求：勾选低显存模式也需要占用 12.4GB 显存。至少 12GB 显存，8GB 非常耗时。建议 16GB 显卡起步。性能参考：16GB (4060)：38 秒一张（分辨率 1536X1536）。8GB 显卡（启用低显存模式）：点击生图按钮后会假死几分钟，请勿关闭，等待即可。8GB 显卡（不开启低显存模式）：5 分半钟一张（1024*1024）；勾选低显存模式为 3 分 45 秒。✨ 本站优化内容本版本已针对易用性进行了大量改进：界面升级：已改成 GUI 窗口模式，去掉了原先的浏览器界面。本地化：页面汉化。性能优化：显存回收。逻辑修正：部分逻辑修正；原版没有随机种子，现已改为随机种子。便捷操作：出图自动保存到 OUT 文件夹。点击 GUI 界面的图片即可使用系统默认看图软件打开。仅保留必要控件（如图高、图宽、是否低显存模式）。配置记忆：增加配置文件保存信息，下次运行时可自动调用上次设置的宽高配置。🔗 相关链接jian27 打包：https://www.jian27.com/html/379.html开源项目页面：https://github.com/catcathh/UltraPixel✍️ 提示词 (Prompt) 填写范式项目支持简单的中文关键词（例如直接填写：“一个女孩” 也可以出图）。Tips:To generate aesthetic images, use detailed prompts with specific descriptions. It's recommended to include elements such as the subject, background, colors, lighting, and mood, and enhance your prompts with high-quality modifiers like "high quality", "rich detail", "8k", "photo-realistic", "cinematic", and "perfection". Example:"A breathtaking sunset over a serene mountain range, with vibrant orange and purple hues in the sky, high quality, rich detail, 8k, photo-realistic, cinematic lighting, perfection".提示：要生成美观的图像，请使用带有特定描述的详细提示。建议包括主题、背景、颜色、灯光和情绪等元素，并使用高质量的修饰符增强提示，如“高质量”、“丰富的细节”、“8k”、“照片级逼真”、“电影感”和“完美”。简洁但详细，具体而清晰，并尝试不同的单词组合以获得最佳效果。🖼 生成效果展示这是生成的图片（有压缩）：加载模型需要大约 5 秒钟：12GB 显卡可以勾选低显存模式：📅 更新日志与下载2024-10-16 更新：改成 GUI 窗口，支持保存配置文件。百度云盘连接（文件大小 17.5GB）：隐藏内容，请前往内页查看详情

diffusers-image-outpaint,智能扩图工具,懒人包，有更新 diffusers-image-outpaint 智能扩图工具懒人包PS 原版有扩图功能，但是老美不给用。Diffusers Image Outpaint 是一个在 Hugging Face 上的开源项目，它为图像外绘（image outpainting）提供了强大的工具和解决方案。✨ 本站独有优化增加常见图片比例自动保存：图片完成输出后，自动保存到 out 目录无限扩展：可以将扩展后的图片当做原图，继续扩展，实现无极限扩图🔗 Jian27 打包下载💻 硬件配置建议显存要求：该项目不建议 8GB 显卡用户使用。最低消耗：14GB 显存。推荐配置：16GB 显卡（如 4060 TiS 16GB，速度约 7 秒一张）。🔄 更新日志2024-09-30 更新文件信息：压缩包 15GB，下载地址回复可见（百度网盘）。Bug 修复：上个版本的 Bug 已修复。尺寸优化：增加了自定义比例尺寸。固定比例也支持更改尺寸（例如：选择 4:3 后，直接拖动长边即可更改至所需尺寸，图高会自动等比更改）。性能优化：优化了显存回收机制。规格提升：最大边长改大到 2048（注意：最大边长会导致显存暴涨）。💡 小贴士：遇到不扩图、直接给图片加边框的情况，请尝试缩小或加大分辨率。这可能是模型限制导致的“卡脖子”现象，并非软件 Bug。2024-10-14 更新解决了旧版初始化运行时可能会重新下载模型的问题。已在两台机器上测试通过。📥 下载链接链接：https://pan.baidu.com/s/1NMmGIveyoJbD1CmMTcY2Zg?pwd=gpcb

