ChatGPT又整活儿！以后吉卜力自由

已于 2025-03-28 18:18:19 修改
阅读量544 收藏 2
点赞数 11
文章标签： chatgpt 人工智能 OpenAI 贴图 推理模型
于 2025-03-28 18:02:19 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/fu1766731950/article/details/146607356
版权

言出法随，你想要的图片ChatGPT都有

图片

有哪些更新

先看OpenAI的CEO山姆·奥特曼怎么说

图片

今天我们发布一项新功能——ChatGPT支持图片生成！

这是一项令人惊叹的技术/产品。还记得第一次看到这个模型生成的图片时，我甚至难以相信它们真的由AI创作。我们相信用户会喜欢它，也期待见证由此激发的创造力。

这标志着我们在支持创作自由方面的新高度。人们将用它创作出惊艳的作品，也可能生成一些冒犯性内容；我们的目标是确保工具默认不产生冒犯性内容，但若用户明确需求（在合理范围内），它也能实现。如《模型规范》所述，我们认为将这种智力自由与控制权交给用户是正确的选择，同时会持续观察社会反馈···

那么更新后的ChatGPT到底可以做什么，我们一起围观一下

恶搞山姆·奥特曼-参考合成

图片

图片

电商人的福音

从商家端: 只需要拍实物图, 一句话打造各种场景的效果图;

