- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI科技大本营的专栏
苹果发布 AI 生成模型 GAUDI，文字生成 3D 场景
整理 | 禾木木 出品 | AI科技大本营（ID:rgznai100） 前有DALL.E文本生成图像，现有将文字变成 3D场景。 近日，苹果 AI 团队发布最新 AI 模型 GAUDI，它是基于 3D 场景的神经架构 NeRFs，可以根据文字生成 3D 室内场景。 最新 AI 系统 GAUDI 如果说 NeRFs 从不同角度逼真地渲染图像的能力可以用于生成 AI 呢？ 苹果 AI 团队发布的 GAUDI 是一种能够生成沉浸式 3D 场景的神经架构，可以根据文字提示创建 3D 场景。 例如，输入“穿过走廊”或“上楼梯”，就可以看到执行这一动作的 3D 场景视频。 虽然现在 GAUDI 生成的 3D 场景视频质量还不是很高，但这也说明了 AI 在图像和视频技术这生成的另一种可能。
95820编辑于 2022-12-09 - 来自专栏七云博客
PHP文字生成图片API
$text = $_GET['text']; $img =imagecreate(500,80);//设置底图大小 imagecolorallocate($img,0xff,0xff,0xff);//生成底图 imagecolorallocate($img,0,0,0);//设置字体颜色 我写的黑色 imagettftext($img,$size,0,100,50,$black,$font,$text); //生成图片
4.2K20编辑于 2022-01-27 - 来自专栏七云's Blog
PHP文字生成图片API
php /* * @Author: Qicloud * @Title: 文字生成图片API * @Project: YUQ 清新旋律群大佬要的，随手记后面可以造轮子玩 * @QQ: 66547997 $text = $_GET['text']; $img =imagecreate(500,80);//设置底图大小 imagecolorallocate($img,0xff,0xff,0xff);//生成底图 imagecolorallocate($img,0,0,0);//设置字体颜色 我写的黑色 imagettftext($img,$size,0,100,50,$black,$font,$text); //生成图片
1.3K10编辑于 2023-11-17 - 来自专栏程序那些事儿
告别文字！谷歌 Whisk 的“看图说话”式 AI 图像生成
在众多 AI 图像生成工具中，谷歌实验室的 Whisk 以其独特的“以图生图”理念脱颖而出，为创意探索开辟了新的路径。它不仅仅是一个生成器，更像是一个能够理解和重塑视觉信息的智能伙伴。 通过调整输入的图片或添加少量文字提示，可以迅速生成不同的变体，方便进行视觉探索和创意迭代。 底层原理 Whisk 的独特能力源于谷歌先进 AI 模型的协同工作，Gemini 的视觉理解与 Imagen 3 的生成能力： Gemini AI 的视觉智能： 当用户上传图片时，Gemini AI 模型负责对这些图像进行深入的分析 大多数其他 AI 图像生成工具主要依赖精确的文字描述，而 Whisk 则允许用户以更直观的方式进行创作，尤其适合那些难以用语言准确表达的视觉想法。 Whisk 优点 弱化了对精确文字提示的依赖： 这降低了 AI 图像生成的门槛，使得更广泛的用户群体能够参与到创意过程中。
65400编辑于 2025-06-09 - 来自专栏新智元
IDPChat生成图像文字，只需5步+单GPU
我们认为，未来的AI应用将主要以大模型为核心基石。 而在大模型的领域，基于基础模型（Foundation model）构建领域或企业自有的大模型，会是近中期的重要发展趋势。 白海作为AI基础软件服务商，我们希望能够从AI Infra层面，提供端到端的大模型微调、部署和应用工具，降低大模型微调和应用的门槛。 项目地址：https://github.com/BaihaiAI/IDPChat IDPChat 能做什么 IDPChat目前可以同时支持文字对话和图片生成。 首先是图像生成，我们可以让模型根据文字描述画一幅画。 基础的文字对话聊天示例，可支持中文。 IDPChat 快速上手 仅需简单的5步和单GPU，即可快速启用IDPChat。 编译成功后执行 run.sh 脚本启动服务 5.