腾讯开源GFPGAN图片无损放大，一键懒人包 腾讯开源 GFPGAN，一键懒人包集显不用下载了，A卡也不用下载了，依赖 CUDA 生态。这是 3 年前的老项目了，网上应该是有其他人做的懒人包，我懒得找。看见模型更新到 1.4 了，重新打包了下。老样子，删除了一切我不我想看见的，尽可能精简体积且不影响输出效果。显存与性能表现这个项目对显卡要求较低，大概 4GB 黄皮显卡都可以流畅运行：1080 像素放大 4 倍：消耗约 2GB 显存。4500x3000 分辨率图片放大 2 倍：显存占用 4.2GB。6600*4400 像素（约 2500 万像素）：消耗显存 9GB，内存约 18GB，需要分解 204 块。尝试将 4000 万像素放大 2 倍：显存消耗 11.2GB，最终显示内存不足而失败。这已超出软件使用范畴。软件是用来你修复老旧照片的，意味着低分辨率低像素效果才明显。总体来说，十分优秀。使用指南1. 目录说明inp：将待放大图片放在这个文件夹。out：完成放大图片输出文件夹，放大完成后会自动打开。gfpgan：程序文件夹，不用管。2. 操作步骤将图片放在 inp 文件夹（注意：图片名不能有中文、空格等）。解压后，双击 无损放大.bat。按键盘上的 2 或者 4，然后按回车。注意事项与局限性适用范围：超分放大不挑图片类型，风景人文都可以。极端情况：例如拿幼儿园大合影来超分，那不现实。模型里面数据大多是老外，绿豆大小的人头超分后大多变成老外了。人脸识别：如果有识别到人脸，则会生成对比图；如果没识别出来，则不会有。如果拿大合影来超分，最后一步会对人脸进行切片对比，这一步会消耗较多时间。核心逻辑：此项目是以人脸优先的。一张图片，优先识别人脸，背景什么的，大概率不会动，或者是效果不怎么好。如果修复没有人脸信息的风景照，可能没什么效果。资源链接负优化，傻木摄影：http://www.gpcb.net/项目地址：https://github.com/TencentARC/GFPGAN更新说明：显著减小了体积。下载链接百度网盘：https://pan.baidu.com/s/1cTLyNDBIL55SFIkYOLwytQ?pwd=gpcb123网盘：https://www.123pan.com/s/fp3Njv-zcwld.html （提取码: gpcb）

PhotoMaker_V2:人像面部可控高保真迁移,离线懒人包 PhotoMaker V2: 人像面部可控高保真迁移项目资源开源地址: https://github.com/TencentARC/PhotoMaker打包制作: jian27 打包制作 (本站独家发布，包含负优化、汉化及布局调整)姊妹版推荐: PuLID (效果与 PhotoMaker 半斤八两，个人更倾向于 PhotoMaker_V2)百度网盘链接: 点击下载硬件要求与性能优化显存要求: 最低 12GB 显存。4060 (8GB): 出图分辨率 1024 约需 5 分钟/张。4060 (16GB): 约 20 秒/张。优化建议: 将采样步数降低至 20，可有效降低显存占用并加快出图速度。项目简介PhotoMaker 是由腾讯 ARC 实验室和南开大学 MCG-NKU 联合开发的前沿图像生成工具（展示于 CVPR 2024）。该项目旨在通过堆叠的 ID 嵌入技术，实现对真实人类照片的定制化编辑与生成。核心功能：高度一致性: 结合用户提供的参考图像 (ID 图像) 与文本提示，生成具有高身份一致性 (ID fidelity) 且风格多样的照片。快速定制: 支持在几秒内完成定制，无需额外的 LoRA 训练。版本升级: PhotoMaker V2 在保持高质量生成能力的同时，进一步提升了 ID 一致性。生成效果展示原始参考图 (由 AI 生成):基于参考图的生成效果:运行界面说明:参考图可以上传多张，一般三五张效果最佳。安装注意事项:首次运行需执行 .bat 批处理文件，之后仅在重装系统后才需要再次运行。版本更新说明第一阶段优化：目录结构: 优化了目录布局。自动保存: 设置了输出文件夹，出图后自动保存至 out 文件夹。格式转换: 图片格式由 webp 改为 png。性能调整: 默认采样步骤由 30 步更改为 20 步；初始化批处理命令由“剪切”改为“复制”。第二阶段优化（进阶微调）：界面布局: 将引导比例与采样步数位置互换。参数预设:将引导比例预设值由 5 更改为 3.2。数值参考: 数值越大，图像越像硅胶娃娃；数值越小，对比度与反差较低。经测试，3.2 为折中平衡值。采样步数: 原始为 50 步，实测改为 20 步画质几乎无损且速度更快（显卡性能好可调至 30）。新增功能: 增加了“高级时装”预设。

