漫画是我们在日常生活中常用的消遣方式之一。当我们工作一天疲惫的回到家时,窝在被窝里看上几章漫画,别提有多享受了!
但是我们面临漫画停更、内容与预期不符的情况时,总会急得我们抓耳挠腮。
那么有没有什么办法能改变这种现状呢?那肯定就是自己画喽!俗话说得好:你行你上!
看到这你可能会翻个白眼:我要是能画早就画了,你这不是说废话吗!
但是,这项技术的诞生让不可能变得有了希望!这就是 Autostudio!
我很喜欢看《一人之下》的漫画。当我每次看完更新的最新篇章时,总感觉意犹未尽,恨不得把作者抓到小黑屋让他24小时不间断创作。
可惜我国有一套完整的法律,我也只能仰天长啸抒发悲愤!
但是我突然想到,AI能将文字生成图片,那么AI能不能将文字转化成漫画?不能强迫作者24小时创作漫画,我强迫AI总行了吧!您猜怎么着,还真让我找到了!
但是可惜的是,市面上绝大部分的AI只能创作出单帧的漫画,根本做不到拥有连贯的剧情和统一的人物。这,难道是天要亡我吗?
可就在这时,一个能够制作连续漫画的AI模型让我眼前一亮。
只要你输入文字,Autostudio就会根据你的描述生成连续的漫画。
AutoStudio是由中山大学和联想研究院提出的一种用于多轮交互式图像生成,能够在生成多样化图像的同时保持主体一致性的无需训练的多代理框架。
什么?没明白?没关系,让我们来体验一把就明白了。
当当当当!这就是Autostudio的效果图了。虽然只有短短的几张漫画,但是可别小看了这短短的的几张漫画,这几张漫画绘制出来的难度可不小。
有人会说,AI生成一张漫画还不简单?
AI生成一张漫画确实还算简单,可是一旦涉及到人物多次出现的连续漫画时,可就很困难了。因为AI生成在视觉一致性方面还面临着一些挑战,尤其是在保持漫画中前后人物一致性这一点上。
人物一致性不仅涉及外观,还包括服装、表情和动作等细节,这些都需要高度的注意力和精确地控制。目前的AI技术可能在单一帧内表现良好,但在多帧中保持这种一致性往往更加困难。
而AutoStudio解决了在用户输入在多次交互中变化时,生成一系列连贯且在主体上保持一致性的图像的挑战。
而Autostudio生成的这几张漫画让我看到了未来不给作者寄刀片而是求助AI自己创作后续漫画的的可能性!
这项技术不仅让我们不用等待漫画更新了,还可以让我们把喜欢的小说一键变成漫画!
让我们想象一下,你看到一本好看的小说,不需要再等待其他人给我们画漫画,只需要将我们想看的小说一键输入给AI,接着漫画就一键生成了!
嚯!真是小刀拉屁股——开了眼了!
以后想看啥漫画就是随手点几下鼠标的事儿,真是惬意啊!
希望这项技术能够得到更深入的研究,早日实现小说一键转漫画的功能,造福广大漫画和小说爱好者!
项目链接:
https://github.com/donahowe/AutoStudio
关注「向量光年」公众号
加速全行业向AI的改变
AI助力,做PPT更简单!
咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。
选题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。
专业的AI公文写作平台,公文写作神器
AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。
OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。
高分辨率纹理 3D 资产生成
Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。
一个具备存储、管理和客户端操作等多种功能 的分布式文件系统相关项目。
3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。
用于可扩展和多功能 3D 生成的结构化 3D 潜在表示
TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可 以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。
10 节课教你开启构建 AI 代理所需的一切知识
AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。
AI Excel全自动制表工具
AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。
基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。
UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号