VideoPoet 的优势在于，它可以生成高质量、逼真的视频。它使用了一种新的技术，可以将文本描述转换为视频的帧，然后再将这些帧合成在一起。这种技术可以生成更加自然、流畅的视频。

VideoPoet 目前还处于开发阶段，但已经可以生成一些非常逼真的视频。例如，它可以生成动画人物、虚拟场景、甚至是真实人物的视频。

VideoPoet 的发布，标志着 AI 视频生成技术又迈进了一步。它有可能在未来广泛应用于影视、游戏、教育等领域。

以下是 VideoPoet 的一些主要特点：

使用多模态语言模型，可以根据文本描述生成视频。
可以生成各种类型的视频，包括动画、纪录片、新闻等。
可以生成高质量、逼真的视频。

VideoPoet 的官网地址为：点击进入

最先进的模型带来了跨语言、音频、视觉、视频和 3D 的多模态功能，以及复杂的推理和跨模态理解。
新型号：
• GPT-4.5
• GPT-4.5-64k
• GPT-4.5-音频和语音

巧合的是，关于谷歌新的AI视频生成大模型的消息也在互联网上流传。这意味着，在AI生成图片的功能取得快速进步之后，AI音视频领域的竞争，尤其是生成AI视频的竞争会越来越激烈。这对PIKA、Runway这样的初创公司而言并非好的消息。因为OpenAI和Google这样的巨头带着巨大的投入、完善的产品链、雄厚的技术底蕴杀入AI视频市场，会直接拉高竞争激烈度。

可以预见的是在明年，仅仅产生几秒钟小动画的视频生成技术将面临被淘汰的风险。需要复杂使用技巧，众多参数才能驾驭的AI图片、视频生成技术，除非有非常高的质量优势，否则会很快被淹没在通用聊天机器人的整合功能之中。

现在OpenAI的绘图功能，已经成为很多非专业人士的重要工作助手，能够满足大量的非专业需求。我们可以期待一下，明年的GPT4.5或者5.0，会给我们带来巨大的震撼，让我们在视频创作领域，可以真正用上AI，而不是现在这样，用几秒钟的DEMO抓抓眼球。

1. 安装必要的扩展和软件:
   • 在Stable Diffusion的WebUI上安装TemporalKit扩展。TemporalKit是为Stable Diffusion渲染添加时间稳定性的一体化解决方案。
   • 在您的系统上安装FFMPEG，这对于视频处理是必要的。
2. 准备视频:
   • 创建一个用于处理文件的文件夹，并准备原始视频，注意其格式、分辨率和帧率。
3. 从原始视频中提取帧:
   • 使用Stable Diffusion中的Temporal-Kit标签提取视频的帧。这涉及设置帧率、每个关键帧的帧数和分辨率等参数。
4. 对关键帧进行图像到图像处理:
   • 使用Stable Diffusion的Img2img功能处理提取的帧。您需要设置输入目录、输出目录、噪声规模和去噪强度等参数。
5. 准备EbSynth数据:
   • 使用Stable Diffusion处理帧之后，为EbSynth处理准备它们。这个步骤涉及选择关键帧并组织EbSynth的数据。
6. 使用EbSynth处理:
   • 通过EbSynth运行处理过的帧，以将关键帧的风格外推到其余帧。
7. 生成最终视频:
   • 一旦帧通过EbSynth处理后，生成最终视频。这可能涉及附加步骤，如混合剪辑和在像KdenLive这样的软件中编辑。
8. 克服限制和挑战:
   • 注意相机运动和面部表情可能带来的挑战，因为它们可能导致帧不一致。解决方法包括拍摄最小相机运动的镜头，并尝试不同的提示和参数。
9. 查看和分析结果:
   • 将转换后的帧导入像After Effects这样的软件中，查看和分析结果。
10. 迭代过程和自定义:

