托尼不是塔克

天命人，请允许我先蹭个热点！文章写了一半，被《黑神话悟空》刷屏了。突发奇想，用里面的声音来做个素材试试看。B站捞了一点声音素材，随便剪一剪，训练一把过，没有调优，就直接拿来用了。情绪还差点意思，音色克隆的还不错。下面进入正题！声音克隆项目迎来2.0版本了！目前，这个软件，应该是我们能接触的软件。主要特点是。快速模式，只要十秒音频，无需训练，直接克隆声音。训练模型，也只要一分钟的左右的音频，十几分钟时间就能搞定。本文，就不在过多介绍这个项目了，可以参考之前的两篇文章。！

LivePortrait 是一款由快手团队开发的高效肖像动画工具，通过隐式关键点框架，从静态图像生成动态视频。该工具可以让用户通过驱动视频生成逼真的面部表情和头部动作。这款工具不仅可以用于人脸动画，还能扩展到动物肖像，提供了广泛的应用场景。该项目主页核心介绍其实就一句话“!” 可以理解为让“ 将肖像变得栩栩如生！下面先简单说一下这个项目的特点，然后分享一下本地安装方法，最后是一件包和使用方法！

ChatTTS 是一个专为交互式语音准备的AI语音合成项目，特点是自然，逼真，可把控声音细节，能说能笑能停顿。具体内容，已经在另外的文章中介绍过。本文主要是关注两个点。

这个项目的模型并不是很大，依赖也不多，硬件要求也不算高，在Colab上运行非常方便。只要能打开Google，并有用谷歌帐号，这种方式用起来会非常简单。如果无法访问外网，可以看下一篇文章，在本地电脑上运行软件。修改之后，运行一下，语音就会更新。是一个很不错的语音合成项目，项目也提供了一个.ipynb文件，可以快速运行体验。点击“>”符号，可以展开代码块，看到具体的代码和运行日志。运行完成会自动播放语音，如果有需要，可以邮件保存到本地。模型加载成功之后，就可以进入运行推理的环节了。首次运行，会跳出一个提示。

ChatTTS是一款专为对话场景设计的语音生成模型，适用于AI助手对话、对话语音和视频介绍，支持中英文。它优化了对话任务，实现自然流畅的多说话人语音合成，并能控制细粒度的韵律特征，如笑声、停顿和插入词。ChatTTS在韵律方面表现卓越，提供预训练模型，支持进一步研究。

OpenAI真是要压着谷歌打么？哈哈！直接赶在谷歌之前开了一个新品发布会。今天凌晨直播，早上一起来就发现已经可以体验新模型了。从录播内容来看，并没有传言的GPT5，也没有所谓的搜索功能。但是，这次更新依旧出彩。其实奥特曼在X上早就说了，不是gpt5，也不是搜索，但对他来说像魔法一般。整个发布会看下来，也是有一种未来已来的感觉。很明显，ChatGPT早已不再是一个文字模型了。它可以。这很容易，让人联想到科幻电影《Her》。很明显，Sam也是朝着这个目标去的。

昨天我们已经介绍过IDM-VTON这个开源项目了。通过这个软件可以轻松实现一键换衣服。昨天，简单演示了一下在线使用。今天，来演示如何安装到本地电脑上！本地配置会有一定的专业性，懂的人可以参考下。不懂得直接拉到最后，动动手指！我会发一个制作好的离线软件包。闲话不多说了，直接开干！确保你本地有显卡（我用的是3090），Windows系统，已经安装Python或者Conda，GIT等软件。

通过设置相同的种子，可以确保每次生成的图像是一致的，即使在不同的时间或不同的机器上运行相同的代码和参数。今天就来分享一个人人都可以实现的方法，而且是那种傻瓜式的不用付钱的那种，甚至可以把软件在直接装在本地电脑上运行，无拘无束的玩耍。另外说一下④自动裁剪和缩放选项，如果你提供的照片比例和样例差的比较多，可能生成的图片会有些奇怪，这种情况下可以勾选这个选项。在实践中，调整这些参数可以帮助你控制生成图像的过程和质量，实现更符合需求的结果。从这两张图片，我们可以清楚的知道，这个应用的本质还是区域替换或者区域生成。

但是我在多次切换中发现一个细节，我用新浏览器时候，正常了一下。用不了的具体表现是，你输入内容之后，内容消失，按钮变灰，聊天界面无显示。外国人不用中文，估计也就没有这个问题，所以推上反馈这个问题的人很少。然后又切换了Chrome，Edge，Safari，偶尔行了一下。我对比了一下，手机可以，电脑不行。然后可以重新切换回自己喜欢的语言，这样就没有任何问题了。所以，这个问题，可能是由于某个语言相关的缓存导致的。（所以，我就去玩了）网页会自动刷新，然后手动刷新一下，输入内容，OK！左下角，点击用户名，点击设置。

昨天介绍一个叫的AI绘画开源项目。挺不错的！通过这个项目可以快速制作特定人脸的AI绘画作品，相比传统的技术效果会好很多，效率也高很多。今天趁热打铁，本地电脑装装看，并且记录，分享一下！本文主要面向有一定配置基础的人，所以废话我就尽量少说了。把步骤说清楚，把命令留下，把坑填了，就收工了。会装的可以结束阅读直接去GitHub了。想努力一下的可以慢慢看，我尽量把关键信息写清楚。不想努力的直接拉到最后~~哈啊哈！