AI表情同步(表情迁移),含懒人包 利用 AI 模型重建静态图片，使其同步目标视频中的表情 (表情迁移)利用 AI 模型重建静态图片，使其同步目标视频中的表情（表情迁移）。用人话说：上传一个人像图片，再上传一个你想复制表情的参考短视频（几秒钟），点击“重建表情”按钮，就会把静态图片转换成视频。表情与你上传的参考视频一致，音频也是复制参考视频的。软件信息开源软件主页： https://github.com/KwaiVGI/LivePortrait硬件要求： 需要使用 NVIDIA 显卡（老黄家），显存占用约 3GB。性能参考： 4060 显卡执行转换 7 秒钟视频，大约消耗 35 秒。版本优化说明已重新打包，删除了官方示例视频与图片。精简了代码，并完成了汉化。版本拆分： 表情迁移和表情重塑已拆分为两个程序（方便追求简洁界面的用户）。所有功能均已通过测试。使用说明1. 表情迁移使用说明上传图片上传参考视频点击 开始同步表情注意： 所有设置全部默认即为最佳设置。目标图片和参考视频必须使用正面、正脸，否则效果不佳。2. 面部表情重建使用说明上传图片调整参数（例如向左偏头、眼睛调整大些、张嘴等等）执行重建几秒钟即可看见效果。注意事项（避坑指南）路径问题： 软件不要放在有空格的文件夹，也不要放在中文文件夹。文件名问题： 载入的图片、视频文件名不能有中文，不能有空格。如果报错，请优先检查上述路径与命名问题。下载链接https://pan.baidu.com/s/19orN6bPtPkRU4AHHMEzKYg?pwd=gpcb效果展示(注：该图为 AI 生成) window.jwplayer || document.write('')播放器载入中...jwplayer.defaults = {"base":"https://gpcb.net/usr/plugins/JWPlayer/player/"};jwplayer("jwplayer_1").setup({"file":"\/usr\/uploads\/2024\/07\/1144559289.mp4","autostart":"false","repeat":"true","preload":"auto","width":"480","height":"480","localization":{"rewind":"\u540e\u900010\u79d2","settings":"\u9009\u9879","cc":"\u5b57\u5e55","hd":"\u753b\u8d28","fullscreen":"\u5168\u5c4f","videoInfo":"\u67e5\u770b\u5a92\u4f53\u4fe1\u606f","copied":"\u590d\u5236\u6210\u529f","playlist":"\u5217\u8868","nextUp":"\u4e0b\u4e00\u4e2a","liveBroadcast":"\u5728\u7ebf\u76f4\u64ad"}}); window.jwplayer || document.write('')播放器载入中...jwplayer.defaults = {"base":"https://gpcb.net/usr/plugins/JWPlayer/player/"};jwplayer("jwplayer_2").setup({"file":"\/usr\/uploads\/2024\/07\/2571073828.mp4","autostart":"true","repeat":"true","preload":"auto","width":"950","height":"520","localization":{"rewind":"\u540e\u900010\u79d2","settings":"\u9009\u9879","cc":"\u5b57\u5e55","hd":"\u753b\u8d28","fullscreen":"\u5168\u5c4f","videoInfo":"\u67e5\u770b\u5a92\u4f53\u4fe1\u606f","copied":"\u590d\u5236\u6210\u529f","playlist":"\u5217\u8868","nextUp":"\u4e0b\u4e00\u4e2a","liveBroadcast":"\u5728\u7ebf\u76f4\u64ad"}});完整界面：底下的面部重建也非常有趣：

目前生成式AI最大的短板是什么？ 目前生成式AI最大的短板是什么？如图，最大的短板应该是默契。你不懂我，就算放一本百科全书加一本康熙字典在你面前你一样看不懂我；如果有默契，一个眼神就足以说明一切。场景描述例如下表格式，一个问卷调查，共8题，每题有多个备选项，至少需要选择3项：我需要做出统计，如下表，某一题中的各个问题被选择了多少次：需求详情对此，我将Excel表单基础数据整理好了，并且写了一份我的需求，如下：1. 数据结构第一页（回收）：问卷结果集，共8列（对应8个问题）。第二页（统计表单）：包含8个问题及其对应的可选项，以及统计列。统计逻辑需对应第一页的问卷结果集。2. 核心任务我需要分析第二页的每一个答案，在第一页中被选择了多少次。以第7题为例（共收回152份）：选中“关爱会主席”：2个选择“关爱委员会成员”：26个选择“活动小组团长”：6个选择“活动小组政委”：12个以上角色均不参加：106个合计：152个3. 统计逻辑要求我需要在第2页的统计表单做出统计。意思是每一题中的每一个问题（例如 M列的“打造ABP文化建设”和N列的“计数”），计算每个问题在第一页中被选中了多少次。算法/执行步骤建议数据清洗：将第一页的回收数据（152份问卷）与第二页的题目及可选答案进行对比，确保数据的一致性和准确性。以第7题为例。数据拆分：根据第二页的题目，将第一页每个问题的答案拆分成对应的可选答案。例如：如果第二页第7题有四个可选答案（关爱会主席、关爱委员会成员、活动小组团长、活动小组政委），我们需要将第一页的相应答案拆分成这四个部分。数据匹配：将拆分后的答案与第二页的可选答案进行匹配，统计每个可选答案在第一页中被选中的次数。具体操作流程（以第7题为例）确认分布：确认第一页中第7题的答案分布情况。拆分统计：将答案拆分成四个部分（关爱会主席、关爱委员会成员、活动小组团长、活动小组政委），并分别统计在第一页中被选中的次数（如：主席2次，成员26次等）。结果填充：在第2页的统计表单中进行填充：A列是问题，B列是对A列的统计；C列是问题，D列是对C列的统计……以此类推。循环执行：重复以上步骤，为第二页的每个题目创建统计表单。测试反馈智谱清言：各种回复乱七八糟。百度：直接摆烂，不支持Excel。月之暗面：更简单了，直接罢工。