• 记住动画是一个主观过程，结果可能会有所不同。可能需要调整和微调，以达到理想的一致性和创意表达水平。

如果你对如何使用EbSynth感到迷惘，你可以参照Youtube视频：视频1  视频2。如果你不懂英文，选择字幕->自动生成->翻译成中文即可。

其他洞察

• 了解EbSynth: EbSynth旨在基于关键帧外推帧，保持时间上的一致性。它不是为生成完全新的帧而设计，而是为了用一致的风格增强现有帧。
• 了解Stable Diffusion: 这个工具是一个强大的图像操作工具，允许艺术家通过受控的方式混合像素来创建独特的视觉效果。

优化结果的技巧

• 帧率和关键帧: 使用更高的帧率和/或更低的批处理数来减少伪影。关键帧越接近，动画中出现的涂抹或闪烁就越少。
• 尝试不同的风格和提示: 在Stable Diffusion中尝试不同的风格和提示以实现特定的视觉效果，平衡真实和超现实的视觉效果。

将EbSynth和Stable Diffusion集成在一起，为创意视频动画和视觉效果打开了新的途径。这是一个需要实验和调整的迭代过程。

产品特色

• 保留细节：EbSynth在风格化视频帧时，能够保留纹理的一致性、对比度和高频细节。
• 艺术家控制：通过修改关键帧中的小细节，艺术家可以改变最终动画的视觉风格。
• 多关键帧支持：有时候一个关键帧就足够了，但通常需要更多，并且需要保持一致性。EbSynth允许使用多个关键帧来提高合成的准确性。
• Alpha通道处理：EbSynth可以处理Alpha通道，提供透明背景的结果，方便将前景与背景分开处理。

基本用法

1. 选择关键帧：选择一个尽可能展示场景多的关键帧，并对其进行绘制或编辑。
2. 与视频帧匹配：确保绘画尽可能与视频帧匹配。不匹配的地方可能导致制作出来的动画出现不良效果。
3. 处理多个关键帧：有时需要多个关键帧以确保一致性。可以利用EbSynth合成的第一次运行结果中的“破碎”帧作为新的关键帧。
4. 混合多个关键帧：完成多个关键帧的合成后，需要将它们混合在一起。EbSynth可以将项目导出到After Effects，并准备初始的交叉淡入淡出，供进一步编辑。

开发历程与挑战

EbSynth的开发面临了许多技术挑战，如细节保留、时间连贯性和处理速度等。Secret Weapons公司希望将EbSynth推广给艺术家，并看看他们是否觉得它有用。基于反馈，他们不断改进产品，推出了更快速、更用户友好的Beta版本，并计划发布具有全新交互式用户界面的EbSynth 1.0版本，以使工作流程更加流畅高效。

总的来说，EbSynth是一款创新的视频风格转换工具，它使艺术家能够将自己的绘画风格应用到视频上，创造出独特且具有艺术性的动画作品

项目官网：点击进入。

大家好，欢迎来到“躺着挣点钱”，我是老王。上一个视频中，我给大家讲解了如何在Windows上快速部署AI工具集。安装了一大堆AI工具之后，我们需要的就是有一台高性能的电脑来帮助我们生成内容。我有一个老的台式机和两个笔记本。老的台式机是四核心处理器，已经完全跟不上节奏了。两个笔记本都是DELL的Inspiron，一个是7610，一个是7620。这两个笔记本的处理器分别是I7-11800H和I7-12700H，内存都是16G，显卡都是RTX3060 6G版本。在运行AI程序的时候，显存经常不够，处理速度也相对比较慢。

我还有个苹果的M1笔记本，这个笔记本除了剪辑视频之外，基本上干不了任何其他事，我已经把它丢在抽屉里吃灰好久都没有用了。所以我就从京东上买了个显卡坞，外接了4060TI（16G）显卡。我还从京东上买了几根酷兽的16G内存条，150一根，非常的便宜。把笔记本的内存从16G升级到32G之后，基本上所有流行的AI开源程序都可以跑得非常丝滑。

我们来看一下我录制的视频，展示一下我这个新卡坞外接好之后是什么样的效果。现在这个就是显卡坞接好之后的样子。这个笔记本是我去年买的DELL Inspiron 16 7610，我给他接了一个磐镭的显卡坞，显卡坞上安装的是技嘉的RTX4060TI显卡，搭配的是鑫谷的额定功率750瓦的电源（完全用不到这么大）。然后我还给这个显卡外接了一个4K的显示器，这个显示器是惠科的，1000块钱在京东上买的，显示质量还不错，性价比非常高。这套系统我是放在我卧室的长桌上，看起来复杂，实际上安装是比较简单的。安装好之后，你只要去英伟达的官方以及英特尔的官方把这个显卡驱动以及雷电4的驱动更新到最新版本就可以了。