通义千问-14B（Qwen-14B） 是阿里云研发的通义千问大模型系列的140亿参数规模的模型。Qwen-14B是基于Transformer的大语言模型, 在超大规模的预训练数据上进行训练得到。预训练数据类型多样，覆盖广泛，包括大量网络文本、专业书籍、代码等。同时，在Qwen-14B的基础上，我们使用对齐机制打造了基于大语言模型的AI助手Qwen-14B-Chat。本仓库为Qwen-14B-Chat的仓库。7B大概在一个月前发布，这次发布了14B版本。

OpenAI ChatGPT出来后，热闹了好一阵子！先是一波大厂闭源PK。然后Meta不按套路出牌，直接放出来开源的Llama1-2后来就百花齐放了。但是外国的模型默认情况下中文支持都不好。另外很多开源模型，最简单的对话都一塌糊涂。今天来玩一个不错的中文开源模型。先来简单看下本地运行的效果和速度。还不错吧。我的感觉是，整体体验很不错！官方的测评数据来看也确实是有点强，另外这个项目文档完善，也比较容易上手。官方的项目文档非常全面。提供了详细的测试结果。提供了推理和部署的方法。

缓存帧主要是针对视频，在视频换脸过程中，会先把视频的每一帧都转换成图片。首先，根据文末的方式获取软件并解压，请注意要解压到一个英文路径下，最好是放非C盘的根目录，比如D盘下面。roop停更了，核心开发者独立发布了一个项目，就是这个叫facefusion的项目。启动之后默认只勾选了CPU，一般来说大家都是用显卡跑，只要勾选一下CUDA就可以了。执行器就是运行设备，可以选择Tensor，Cuda，cpu。这是官方预览图，又红又紫，确实有点fusion的感觉。开关参数，主要就是保持帧率，保留缓存数据，音轨。

SDXL是目前最强的AI绘画基础模型，直接加载模型，就可以生成不错的效果。但是它有一个致命的问题，就是不支持ControlNet。在AI绘画中，ControlNet是一个非常重要的工具。有了它，就可以生成更加可控精准的图片。ControlNet的用途非常多，比如，控制人物姿势、线稿上色、动漫变真人、艺术二维码，光影字、ailogo...好消息是，SDXL终于也支持了Controlnet。虽然只有一个canny模型，但是至少是能用了。

如何通过局域网访问AI绘画软件，这是提的一个问题，而且两个软件都问到了，我也回答过了。现在把内容整理一下发出来，大家可能用得着。SD-WebUI和ComfyUI这两个AI绘画工具都是通过浏览器来使用，但是默认情况下并不支持，在其他电脑无法上访问这个网页。如果想要在其他电脑上访问，需要进行一些简单的配置，给电脑插上“一对翅膀”。设置完成之后，可以在台式Windows上开一个软件，然后在MacBook上或者IPad进行AI绘画了，当然也支持任何带浏览器的设备。下面就来说下具体的设置方法！

大概在两天前，阿里做了一件大事儿。就是开源了一个低配版的模型--通义千问-7B-Chat。这应该是国内第一个大厂开源的大语言模型吧。虽然是低配版，但是在各类测试里面都非常能打。官方介绍：Qwen-7B是基于Transformer的大语言模型, 在超大规模的预训练数据上进行训练得到。预训练数据类型多样，覆盖广泛，包括大量网络文本、专业书籍、代码等。同时，在Qwen-7B的基础上，我们使用对齐机制打造了基于大语言模型的AI助手Qwen-7B-Chat。本仓库为Qwen-7B-Chat的仓库。

虽迟但到啊，上次说过要发，必然是要发滴！本来我是可以直接发的，但是我又想着发关键词的同时，最好是讲解一下用法，这样更友好。所以就拖了一天！下面先展示一下两套咒语的效果：这套咒语可以生成动物外形的赛博生物，巨头命令的画面，白色的外壳，充满未来感和科技感。这种风格有点《西部世界》的感觉。关键词（Positive Prompt）：负关键词（Negative Prompt）:这一套主题就有点废土末日风了，颜色偏深灰色。

今天主要分享两个东西，一个是ComfyUI软件包，一个是SDXL的两个模型。有这两个东西就可以快速出图了先来简单介绍一下SDXL的特点。Stable Diffusion XL 或 SDXL 是最新的图像生成模型，与以前的 SD 模型（包括 SD 2.1）相比，它专为更逼真的输出而定制，具有更详细的图像和构图。借助 Stable Diffusion XL，您现在可以通过改进的脸部生成来制作更逼真的图像，在图像中生成清晰的文字，并使用更短的提示创建更美观的艺术作品。

哈哈~~天天更新，天天更新，天天更新…..之前的更新一直都是并入了Next分支，这两天终于并入Main了。首先根据文末的提示，获取一个6G左右的软件包，里面已经包含了所有的东西–代码，依赖，模型，CUDA，Cudnn，FFMPEG…已经更新了，相比之前增加了一些选项，可以轻松自定义。这个问题，我有点有点…听说新版更新了，好奇宝宝的第一个问题，肯定是：更新了什么？我个人认为，这次更新最有意义的就是，清晰度拉满了！这个视频本身很小，人脸修复之后，立马变高清了。开始换脸后，界面可能会假死，命令行有进度！

从Stable Diffusion 出现的第一天起，我就开始关注这个项目，后来也出过几期教程。一直以来都是只追求功能实现，不管界面的问题。现在我突然想要换一个帅气的主题了…就是这么突然！默认的白色主题太….普通…既没有设计感啊，又不GEEK！下面通过两种方式，来让界面焕然一新。