33920编辑于 2023-05-09 - Bootstrap 5 定义你也可以使用 .h1 到 .h6 类来设置元素的样式： 实例
Bootstrap5 文字排版
Bootstrap 5 默认设置 Bootstrap 5 默认的 font-size 为 16px, line-height 为 1.5。 Bootstrap 标题
h2 Bootstrap 标题
h3 Bootstrap 标题
h4 Bootstrap 标题
<h5> h5 Bootstrap 标题</h5>h6 Bootstrap 标题
h6 Bootstrap 标题Display 标题类 Bootstrap 还提供了四个 Display h5 标题 副标题</h5>h6 标题 副标题
智谱AI再放“大招”，30秒将任意文字生成视频
7月26日的智谱Open Day上，在大模型赛道上动作频频的智谱AI，正式推出视频生成模型CogVideoX，并放出了两个“大招”：一个是智谱清言打造的视频创作智能体清影，可使用文本或图片生成时长6秒、 在同类产品要么不开放使用，要么还处于阿尔法版本的阶段，“清影”之所以成为人人可用的AI视频应用，离不开智谱AI在频生成大模型上的多年深耕。 时间回到2021年初，距离ChatGPT的走红还有近两年时间，诸如Transformer、GPT等名词只是在学术圈讨论时，智谱AI就推出了文生图模型CogView，可以将中文文字生成图像，在MS COCO 到了2022年，智谱AI在CogView2的基础上研发了视频生成模型CogVideo，可以输入文本生成逼真的视频内容。 5月份的ICLR 2024上，智谱大模型团队在主旨演讲环节再次阐述了对AGI技术趋势的判断：“文本是构建大模型的关键基础，下一步则应该把文本、图像、视频、音频等多种模态混合在一起训练，构建真正原生的多模态模型
Canvas系列（5）：绘制文字
这篇文章主要讲的是，canvas绘制文字，那我们开始吧。 ---- 绘制文字 绘制文字的API和之前的差不多，也是分为stroke和fill，一个是描边文字，一个是填充文字，具体API如下，是不是和strokeRect和fillRect挺类似的： // 描边文字 (text, x, y, maxWidth); // 填充文字，其实就相当于写文字喽 context.fillText(text, x, y, maxWidth); 随便给一个例子： // 设置字体大小 measureText 有的时候我们需要让文字水平居中，而上面你也看到了，绘制文字传递的参数x和y是基于左上角的坐标来绘制的（默认情况下），这就需要计算一下文字的宽度，measureText就是用来干这事的 ），oblique（斜体，将正常的文字通过算法倾斜，因此没有斜体字体的属性也可以倾斜）。
文字生成图片综述 - plus studio
文字生成图片综述 背景 根据文字生成图像，是近几年大模型领域和多模态比较热门的研究。 像 NovelAI 这类的二次元模型对于用户输入的描述词的专业程度要求较高，也由社区自发整理了大量的魔典(prompt).精确控制图像的生成也是AI绘画的一个发展方向，各种可以控制人物动作，位置的方法[ 一年后LDM衍生除了stable diffusion[24][5]，掀起了ai画图的热潮。 DDPM DDPM分为前向过程和反向过程。 文字生成图片 文字生成图片一个重要的前提条件是建立文字和图片的联系。CLIP首先通过对比学习的方式实现了文字图片联系。FLIP和A-CLIP对CLIP进行了改进。 Imagen 谷歌的 Imagen[12]的语言模型替换成了谷歌自家的T5-XXL，图像生成部分则是先生成小图像再上采样生成大图像，这是因为纯文本训练数据要比高质量图文对数据容易获取的多.
html5动态文字特效，文字动画特效
DOCTYPE html> <html lang="en" > <head> <meta charset="UTF-8"> <title>html5动态文字特效，文字动画特效</ align-items: center;}.words { color: #f4d03f; font-size: 0; line-height: 1.5;}.words span { font-size: 5rem 3) { animation-delay: 1s;}.words span:nth-child(4) { animation-delay: 1.5s;}.words span:nth-child(5)
AI与艺术相结合：2018年AI生成图像TOP 5
2018年是AI与艺术结合爆发的一年，数千个AI生成的图像在互联网上传播。以下是2018年这一类型中最好的五个图像，以及评选者对AI当前和未来状态的看法。 微软研究院创建了一种算法，可以完全基于你的文字来形成一个图像。 Adobe发布了一个工具，允许用户将他们的肖像转换成任何风格，从蒙娜丽莎到希腊雕像。 ? IBM推出了一个网站，测试你长得像哪个名人。 AI生成的图像可以帮助我们理解AI的思维 2018年图像生成的最大突破之一是由谷歌实习生Andrew Brock创建的名为BigGAN的算法。 上面的图像从技术上说并非由AI生成，但它是AI产生的视觉文化的重要人工制品。这是艺术家如何使用传统媒体来阐明算法社会的问题本质的一个例子。 而机器人生成虚假地图只是时间问题。毕竟，我们的视觉文化与我们的政治文化是一致的。
Midjourney能生成文字了！V6版5大升级惊艳网友