那么在需要的时候，你把显卡扩展坞通过雷电线跟笔记本连接起来，笔记本只要更新好驱动可以立刻识别。你不需要的时候把它拔下来，插到另外一台笔记本上，转换非常的方便。如果将来你想升级显卡，你只需要买一个更高级一点的显卡然后把它怼上去就可以了。

当前这些AI开源程序，包括AI绘画、图片说话、视频换脸、直播换脸、图片/视频高清修复上色、图片生成动画、AI写作、AI语音等等，这其中最消耗资源的就是AI换脸以及图片开口说话。以Sadtalker为例，如果你的显存低于6G，生成视频时长超过15秒，基本上显存100%会爆。同时由于要缓存大量图片以及文件，还要把模型载入到内存中，所以这些开源程序也非常的吃内存。把这个秋叶整合包跑起来之后，就是什么都不做，如果只是16G的内存的话，那么系统内存已经占用超过一半了。所以要想用得爽，必须升级内存以及显卡。内存很简单，京东上单条16G的内存条，无论是台式记的还是笔记本的，一般不超过200块钱。

那么显卡对于笔记本而言是没有办法升级的，只能通过扩展坞的方式。笔记本外接显卡主要有两种方式，一种是通过Oculink接口，这种接口带宽非常高（非旗舰）显卡性能几乎没有什么损失，无论是做AI运算还是玩游戏。

另外一种就是通过英卡的雷电接口。如果你的接口是雷电3，那么显卡的性能损失还是比较大的，尤其在玩游戏的时候。如果是雷电4的话，性能损失要小一点。如果你不玩游戏，仅仅是用来做AI运算的话，那么基本上是没有损失的。

接下来给大家演示一下我现在的这套系统，处理器I7-11800H，内存16G，显卡4060TI16G版本（4070 12G性价比也很好）。我们看它在执行开源AI程序中的表现。在录屏的时候，我开了这个虚拟人物头像以及OBS录屏软件。我这个虚拟头像是3D的，它还是非常占CPU资源的，但是不影响，因为大部分开源AI程序对CPU的要求是非常低的。

好，我们通过秋叶整合包打开stable diffusion的Web UI，来看看画图的效果如何。我对这个画图完全不懂，这经常画出来一些怪物，我也不知道大神们是怎么弄的，就演示一下。那么我们点击生成，10.1秒，3.5秒，3.6秒，3.6秒，3.5秒，那么它基本上稳定在3.5秒左右。除了第一次会慢一点，我昨天刚装好的时候，他是大概2秒多就可以生成的。但是我昨天没有开这个虚拟头像，也没有开录屏软件，不知道是不是对CPU性能有影响。那么反正就是这个效果，我感觉还是蛮不错的。

下面我们来演示一下让这个图片开口说话，也就是Sadtalker。这里，我们就选择万能君的这个一键整合包。啊，因为这个包的调试信息比较多，然后它运行起来也比较顺手，而且它可以进行高清修复。这个背后还是Sadtalker，在那个秋叶包里面也有。那么我们这里选择图片处理，找到这个特朗普的头像，点击它就开始工作了。因为我们在它的音频驱动目录里面放了它的默认音频，这个在上一个视频中讲解过，有不懂的可以去看一下。以前我的显卡在使用这个功能的时候，如果生成视频的时长超过15秒，它就会提显存不够，然后这个程序就崩溃了。

本次，我尝试直接生成一分钟长的图片开口说话视频，并选择了高清修复功能，以测试能否成功生成。显卡已开始工作，我调出任务管理器查看系统资源占用。CPU占用率超过60%，内存占用一半。由于我开启了虚拟头像和录屏软件，这部分占用了27%的CPU。使用Sadtalker时，CPU占用率提升了大约30%。显卡成功识别了外接的RTX 4060TI，并且已全力运行。