从用户端: 可以选个各种家具让他组合搭配看效果图

图片

图片

像素艺术

图片

图片

吉卜力风格

川普名场面

图片

原图

图片

街拍

图片

原图

图片

参考生成系列

参考图

图片

大脑宕机：脸上写着“404”，头顶冒烟

图片

吃瓜群众：角色戴着墨镜，捧着一大碗瓜子

图片

抓狂模式：头发炸毛、眼神暴走、旁边飘着“我裂开了！

图片

在线emo：坐在角落，头顶小雨云

图片

加班爆肝：黑眼圈+咖啡+电脑，旁边有“我还能肝！

图片

哈哈哈哈哈哈哈

好的产品果然自带流量，官方已经限流啦

图片

上面的图片，更喜欢哪个？

🔍：ai_service，持续分享一线的AI情报

吉卜力迷必看！GPT-4o生图大揭秘
u013655559的博客
03-27 900
昨天GPT-4o更新发布绘图模型，结果通过4o生成“吉卜力”（Ghibli 宫崎骏风格）风格图片直接引爆全网。而且仅仅只要简单的提示词，不再需要复杂的工作流，在此前要处理高质量的文生图，基本上都是要靠。现在只需要在gpt中将模型选 ChatGPT 4o，并在输入框上传图片，提示词只要写“·来搭建工作流，对于普通人而言还是有点门槛。手绘图变成高保真原型。
通俗易懂讲AI：5分钟搞懂小模型/大模型/多模态特点！使用效果翻倍！
fu1766731950的博客
04-09 942
大家用了这么长时间的大模型，是否明白上面2个按钮打开或关闭分别起什么作用嘛？联网和深度思考都开：推理模型R1回答问题时会结合搜索到的互联网内容进行解答联网和深度思考都关闭：那就是deepseek的V3模型自己在进行问题解答联网开和深度思考关闭：V3模型回答问题时会结合搜索到的互联网内容进行解答联网关闭和深度思考开：那就是deepseek的推理模型R1自己在进行问题解答那么，在使用中，“深度思考”和“联网搜索”按钮打开或关闭的分别适用场景和作用是什么？
Deepseek开源后，AI产品二三事：腾讯疯狂、字节知耻后勇
fu1766731950的博客
04-11 1381
• 腾讯元宝成为2025年第一季度投流最凶猛的公司，投放费用达14亿元（2024年Q4仅1.1亿元），主要铺向乡村广告墙、微信、QQ等渠道，推动DAU增长20倍，成为中国DAU第三的AI应用。闪电接入DeepSeek，24小时内集成V3模型，形成“DeepSeek（广度）+混元T1（深度）”双核架构。投流激增，2025Q1投流14亿元（行业最高），借势DeepSeek热度抢占市场，DAU增长20倍。依赖自研混元大模型，投流规模有限（2024Q4仅1.1亿元），增长较慢。
吉卜力
02-17
【标题】：“吉卜力”通常指的是日本著名的动画工作室——宫崎骏创立的吉卜力工作室，这个名称来源于一种意大利二战时期的侦察机。在IT领域，吉卜力可能与某个项目、软件或技术主题相关，但具体关联在这里并未明确。...
吉卜力履带
02-23
【吉卜力履带】是一种基于JavaScript的网络爬虫框架，专为自动化数据抓取和信息处理而设计。JavaScript作为Web开发的主流语言之一，它在客户端和服务器端都有着广泛的应用，因此用JavaScript构建爬虫可以方便地处理...
吉卜力语：Studio Ghibli调色板
02-05
《吉卜力语：Studio Ghibli调色板》是一个专为数据分析和可视化设计的R语言包，灵感来源于日本著名动画工作室——宫崎骏领导的吉卜力工作室（Studio Ghibli）的经典电影作品。这个包集合了一系列色彩鲜明、富有情感...
吉卜力工作室 高清壁纸 新标签页 热门电影 主题-crx插件
04-07
每次打开新标签时都会获得吉卜力工作室不同的高清壁纸。这个新主题除此以外还包括天气，时间，记事本，时钟等其他你想要的强大功能。 以下是您将获得的其他功能列表： - 待办事项清单 - 设置收藏你的最爱壁纸 - 发现...
AI 生成的吉卜力风格图像趋势（2025 年）.zip
04-17
AI 生成的吉卜力风格图像趋势（2025 年） 探索 AI 生成的吉卜力风格艺术：趋势、参与度和绩效 数据说明 该数据集捕获了 AI 生成的吉卜力工作室风格图像中的趋势，包括用户参与度、生成指标和特定于平台的交互。它...
AI大模型如何重塑科研范式：从“假说驱动”到“数据涌现”
2401_88419115的博客
04-15 1362
在今天的科研生态中，AI不再只是工具，而是参与者。它与研究者共同理解问题、共建知识体系，并逐步具备了“提出问题”的能力。未来，科研的标准角色可能是“AI辅助的科学家”而非“AI替代的科学家”。我们也许正站在下一场科学范式革命的门口——从牛顿力学到爱因斯坦相对论，从图灵机到大语言模型，每一次革命的本质，都是人类与智能的协同跃迁。当下的你，是否已经学会与AI同行？在科研的路上，AI不会代替你，但会放大你的每一个思考。
《2025四大AI终极对决：如何用ChatGPT、DeepSeek、通义千问和文心一言提升项目管理效率？》
2501_91516851的博客
04-09 1832
