#影像生成
RSS 訂閱#影像生成
RSS
fal@fal品質評分4242
Dev.to Top Tech品質評分4242 AI 生成圖片怎麼安全上傳?用限時網址並先訂好刪除規則
AI 生成的圖片很容易一直留在雲端,真正麻煩的是決定什麼時候刪除,以及日後能不能查清楚為什麼這樣處理。做法是先替每張圖片標上工作編號、保留類別和刪除期限,再由可信任的伺服器產生限時上傳網址,交給工作程式用 HTTP PUT 上傳;伺服器的存取金鑰不會交出去。像訓練失敗、需要調查的圖片,就能在刪除前改成保留。 這種上傳方式適合讓圖片直接送到儲存服務,不必先經過自己的應用程式伺服器。不過,各家服務能做的事不同:文中提到的統一介面不支援 GCS 和 B2,也沒有物件版本紀錄或防止覆蓋的條件檢查。若圖片要公開給大家看、必須永久儲存,或需要更精細的刪除控制,就得另外設計儲存方式。
@levelsio@levelsio品質評分3636
Dev.to Top Tech品質評分5050 Zaqero AI 如何讓 AI 影片裡的商品標籤不走樣
商品照片交給 AI 做成影片後,標籤上的字和商標常會被改得不太一樣,小品牌可能因此覺得那已經不是自己的商品。Zaqero AI 讓原照片直接交給影片模型,不先用另一個模型重畫商品;影片做好後,再找出標籤位置,對著同一張參考畫面追蹤,並只補改標籤上的文字,保留原本的光線和質感。測試一個蠟燭罐影片時,畫面晃動最嚴重也只有 0.14 px。這套標籤處理方式目前還沒正式上線,測試也只用了一段影片;遇到手遮住標籤或標籤折起來等情況,還不能處理。
Dev.to Top Tech品質評分6868 如何寫出更好的 AI 生圖提示詞:五段式公式
AI 生圖提示詞如果太籠統,或寫得像在下指令,常會得到不理想的畫面。這篇教學整理出五段式寫法:先說主體,再補風格、光線、鏡頭構圖和氣氛細節,最後列出想排除的內容;文中也提供人像、商品和生活場景的範本。生成後先挑出一個問題,每次只改一個部分,再比較結果。這樣比較容易看出哪些描述有用,也能把成功的寫法留下來重用。
Dev.to Top Tech品質評分4747 如何用 CVY.AI 圈出圖片區域性,再用 AI 修改內容
用 AI 改照片時,常常很難說清楚「要改哪一個東西」;房間裡有好幾個枕頭,只說要換成綠色,模型可能改錯或全部都改。這篇教學示範在 CVY.AI 圈出或框住目標,再用文字說明要怎麼改。像是圈起黃色枕頭、框住邊桌,請模型把枕頭換成深綠色天鵝絨材質,並把邊桌換成盆栽;接著再圈住立燈,請模型移除它。 標記能幫模型找到目標,但不是牢固的邊界:移除立燈時,旁邊的插頭和電線也一起消失了,畫線外的地方也可能跟著變動。因此,改完要仔細檢查細節。文章也提醒,GPT Image 的遮罩不保證只修改遮住的範圍;直接在圖片上畫記號,能清楚指出要改哪裡,但其他地方仍不一定完全不變。
Dev.to Top Tech品質評分6464 remove.bg 將關閉,作者實測 rembg 等免費去背替代方案
remove.bg 的獨立網站預計在 12 月 1 日關閉,免費使用者得找其他去背工具。作者用同一組產品照、人像和風景照測試開源工具 rembg,發現它在一般電腦上每張約花 7 到 8 秒,輸出會保留原圖尺寸;產品照和人像的去背效果不錯,但沒有明確主體的風景照會被處理得一團模糊。代價是第一次使用要下載 176 MB 的模型,輸出的 PNG 也比原圖大。作者沒有親自計時 APIC Web,因此只說明它的功能與限制,沒有拿它和 rembg 比速度。
Dev.to Top Tech品質評分5454 Depth-Map.com 教你把照片轉成 16 位元深度圖和可列印 STL
只有一張照片時,很難直接還原完整的 3D 物件;如果目標是雕刻或列印浮雕,把照片轉成深度圖會更合適。Depth-Map.com 會從照片估算遠近,輸出 16 位元灰階 PNG 和封閉式 STL;產生後,還能在瀏覽器調整深度、厚度和裁切,不必再花點數。以 3 mm 深的浮雕為例,8 位元 PNG 只有 77 個高度階,16 位元則有 19,661 階,較不容易在淺雕刻上留下階梯紋。若要還原完整物件,作者建議改用多張照片建模;若需要尺寸精準的機械零件,則應使用 CAD 工具。
Dev.to Top Tech精選品質評分7777 GIF to Sprite Sheet 作者分享 4 種修正 2D 遊戲素材的做法
GIF 匯入遊戲後,角色可能只剩眼睛和武器,AI 生成的圖片也常有背景或角色間距不整齊的問題。作者在製作 GIF to Sprite Sheet 時,整理出處理動畫影格、從圖片邊緣清除背景、合併相近影像區塊,以及放大畫素圖的做法。例如,依 GIF 每格的清除方式還原完整畫面,可以避免前一格的殘影留到下一格;放大畫素圖時,EPX 會沿用原有顏色,修飾斜線邊角。作者也說明大量匯出圖片時如何減少瀏覽器卡頓,這些方法可用來改善 2D 遊戲素材的整理與匯出。
推薦理由:作者把 GIF 影格重建、背景去除、畫素放大與大量匯出整理成可直接套用的做法,能協助 2D 遊戲開發者排查素材匯入問題。
Dev.to Top Tech品質評分6363 為什麼照片放大得好好的,漫畫線稿卻容易變粗糙?