面部渲染耗时14分54秒，视频长度约50多秒，不到一分钟。目前正在进行高清修复，这可能需要较长时间。GPU占用率约80%，硬盘（USB3 机械盘）性能充足，内存竟然达到了28G，这是我意料之外的。昨天我用16G内存跑完了这个程序，感觉上并无太大差异。操作系统似乎会根据可用内存大小进行分配，这可能不是最佳调度方式。CPU占用率现在大约75%，其中30%为虚拟头像和OBS占用。如果不录屏，关闭这两个程序，CPU占用率大约为40%多，不到一半。暂时关闭录屏，等视频生成后再做汇报。

AI应用的浪潮实际上是在ChatGPT火爆之后，即2023年才真正兴起。2023年购买高端显卡如4090价格昂贵，建议购买价格适中的4060ti 16G版本（或4070 12G）来应对AI应用。一两年后，更高端的显卡如4090可能会降价，届时可升级。

对于自媒体工作者，无论是文本编辑还是视频创作，我强烈推荐使用笔记本而非台式机。笔记本便携且硬件整合良好，自带麦克风通常带降噪功能，录音效果好。而且英特尔或AMD的笔记本处理器与台式机性能差距已不大。大厂如戴尔、惠普、联想、小米等在生产笔记本时能获得成本优势。只需在轻薄本中选择性价比高的产品，适时升级内存。如需玩游戏，可以通过显卡坞接外置显卡，便于外出办公时拆卸，兼顾工作、学习和娱乐。将来不再使用时，处理笔记本也比台式机方便。

本期视频就到这里，希望对您有所帮助。我们下期再见！

AI图片开口说话：SadTalker
AI语音模拟：Voice.ai
剪辑软件/动画特效：剪映

大家可以与我用Animaze所作的3D模拟特朗普效果对比：点击访问

现在流行的AI工具功能强大，种类繁多，覆盖了AI绘画、AI动画、图片/视频高清修复上色、图片开口说话、图片特效处理、AI语音克隆、文字生成图片、视频、音乐等领域。这些工具背后，往往有一个或多个流行的软件支持。安装这些软件的步骤通常复杂，对普通用户来说可能需要花费几天时间，而且容易在错误处理上卡壳，导致之前的努力白费。看到别人利用AI创造商机，自己却因难以安装而感到挫败。

安装本地AI工具的过程中，用户常常会遇到各种专业术语的“重击”，如.NET、Python、PIP、Conda、Git、CUDA、FFMPEG等。花费大量时间仅为了能够运行如Stable Diffusion的Web UI，却常常最终面对各种错误信息，令人沮丧。即使是像老王这样有编程背景的人，在使用开源程序时也经常遇到问题。对于那些对Python或系统环境变量一无所知的用户来说，通常很快就会放弃。

本文将介绍解决这些问题的方案，包括如何简单、快速地部署自己的本地AI工具集。要使用这些热门的AI工具，你需要准备以下东西：一台配置良好的电脑（最好是8核心处理器以上，内存大于16G，显卡RTX2060S以上的N卡，支持CUDA，显存达到6G；更好的配置是内存32G，显存12G以上，推荐4060TI 16G版本，性价比超高），良好的网络环境（百度网盘会员，没有的话可以借用朋友的），以及一个好的解压软件（如BANDZIP、7zip、winRAR，其中winRAR效率最高）。

接下来，你需要了解两位重要的人物：圈子里大名鼎鼎的秋叶大神和B站的万能君。秋叶大神的整合包是解决这个问题的最佳方案，也是许多其他高手二次创作的基础。万能君的软件库用简单的Windows窗口预设了复杂的技术参数，使得新手用户使用起来更加顺手。

首先介绍的是B站风影主播二次加工的秋叶整合包4.5版本加一些插件集，囊括了几乎所有好用的多媒体开源AI工具。接着是万能君的软件库，包括AI作画7.0版本和一键整合的换脸工具。如果你熟悉Stable Diffusion、Roop、SadTalker等开源工具的使用，只是难以安装，或者打算长期学习AI开源工具，那么下载秋叶整合包就足够了。如果你是技术小白，只想体验AI换脸、图片开口说话、文字转语音、图片视频高清修复上色等工具，那么选择万能君的两个包进行安装即可。