在当今快速发展的AI领域，大型语言模型（LLM）已经成为项目管理、智能助手和内容创作的重要工具。：可通过API接入各类应用（如DooTask、Notion、Zapier）。：支持文本、图像（GPT-4V）、语音交互（Whisper）。：128K tokens，适合处理长文档、代码分析。：支持PDF、Word、Excel等文件上传分析。：在写作、编程、翻译、逻辑推理等方面表现优秀。✅ 内容创作、代码编写、学术研究、商业分析。：在古文、诗歌、专业术语理解上表现极佳。：与百度搜索、文库、如流等产品无缝衔接。
【用ChatGPT学编程】让AI成为你的编程外脑：注释生成与Debug实战秘籍
Loving_enjoy的博客
04-16 453
凌晨三点的屏幕前，无数程序员经历过这样的至暗时刻：面对自己三天前写的代码如读天书，在层层嵌套的逻辑迷宫中寻找那个导致服务器崩溃的幽灵bug。**结语：** 当我们在2023年回望COBOL时代的手写注释，恍若隔世。- **语义关联技术**：`/注释 @link:utils.py#validate_input` 自动生成模块跳转注释。- **信息冗余悖论**：`i++ // 变量i自增`式的无效注释占比高达60%- **滞后性陷阱**：75%的程序员承认会在功能实现后再补注释。
《Ethical Implications of ChatGPT in Higher Education: A Scoping Review》全文翻译
qq_62111160的博客
04-15 852
本范围界定性综述探讨了在高等教育中使用ChatGPT所引发的伦理挑战。通过回顾近期发表的英文、中文和日文的学术文章，我们旨在提供一次深入的文献回顾并识别文献中的空白。基于Arksey & O’Malley（2005）的范围界定性综述框架，我们定义了检索词并从三种目标语言的四个数据库中识别了相关出版物。研究结果显示，大部分论文为讨论性文章，但也有一些初步的实证研究。这些工作中讨论的伦理问题主要涉及学术诚信、考核问题和数据保护。
用 MongoIndexStore 实现对话存档和恢复 & 实现“多用户、多对话线程”场景（像一个 ChatGPT 对话列表那样）
最新发布
陈开心的博客
04-17 546
写一个完整的 demo：如何用 MongoIndexStore 实现对话存档和恢复 实现“多用户、多对话线程”场景（像一个 ChatGPT 对话列表那样）
虚拟卡可以解决订阅 ChatGPT 时无法付款的问题
网络大杂烩
04-16 562
在全球掀起 AI 热潮的今天，因为工作的需要有些朋友要用ChatGPT，它也成为了不少人日常学习、工作、创作和编程的得力助手。然而，不少用户在尝试订阅 ChatGPT Plus（付费版）时，却遇到了一个令人头疼的问题——受限于支付方式、地区限制或信用卡限制，很多人明明愿意付费，却因为无法绑定银行卡或信用卡而与 ChatGPT Plus 无缘。前段时间申请了一个bingocard，挺好用的，需要的可以自行申请。那么，有没有简单有效的解决方案？
OpenAI 推出一对 AI 推理模型 o3 和 o4-mini
Him__的博客
04-17 1046
更值得一提的是，o3 和 o4-mini 成为 OpenAI 首批能够“以图思考”的模型——用户可以在对话中上传白板草图或 PDF 中的示意图，模型会在“思考链”阶段对图像进行分析，再给出回答。Sam Altman 也暗示，o3 与 o4-mini 可能是 GPT-5 正式发布前，最后一批以“独立推理模型”形式亮相的产品——GPT-5 将融合传统 GPT-4 系列与推理模型的优势，带来更统一的大模型体验。而 o4-mini 则与 o3-mini 保持一致，提供，无需担心网络和地区限制，体验与官方一致。
LeNet-5 介绍
ZHY0091的博客
04-16 1199
LeNet-5 是由 Yann LeCun 及其团队于 1998 年提出的一种早期卷积神经网络（CNN），主要用于手写数字识别任务。它是现代深度学习中卷积神经网络的奠基之作，结构相对简单，但奠定了CNN的核心设计理念。LeNet-5 的结构如下：虽然 LeNet-5 在手写数字识别任务上取得了成功，但其结构和性能在面对更复杂的任务时显得不足。为了应对这些挑战，研究者提出了一系列改进方法，以下是主要改进方向：LeNet-5 作为早期的 CNN 模型，为后续深度学习的发展奠定了基础。通过引入更深层的网络结构、改
游戏NPC对话AI生成的管理调用系统设计
anlixi的博客
04-16 1550
在数字内容创作的世界里，角色对话是连接虚拟与现实的桥梁——它让游戏中的NPC拥有温度，让故事里的角色跃然纸上。无论是构建恢弘的游戏世界，还是打磨细腻的剧情剧本，贴合人设的对话永远是赋予角色灵魂的关键。然而，当开发者需要为数百个NPC设计千种场景对话，当作家需要为数十个角色编织上万句台词时，手动编写往往陷入“耗时低效”与“逻辑割裂”的困境：如何让酒馆老板的闲聊符合他隐藏的盗贼身份？如何让恋人的争吵既符合性格又推动剧情？这些细节挑战，正需要一套智能化工具来破局。为此，我们打造了“游戏与故事人物对话模拟系统”
解锁指标平台，从选型实践到AI大模型融合创新的深度解析
Aloudata的博客
04-17 1645
指标平台从选型时的生态适配，到实施中的渐进革新，再到AI大模型带来的认知跃迁，企业需要以动态演进的视角构建指标管理体系
LORA吉卜力
04-05