相比之下，V5.2根本不是一个level（上V6，下V5.2）： 风景图的处理也是一眼就能区分哪个更真实自然（左V5.2，右V6）： 另外，新版本还有一大看头是可以对简单的文字进行处理了，只需给要绘制的文字加上 总结来说，V6共有5大升级： 更精确且更长的提示响应 改进了连贯性和模型知识 图像生成和混合（remix）得到了优化 新增了基础文字绘制功能 upscale（放大器）功能得到增强，具有’subtle’和 David Holz明确表示“V6的提示与V5有很大不同，你需要重新学习如何提示”。 效果：写真真真 先来看一波网友们的测试效果。 这里还有和其它AI绘图工具的比较，比如说DALL·E 3、Adobe Firefly。 Midjourney V6在不同风格的图片生成上，都表现出众： 是能够以假乱真的那种了： 甚至，V6还通过的香烟测试。
你用GPT生成的文字，AI工具能检测出来了！
你好，我是郭震 一种名为DetectGPT的零样本机器生成文本检测方法，识别是否由GPT方法生成的论文或文章，检测准确率达95% 工具使用，比如输入文字，进入到检测工具DetectGPT，结果输出：是否 GPT生成 检测方法 通过分析语言模型的概率曲率来判断文本是否由特定模型生成。 识别并利用机器生成的文本样本 x ∼ pθ(·) （左侧）倾向于位于 log p(x) 的负曲率区域，这意味着附近的样本平均具有较低的模型对数概率。 总结 所以，看到这里的读者，大家写论文，一定不要纯靠GPT，后面查重中加入这项，检查出是用GPT生成的，可能就会有问题。提前了解好要求才行。
Tesseract文字训练,以及样本生成
训练（最终我试验发现对于中文的图片文字识别而言训练基本没什么卵用） ---- 当然使用jTessBoxEditor训练新的文字还是可以的，当时我发现jTessBoxEditor训练基本的配置文件基本是文字以及文字的坐标于是我使用 python脚本生成了对应的训练图片以及配置文件。 生成的配置文件如下： ? ? FONT_SIZE = 25 FONT_SIZE = 36 FONT_SIZE = 45 # 空格的大小，换行的时候也是要大小的不然，两行的距离太紧 FONT_BLANK_SIZE = 10 BEG_POINT = 5 ': (5, 365, 55, 417)} # dict2txt(d) # print len(get_text_from_file()) # str = u'1234我的5'
在线生成文字 Banner 网站分享
在线生成各种文字banner。 网站链接：点此直达 直接填写文字，然后选择字体，选择比较好看的复制即可！ 预览图
iOS 图片处理 生成文字图片
= ["#E1B154","#D2945B", "#E57257","#38B1A2", "#76A174","#5CA7C7 ","#B758A9", "#F99A5A" ]; let index = Int(arc4random_uniform(UInt32
【每日一坑 5】 文字竖排
比如这段文字： "静夜思 李白床前明月光，疑似地上霜。举头望明月，低头思故乡。" 输出结果： 低┊举┊疑┊床┊静 头┊头┊似┊前┊夜 思┊望┊地┊明┊思 故┊明┊上┊月┊ 乡┊月┊霜┊光┊李 。 #==== Crossin的编程教室 ====# 每天5分钟，轻松学编程 回复 p 查看Python课程 回复 g 查看Pygame课程 回复 i 查看Git课程 回复 t 查看习题 回复 w 查看其他文章
banner自动生成工具，ascii文字展示
生成文字 大部分工具只支持英文的库，中文的我还没发现。 推荐使用在线库：http://www.network-science.de/ascii/ 比如这样： ? banner: charset: UTF-8 生成图片 生成图片就是一个很强大的功能了。中文文字其实也可以通过截图的方式用图片来转成文字。 推荐生成图片库： http://www.degraeve.com/img2txt.php 生成后： ?
coze工作流文字生成视频
学习完Dify后Dify使用deepseek尝试使用下coze，发现流程和交互几乎一模一样，不过coze的插件更丰富些，特别是多媒体插件，就尝试用coze做了一个一键文生视频的工作流程，生成的视频如下 我们输入一个主题和描述，就能一键生成上面的视频，对于自媒体作者来说是不是很方便？ 下面详细介绍下流程，首先定义两个参数，主题和图片提示词 然后接入大模型，我们选择豆包工具就行，接着填入系统提示词和用户提示词 下一步进行文本处理，将刚刚生成的一段话，按照句号拆分成一个个短句 接着我们加一个批处理 ，作为一个容器把刚刚扣出来的图放进去 接下来使用文生音频，把每一个句子生成对应的音频 获取音频时长 有了文字、图片、音频，我们接着根据音频时长，生成对应长度的一个个短视频 得到短视频后，我们还需要把短视频整合起来 ，合成一个长视频 最后加入一个结束，把生成的长视频url打印出来 这样，我们运行流水线，就能通过简单输入的提示词和主题，生成我们期望的短视频 至此一个完整的自媒体流水线完成啦。
医学生成模型MedSyn：文字引导，AI“画”出高保真CT图像
最先进的图像生成工具，如IMAGEN和隐空间扩散模型 (LDMs)这样的方法已经展示了基于文本提示的2D跨模态生成模型的潜力，但目前还没有已知的文本引导的医学成像体积图像生成技术。 下图是一些文字生成肺部3D CT图像的结果： 02.摘要 这篇文章介绍了一种创新的方法，通过文本信息引导来产生高质量的3D肺CT图像。 我们首先根据文本合成低分辨率图像，作为后续完整体积数据生成器的基础。为了确保生成样本的解剖可能性，我们在CT图像中生成血管、气道和肺叶分割掩码来提供进一步的引导。 本研究关注两个主要目标：(1)基于文本提示和解剖部分创建图像的方法的开发，(2)基于解剖元素生成新图像的能力。图像生成的进步可以应用于增强许多下游任务。 实验对比如下： 04.解刨学结构条件生成 在本节中， MedSyn展示了条件生成的应用。在这项研究中，我们的目标是在解剖结构可用时生成数据，例如我们可以模拟肺叶、气道或血管的结构。
