Wiki 知识库

全部文档 / 作者: 蔡文彬CyberBin

11 篇
清除

换人AI视频到底是怎么做的:我用MiniMax H3 工作流,先照原模板跑通

作者拆解了热门的AI视频换人技术,基于机智波玩AI发布的MiniMax H3角色替换工作流(RunningHub画布),讲解如何用现成模板最快做出第一版换人视频。文章指出应先认准真正生效的上方分支,第一步保留原视频只换角色参考图,第二步只修改提示词中换人对象的定位描述(用位置加衣服锁定目标),第三步照抄采样等参数不做凭感觉的调整,第四步通过分帧核查验证新结果并按错误类型逐项排查。最后总结可迁移的控制逻辑:视频给动作环境、图片给角色身份、提示词限定改动范围,建议按风险从小到大逐步修改素材。

技术 › 工具与效率 蔡文彬CyberBin 2026-10-269.5 KB 7.7K 57 82

MOSS-Image 实操:用 JSON Layout 控制文字、物体和画面构图

作者实测国产开源生图模型 MOSS-Image,重点验证其 JSON Layout 对文字、物体位置和画面构图的可控性。文章对比了普通提示词与 JSON Layout 在同一封面需求下的生成效果,详细讲解了中心坐标系和 yxyx 格式的 bbox 写法、在线体验参数设置、官方示例分析,以及 ZeroGPU 额度问题和本地部署方法。作者强调可复用的不是某张图,而是一套固定种子、对照测试的评估方法,认为 JSON Layout 让提示词变成可保存、可修改的布局资产,使 AI 生图真正进入设计工作流。

技术 › 工具与效率 蔡文彬CyberBin 2026-10-2110.6 KB 3.4K 32 84

Ming-3.0-TTS 实操:声音克隆、原创音色和停顿控制,我都测试了一遍

作者实测蚂蚁灵波开源的 Ming-3.0-TTS 模型的三种核心能力:Voice Design(用文字描述创造原创音色)、Freeform(导演式指令控制重音、停顿和情绪)以及声音克隆(支持在正文中插入叹气、咳嗽、呼吸等声音事件标签)。文章详细介绍了从 Hugging Face 在线体验到本地部署的完整流程,包括参考音频准备、音色描述写作模板、命令行操作等,并提出判断 TTS 能否进入 AI 视频工作流的五项标准,如音色身份稳定性、重音停顿准确性、声音事件自然度等。

技术 › TTS 蔡文彬CyberBin 2026-10-219.6 KB 3.9K 54 82

自媒体“爆款竞品拆解”—WorkBuddy全自动 B 站行业研究工作流教程

文章介绍了一套基于 WorkBuddy 的全自动 B 站竞品拆解流水线。通过集成 Node.js、Python、B 站搜索技能及 NotebookLM,将原本耗时 2 小时的手动拆解工作缩短至 5 分钟。该系统能自动生成包含爆款文案公式、弹幕情绪分析及内容盲区的深度报告,极大提升了自媒体选题与研究效率。

技术 › 工具与效率 蔡文彬CyberBin 2026-07-1514.0 KB 4K 45

Codex做PPT的6步流程:小白实战指南

本文详细介绍了一套使用 Codex 生成 PPT 的标准化六步流程。作者结合实战案例,演示了如何从准备项目文件夹、盘点资料、确认大纲与限制,到调用 Skill 生成网页版提案并最终导出 PPTX 的全过程。文章明确了人与 AI 的分工边界,提供了可直接复用的提示词,适合需要快速制作商业提案或汇报的职场人士参考。

技术 › 工具与效率 蔡文彬CyberBin 2026-07-0813.2 KB 4.3K 50

如何用 AI 将随手拍的照片转化为商业级产品海报

本文介绍了一套普通人也能复用的低成本产品视觉生产线。作者通过实战演示,从精修产品图、制作拆解爆炸图、场景融图、光效增强到工业设计线稿,详细展示了如何将随手拍摄的“烂图”转化为符合商业标准的产品海报、电商主图及发布会 KV。

技术 › AI 蔡文彬CyberBin 2026-06-069.5 KB 31K 160

用 ChatGPT-Image2 生成企业级商用画册:从策划到实战

文章详细介绍了如何利用 ChatGPT(特别是 Image2 功能)结合专业的策划逻辑,低成本、高效率地生成企业级商用画册。作者提出了“先框架-后设计-最后制作”的核心方法论,强调策划是画册的灵魂,并提供了完整的 SOP(标准作业程序)提示词模板,涵盖需求解析、架构规划、视觉定义及文案落位,展示了 AI 如何替代传统 PPT 和画册设计工作流,实现商业变现。

技术 › 工具与效率 蔡文彬CyberBin 2026-05-2914.2 KB 27.6K 215 81