用放大工具處理漫畫或網漫時,細線可能變得粗糙、歪曲,白色填色也可能冒出原本沒有的顆粒。原因是照片有很多自然紋理,可以遮住放大時產生的小光暈和雜訊;線稿的線條與平坦色塊則會讓這些瑕疵特別顯眼。作者建議,數位線稿可用 Lanczos 重取樣,避免銳化和放大前降噪;若工具能保護平坦區域,也可開啟這項功能。向量圖最好直接重新輸出成需要的尺寸。
Dev.to Top Tech品質評分3737 匯入四方向角色圖前,先檢查格子、方向和動畫接續
角色圖就算排成整齊的格子,動畫也不一定順。這個例子用一張 192 × 192 畫素、分成 4 列 4 欄的角色圖,說明匯入前要先確認每格大小和方向排列:每格是 48 × 48 畫素,若誤用原本 64 × 64 畫素的參考圖尺寸切割,就會切錯位置。接著可比對帽子、衣服和角色外形在不同方向是否一致,再把每一列逐格播放,檢查角色有沒有突然跳動,以及最後一格接回第一格時是否順暢。靜態圖片只能看格子和外觀,不能證明動畫播起來沒問題。
Dev.to Top Tech品質評分5050 照片和影片怎麼放大才不失真?一步步比較給你看
老照片或影片放大後,看起來可能還是模糊,因為被壓縮掉的細節無法真的找回來;工具只能參考附近的畫素,猜測原本可能的樣子。這份指南建議先清掉壓縮雜訊,再把尺寸放大,最後才稍微加強清晰度,而且最多放大 2 倍。像是把 1000 畫素放到 2000 畫素,不要直接拉到 4000 畫素,否則工具猜出來的內容會變多。 放大前也要依照片內容選合適的模式:人像、風景和插畫需要不同處理方式。完成後,請用 100% 顯示比例檢查頭髮、衣料紋路和物體邊緣;畫面縮小看起來比較清楚,不代表真的多出細節。文字原本糊掉時,工具可能讓它看起來能讀,卻不保證內容正確;相機晃動和嚴重壓縮造成的細節流失,也無法靠放大修回來。
Dev.to Top Tech品質評分5858 AI 影像放大後變難看?文章教你依劣化狀況挑選預設
把低畫質影片放大後,畫面有時反而更糊、更假,常見原因是預設不適合原本的劣化狀況。文章比較五種影像處理預設:人物與寫實照片適合 Natural HD,乾淨但模糊的素材可試 Ultra Crisp,布料紋理可用 True Texture,想加強色彩可選 Cinema Vivid,來源不明或混合多種問題時則可用 Clear Reality。若畫面有區塊或雜訊,應先輕度降噪,再放大;分兩次放大也能在每一步檢查結果。放大能改善觀看時的清晰感與壓縮痕跡,但無法找回原本沒有拍到的細節。
Dev.to Top Tech品質評分4848 AI 影片升級到 4K 看起來更糟?先選對畫質修復預設
低畫質影片升級到 4K 後,可能變得像塑膠一樣,原因是修復方式沒選對:有些方法會把壓縮留下的方塊也一起磨得更清楚。文章介紹 5 種預設,各自適合不同狀況,例如畫面乾淨但模糊時用 Ultra Crisp,衣服和材質細節可用 True Texture;來源不明、混有模糊和雜訊時,Clear Reality 比較萬用。處理順序也很重要:先去雜訊、調整顏色和曝光,再放大,最後輕輕銳化。低畫質影片輸出成 4K,不會憑空找回沒拍到的細節;比較實際的期待是畫面更乾淨、看起來更舒服。
Dev.to Top Tech品質評分4747 AI 影片升級後變得像塑膠?選對修復預設比追求 4K 更重要
低畫質影片放大後看起來像塑膠,常是因為選錯處理方式:有些預設會補細節,有些會清掉壓縮留下的方塊和雜訊,兩件事做反了,反而會把瑕疵變得更明顯。文章整理了 5 種預設:Natural HD 適合重視真實感的人像;Ultra Crisp 適合原本清楚、只是變模糊的圖;True Texture 擅長補衣料和毛髮質感,但可能捏造細節;Cinema Vivid 主要調整顏色;來源狀況不明時可用 Clear Reality。 處理順序也很重要:先看清楚影片的模糊、壓縮雜訊等問題,有方塊或雜訊就先輕柔降噪,再校正顏色、放大,最後才稍微加強銳利度。把 360p 影片放大成 4K,不會找回原本沒拍到的細節;比較實際的期待是畫面看起來更乾淨、更好看。