<think>好的，我现在需要帮助用户解决关于LoRA训练吉卜力动画风格模型的问题。首先，用户可能对LoRA技术不太熟悉，需要先解释清楚什么是LoRA。LoRA全称是Low-Rank Adaptation，是一种用于微调大型模型的轻量级方法，能够在保持原模型大部分参数不变的情况下，通过低秩矩阵调整来适应特定任务或风格。这对于资源有限的用户来说非常有用，因为它不需要从头训练整个模型，节省时间和计算资源。 接下来，用户提到吉卜力动画风格，这意味着他们希望生成的图像具有宫崎骏电影中的视觉元素，比如柔和的色彩、自然景观、独特的角色设计等。我需要结合引用中提到的技术，比如使用Stable Diffusion作为基础模型，然后通过LoRA进行微调。引用[1]里提到，生成吉卜力风格需要模型学习宫崎骏作品的特征，包括视觉元素、构图和色彩搭配。因此，数据集的准备非常关键，用户需要收集足够多的高质量吉卜力风格图片，并进行预处理，比如统一分辨率和去除噪声。 然后，训练步骤需要详细说明。用户可能需要了解如何配置训练参数，比如学习率、训练轮数（epochs）、批量大小（batch size）等。引用[1]中还提到了提示工程（Prompt Engineering），这在微调过程中也很重要，需要设计合适的提示词来引导模型生成符合吉卜力风格的图像。例如，使用像“吉卜力风格，宫崎骏动画，柔和色调，奇幻森林场景”这样的提示词。 另外，用户可能对实际应用中的问题感兴趣，比如如何优化模型性能，如何处理过拟合或欠拟合的情况。引用[3]中提到的多模态组合和辅助工具如Tagger反推提示词，可以结合到训练过程中，帮助生成更准确的标签和提示词。例如，使用Tagger来自动生成图片的标签，辅助数据标注，提高训练效率。 最后，用户可能需要一些实战建议，比如推荐的平台和工具，以及如何评估生成的图像质量。这里可以建议使用Hugging Face的Diffusers库或Kohya_ss训练脚本，这些工具支持LoRA训练，并且社区资源丰富，方便用户查找教程和解决方案。同时，引用[2]提到的Self-Instruct方法可能对自动化指令生成有帮助，但需要进一步研究如何应用到图像生成任务中。 总结下来，回答需要结构清晰，分步骤讲解LoRA训练吉卜力风格的流程，结合用户提供的引用内容，确保信息准确可靠。同时，生成的相关问题需要覆盖用户可能感兴趣的扩展方向，如优化方法、应用场景和与其他技术的结合。</think>以下是如何使用LoRA训练吉卜力动画风格模型的详细指南： ### 一、LoRA技术原理 LoRA（Low-Rank Adaptation）是一种轻量级模型微调技术，通过冻结预训练模型参数，仅训练低秩分解矩阵实现风格适配。相比全参数微调可减少99%的训练参数量[^2]，特别适合艺术风格迁移任务。数学表达为： $$ W' = W + \Delta W = W + BA $$ 其中$B \in \mathbb{R}^{d×r}$,$A \in \mathbb{R}^{r×k}$为低秩矩阵，秩$r \ll d$ ### 二、吉卜力风格训练流程 1. **数据准备** - 收集500-1000张宫崎骏动画截图（建议来自《千与千寻》《哈尔的移动城堡》等） - 预处理：统一分辨率(512x512)、添加标注prompt如"Ghibli style, Miyazaki anime, soft watercolor texture" 2. **基础模型选择** - 推荐使用Stable Diffusion 1.5或2.1版本 - 动画特化模型可选Anything-V5/OrangeMix 3. **LoRA训练配置** ```yaml network_dim: 128 # 矩阵维度 network_alpha: 64 # 缩放系数 train_batch_size: 4 learning_rate: 1e-4 num_train_epochs: 20 ``` 4. **关键参数优化** - 使用AdamW优化器配合余弦退火学习率 - 添加正则化prompt："masterpiece, best quality, studio ghibli color palette" ### 三、风格控制技巧 1. **色彩控制** - 在prompt中指定色值：`#8ecae6(天空蓝), #ffafcc(樱花粉)` - 使用Color Transfer算法预处理训练数据 2. **构图强化** ```python # 添加注意力引导 cross_attention_kwargs={"scale": 0.8} ``` 3. **混合训练策略** - 结合Textual Inversion生成风格embeddings - 使用ControlNet添加线稿约束[^3] ### 四、效果评估指标 | 维度 | 评估方法 | 目标值 | |------------|---------------------------|--------------| | 风格相似度 | CLIP图像-文本匹配度 | >0.82 | | 色彩分布 | Lab色彩空间直方图相似度 | ΔE<5 | | 线条质量 | Edge Preservation Index | EPI>0.75 |
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值