安装秋叶整合包后，需要进行简单的环境配置，安装.NET运行环境和FFMPEG，并将其添加到系统环境变量中。万能君的软件库安装则更为简单，直接解压即可使用，无需额外设置。这些软件集包含了从AI绘画、图片说话到视频高清修复等多种功能，适用于不同技术水平的用户。尽管面对初期的安装难题，但一旦完成设置，你将能够轻松使用最流行的AI软件，创造出令人惊叹的内容。

==========================

本视频安装的工具包包含以下开源工具：Stable diffussion、Ebsynth,roop,、rope, FaceSwapLab，SadTalker，OpenPose、EasyPhoto、Dreambooth、DeForum、Depth Library等，解压后简单配置，甚至无需配置即可运行。

下载工具集合：

秋叶整合包4.5+插件集
https://pan.baidu.com/s/1c6-oUG8bhRDEyjEHDBKwtg?pwd=qt45 提取码qt45

AI换脸工具Roop Rope整合包4.1
win10、win11 V4.1
夸克网盘链接【仅包含启动包】：https://pan.quark.cn/s/cadcdc64e501
提取码：ZUpY
百度网盘链接【启动包+模型包】：https://pan.baidu.com/s/1uhpL3x-FWAqQBJ86C6WBvg 提取码：u6rn

mac苹果电脑版V1.4
（1）百度网盘链接：https://pan.baidu.com/s/122lA1xV4oipOBghGE8feYg 提取码：k5g6

（2）天翼网盘链接：https://cloud.189.cn/t/by2yqafuIjiu （访问码：bn1n）

AI作画离线版V7.0版，附带各种AI小工具
方式一：百度网盘

https://pan.baidu.com/s/1B0g4MPFe_drP_hRjgEnKGg 提取码：95kh

方式二：123网盘（速度挺快）

https://www.123pan.com/s/H3GRVv-pjFLh.html 提取码:JSsP

作者：万能君的软件库 https://www.bilibili.com/read/cv28408489/?spm_id_from=333.999.0.0

秋叶整合包V4.5原版
SD-WebUI 整合包 v4.5
百度盘：https://pan.baidu.com/s/1MjO3CpsIvTQIDXplhE0-OA 提取码: aaki

模型包
链接：https://pan.baidu.com/s/1W-UIuOww38HrIjNWqPh0Rw 提取码：aaki

整合包使用7z压缩格式，解压请下载 7zip：https://www.7-zip.org/
不要直接在b站点开网盘链接，复制出去在浏览器里打开！否则会提取码错误！
不要用第三方网盘下载器，否则容易出现压缩包损坏

下载： 百度网盘:https://pan.baidu.com/s/1c6-oUG8bhRDEyjEHDBKwtg?pwd=qt45 提取码:qt45

作者，B站风影
整合包大神：秋叶

AI图片开口说话：SadTalker
AI语音模拟：Voice.ai
剪辑软件/动画特效：剪映

Pictory 的主要特点和功能包括：

1. 文本到视频：Pictory 允许用户将文本内容（如博客文章或脚本）转换为视频。它通过自动选择相关的图像、视频片段和背景音乐来完成这一过程。
2. AI驱动的编辑：Pictory 使用人工智能来帮助用户编辑视频，包括剪辑、添加字幕和优化音频质量。
3. 视频摘要：这个功能可以从较长的视频中自动生成摘要，适用于创建社交媒体帖子或高亮片段。
4. 定制选项：用户可以添加自己的音乐、品牌元素（如徽标和颜色方案）和文本叠加，以个性化他们的视频。
5. 易于使用的界面：Pictory 提供一个直观的用户界面，使用户能够轻松导航和使用其各种工具。
6. 云基础设施：作为一个基于云的平台，Pictory 允许用户在任何设备上访问和编辑他们的项目，不需要强大的硬件支持。

Pictory 广泛用于内容营销、社交媒体管理、教育和企业培训。通过简化视频制作过程，Pictory 使得视频内容的创建更加可访问和高效。