Dev.to Top Tech品質評分3636 AI 影片放大到 4K 看起來更糟?可能是預設選錯了
把低畫質影片放大,不一定會變清楚:如果用錯預設,畫面可能像塑膠,連壓縮留下的方塊也會變得更明顯。放大時,AI 一邊補出原本沒有的細節,一邊試著清掉舊瑕疵;素材裡的模糊、雜訊和壓縮痕跡不同,適合的預設也不同。像是衣服和毛髮適合強調材質的 True Texture,重視人像自然感則可用 Natural HD;來源不清楚時,Clear Reality 會在不同瑕疵之間折衷。 處理順序也會影響結果:有方塊或雜訊時,先降噪再放大;最後再輕輕加強銳利度。把 360p 直接放大成 4K,並不會生出真正的 4K 細節,只是讓畫面尺寸變大;比較合理的期待,是瑕疵少一點、看起來更舒服。
Artificial Analysis@ArtificialAnlys品質評分5656
Dev.to Top Tech品質評分5858 Andriy Yurchenko 如何用 Claude Code 打造 3D 動態背景編輯器 Ribbonlab
做 3D 動態背景時,材質、形狀和設定常要反覆調整,才能看起來自然又好用。產品設計師 Andriy Yurchenko 用 Claude Code 寫了 Ribbonlab 的大部分程式碼,再親自在瀏覽器檢查效果,逐步修改材質、緞帶形狀和操作面板。編輯器有 23 種材質、可調整的形狀與色彩,也能輸出迴圈影片或嵌入網站的程式碼。這個案例呈現作者如何一邊看實際畫面、一邊決定產品細節,讓 AI 協助寫程式。
Hacker News (official RSS)品質評分4747 Show HN:Isometric SF 用畫素藝術呈現舊金山灣區地圖
想看看舊金山灣區換成畫素藝術地圖會是什麼樣子嗎?Isometric SF 把灣區做成可縮放的地圖,並提供「How it was made」連結,介紹製作方式。地圖使用 OpenStreetMap 的地圖資料、Google Maps 的 3D 影像,以及 ESA WorldCover 的土地覆蓋資料等來源,讓人用不同風格探索灣區。
Dev.to Top Tech品質評分4242 GifNoBg 從 GIF 去背工具變成免費創作工具箱
想把自己的影片做成透明背景貼圖,卻碰上工具太貴、有浮水印,或動畫去背後沒辦法修正的麻煩,作者因此做了 GifNoBg。它會用 AI 一格一格移除 GIF 或影片的背景;如果不小心把貓尾巴也去掉,使用者可以手動補回或擦掉不需要的部分,修改還會套用到整段動畫。完成後能匯出透明 GIF、WebP 或 APNG。 後來 GifNoBg 又加入製作 GIF、圖片變形、照片動畫、特效、放大動畫,以及把影片轉成 GIF 等工具,都能直接在瀏覽器使用。作者表示,這些工具免費、不用註冊,也不加浮水印,並以在使用者裝置上處理檔案為設計方向。這個例子顯示,AI 可以先處理繁瑣工作,但讓人自己修正結果,才能把去背素材變成真正想分享的貼圖或趣味作品。
Dev.to Top Tech品質評分6161 MiniMax H3 Image 提示詞教學:寫清物件位置、光線與文字,生成更像實拍的照片
想讓生成的照片看起來像真實拍攝,提示詞只寫風格往往不夠。作者示範把提示詞寫成攝影簡報,先說明畫面型別,再逐一交代人物或物件的位置、光線來源與動作;要讓海報出現指定文字,就把每一行文字加上引號並說明放在哪裡。修改照片時,也要寫清楚希望改變的部分,以及哪些內容必須保留。文章還用魚販肖像展示這種寫法,並說明 MiniMax H3 Image 在 PixelDojo 的 2K 和 4K 圖片分別需要 1.5 和 4 credits。
Wes Bos@wesbos品質評分4343
Tripo@tripoai品質評分3939
Dev.to Top Tech品質評分4242 在 Apple Silicon 上打造本機 AI 影片工作流程:Whisper、Qwen/Gemma 和 Maya1 TTS
剪輯長影片時,先把好幾 GB 的影片上傳到雲端才能開始處理,改字幕還可能一直消耗雲端額度。Wonek Video Studio 把語音轉文字、降噪、找精彩片段、字幕翻譯和配音放在 Apple Silicon 的 Mac 本機執行;Whisper 負責抓準每個字的時間,Qwen 或 Gemma 幫忙挑片段、翻字幕,Maya1 TTS 則能直接在時間軸上重做配音。像是隻改一句旁白,就能在本機重做那一句並更新時間軸。想用 Veo 3.1、LTX 或 OpenAI 的雲端影片生成服務,也能自行提供 API 金鑰。這種做法能少等上傳、少受雲端額度限制,也讓創作者選擇哪些工作留在自己的電腦處理。
Dev.to Top Tech品質評分4848 AI 生成圖片的瓶頸,可能在修改流程而不是模型
AI 做出第一張好看的圖片後,團隊常要反覆修改背景、文字或尺寸,結果原本沒問題的瓶身、陰影也跟著跑掉,讓圖片一直差一點才能用。文章建議每次修改都說清楚「可以改什麼」和「哪些地方要保留」,並把原圖、修改要求和每一版結果一起存好。比如只換背景時,也明確要求瓶身、標籤、角度和陰影維持原樣;完成後再檢查這些地方有沒有變形。這樣比較容易找出問題,也能讓團隊少花時間重做,順利把圖片從草稿推進到正式成品。
Dev.to Top Tech品質評分7171 MOSS-Image 在 ComfyUI 的安裝教學:模型檔案放哪裡、哪些設定要調
第一次在 ComfyUI 使用 MOSS-Image,常會卡在模型檔案該放哪裡,或裝好後找不到範本。這篇教學說明四個文字生圖檔案要放進哪些資料夾,也提醒先確認 ComfyUI 版本:文字生圖範本需要 0.42.0 以上,圖片編輯與色彩、深度範本則需要 0.43.0 以上。放好檔案並重新整理後,就能載入範本開始生圖;想讓提示詞照原文送進模型,可關閉提示詞增強。若成品看起來不夠完整,作者建議先把步數調到 50、CFG 調到 3,並提醒 ComfyUI 和官方 Python 流程即使使用相同種子,也不會產生完全相同的圖。
Dev.to Top Tech品質評分3939 AI Rap Video 教你怎麼在生成前說清楚費用、照片同意和影片限制
用照片做成饒舌影片,麻煩的不只是按下生成鍵:費用會依設定改變,照片也要先取得同意,生成的影片還可能有不自然的手或嘴型。AI Rap Video 把費用估算和同意確認放在送出前,也提醒使用者成品要先看過再分享;生成失敗確認後,該次使用的點數會自動退回。 例如選 Seedance 2 Fast、12 秒、480p,而且不加參考影片,價格基準是 45 點;改變長度、畫質或模型,費用也會跟著變。完成的影片連結最多保留 7 天,所以要及早下載。這些提醒讓使用者在開始前就知道要花多少、照片怎麼使用,以及成品有哪些限制。
ModelScope@ModelScope2022品質評分4444Dev.to Top Tech品質評分6868 如何用 Python 把 Malfoid AI 肖像轉成低多邊形 SVG
把肖像變成低多邊形圖時,三角形的取點方式會影響臉部和細條紋能不能看清楚。作者用 Python 做出一套流程:沿著頭髮、眼睛和領帶等明暗邊緣多取點,再把三角形塗上代表顏色,輸出成放大後仍清楚的 SVG。測試顯示,這種取點方式能降低整張圖的色差;但臉部皮膚較平滑,單靠邊緣取點會分到較少點,因此作者建議替臉部範圍增加取點密度。在 1,000 個取點時,臉部色差中位數從 4.32 降到 2.82;不過臉部多分到點,也可能讓領帶細節變差。
MeshyAI@MeshyAI品質評分6464Dev.to Top Tech品質評分6060 LibreCorsa 讓玩家開啟瀏覽器就能玩賽車模擬
賽車模擬遊戲常要先下載大檔案,也需要效能不錯的電腦。作者獨自打造開源遊戲 LibreCorsa,玩家開啟網頁就能開車,還能和 AI 對手比賽、線上上和朋友競速,並用鍵盤、手把、觸控螢幕或方向盤操作。作者也測試同一段起步在不同畫面更新率下的結果,車速差不到 0.3 km/h、位置差不到 0.2 m。方向盤力回饋仍在實驗階段,部分賽道的路面表現也比較不可靠。
Dev.to Top Tech品質評分4343 如何為小型電子報標題圖片規劃一致的視覺風格
小型電子報可透過固定圖片規格、簡短的風格說明與參考圖片,讓每期標題圖片維持一致,讀者也更容易辨識。 圖片規格:電子郵件版面通常約 600 畫素寬,建議以約 1200 畫素寬匯出;可採 1200 × 400 或 1200 × 500 畫素的橫幅,每張圖片控制在 500 KB 以下,並以手機約 350 畫素寬的顯示效果檢查細節。 風格與編輯方式:寫下配色、光線、主體距離、質感及避免出現的元素,並挑選 3 至 5 張參考圖片。製作新圖片時,從最接近的參考圖開始,只描述本期需要變動的內容;文中以 Nano Banana AI 作為文字提示圖片編輯器的範例。 寄送前檢查:確認圖片在手機上的呈現,與 2 張參考圖並排比對,並在淺色與深色模式下檢視測試信;另外撰寫替代文字、確認尺寸與檔案大小,並將成品和使用的提示或備註存檔。
Arena.ai@arena品質評分5858aihot精選品質評分7474 美團 LongCat 開源 LongCat-Video-Avatar 1.6,讓語音帶動數位人影片
製作數位人影片時,嘴部動作不自然、聲音和嘴型對不上,影片變長後畫面也可能不連貫。美團 LongCat 開源 LongCat-Video-Avatar 1.6,改進嘴型、臉部和身體動作的協調,也減少接續生成影片時累積的畫面誤差,能生成超過 10 分鐘的影片。團隊以 33,051 張有效人工投票比較六套系統,這個版本排名第二;新版本也加入推理最佳化,並提供單人和多人影片生成方式。
推薦理由:LongCat-Video-Avatar 1.6 的人工偏好評測顯示,它在六個系統中排名第二;文中也說明瞭長影片生成與推理速度的改進。
Dev.to Top Tech品質評分6363 Seedream 5.5 評測:原生透明背景適合哪些影像工作
Seedream 5.5 加入原生透明背景輸出,可直接產生帶有 alpha 通道的 PNG,並支援多輪編輯與最多 10 張參考圖。 - 透明背景:商品、貼紙、圖示等硬邊主體較容易切乾淨;毛髮、煙霧與玻璃等邊緣或半透明材質仍有難度。
Dev.to Top Tech品質評分7474 Microsoft 在 MAI Playground 推出 MAI-Image-2,Copilot 與 Foundry 將分階段開放
Microsoft AI 推出文字生成圖片模型 MAI-Image-2,目前可在 MAI Playground 試用,並開始分階段匯入 Copilot 與 Bing Image Creator。
@levelsio@levelsio品質評分5858Interior AI 現在可讓使用者在 3D 空間中走動、上傳牆紙材質並套用到牆面或物件,也能設定各物件的材質;完成後按下「✨ Render」,即可將場景轉成照片。

TechCrunch · AI品質評分5555 Phota Labs 推出 AI 照片助理,將日常照片轉為專業風格影像
Phota Labs 推出 iOS 照片助理,運用 AI 調整日常照片的拍攝效果,並以維持人物外觀與影像真實感為目標。 - 編輯方式:使用者可選擇不同攝影風格,從保留原始鏡頭與構圖的細微調整,到魚眼效果、替代角度及不同視角等變化。
@levelsio@levelsio品質評分3939
🚨 AI News | TestingCatalog@testingcatalog品質評分6464