与「AI角色设计」相关的搜索结果

我用 ChatGPT 5.6 测了 9 种漫剧男主脸，终于不是“AI帅哥流水线” 附全套漫剧男主脸提示词🤣 这次我用的是 5.6 模型，一口气测试了 9 种漫剧男主人设。不是只生成一张头像，而是从： 人物脸型 → 全身三视图 → 六宫格故事板 → 最终视频 完整跑了一遍。 这次最明显的感受是，ChatGPT.5.6 不只是把脸做得更精致了，而是开始真正接近“能继续拍戏的男主脸”。 我觉得它有三个地方特别好用： 1. 真人感更稳 脸部骨相、眼鼻口比例、皮肤质感都更接近真人，不会一眼看起来像 2D 插画。 尤其是侧脸和近景，鼻梁、下颌线、眉眼关系都更有层次。 2. 人设差异真的拉开了 这次测试了 9 种风格： 禁欲霸总、清冷校草、邻家少年、不羁青年、美式街头狼尾男、斯文精英、野性冷感硬汉、韩系花美男、校园阳光男神。 它们不是换个发型就结束，而是连眉眼、脸型、气质和穿搭都跟着变化。 你一眼就能看出来： 这个适合演霸总，那个适合演校草，还有的天生就是漫剧里的危险男主。 3. 角色脸更适合做视频 很多 AI 男主图片单张看很帅，但一动起来就崩。 这次我特意把角色继续做成故事板和视频，发现 GPT 5.6 设计的脸更适合特写、侧脸、低头、抬眼这些镜头。 也就是说，它不是只能做一张海报，而是可以继续往角色卡、分镜和漫剧视频里延展。 真正好用的“漫剧男主脸”，重点不是单纯帅。 而是要有： 清晰的骨相、能记住的眉眼、明确的人设气质，以及一张经得住镜头靠近的脸。 我的提示词习惯也很简单： 人设标签 + 骨相特征 + 眉眼细节 + 发型造型 + 服装身份 + 镜头光线 这样出来的脸，才不容易变成千篇一律的 AI 男模。 这轮ChatGPT 5.6 测试，我是真的有点惊喜。 如果你也想做漫剧角色、AI 短剧，或者想要 9 种女主人设的提示词，可以在评论区留：女主脸。 #ChatGPT# #AI漫剧# #漫剧男主# #AI角色设计# #PromptEngineering#

日本有个22岁的小伙子，用AI造了个虚拟网红，一个月下来变现了3548美元。 这个网红叫Lin，设定是个会跳舞、会唱歌的中国女孩。 他用Claude把角色设计出来，然后生成视频。在TikTok、Instagram和YouTube上都开了号，每天发三条视频。结果你猜怎么着？ 一个月后： TikTok涨了23000多粉，播放量1250万； YouTube涨了8500多粉，播放量390万； Instagram涨了13800多粉，播放量270万。 加起来，光变现就赚了3548美元。 有了AI，想红确实比以前容易多了。

古墓丽影新作被玩家抵制，最该慌的不是玩家，是原画师。 Steam 标了用 AI，新作跳票2027。玩家在骂，原画师在沉默。 我拍片时，一个3D建模师对着镜头说：我想把原画师淘汰掉。 他说角色设计的会现在谁都能进，只会画不会设计的人，位置就没了。 AI 只是按下了快进键。 #TombRaider# #AI# #gamedev#

收藏这5个工具，人人都能靠制作AI短剧赚钱 AI短剧最近流量特别好，大家对这种视频的接受度开始变高。AI短剧的创作者收入也开始水涨船高，那么如何开始短剧创作呢，有了下面5个工具，人人都能用AI短剧赚钱，而且不需要任何门槛： 1. 19.6K Star Pixelle-Video 应该是github最高星级的AI 视频引擎，主打的是全自动化：只需输入一个主题，Pixelle-Video 就能自动完成撰写视频文案，生成 AI 配图/视频，合成语音解说，添加背景音乐。零门槛，零剪辑经验都可以用。 2. 12.4K Star waoowaoo 首家工业级全流程 AI 影视生产工具。waoowaoo 支持从小说文本自动生成分镜、角色、场景，并制作成完整视频。 3. 12.4K Star 火宝短剧 是一个基于 AI 的短剧自动化生产平台，实现从剧本生成、角色设计、分镜制作到视频合成的全流程自动化。 4. 8.5K Star Toonflow 是开源一站式 AI 短剧创作工具，将小说、剧本快速转化为动画短剧。集成 AI 编剧、智能分镜、角色与视频生成，跨平台桌面端轻量部署，助力创作者低成本批量产出视觉内容。 5. 1.3K Star BigBanana AI Director 是一个 AI 一站式短剧/漫剧平台，面向创作者,实现从灵感到成片的高效生产。 有了上面5个工具，你也可以零门槛生产自己的短剧了。 我是尼卡，平时会持续分享 AI、美股、Web3 相关有用又有趣的工具和项目，感兴趣的话欢迎关注，下次见～

META 周三裁员内部备忘录已经泄露 路透社今日获得 Meta 的内部备忘录。 以下是周三的具体剧本： 当地时间凌晨 4 点。全球分三批进行。HR 负责人 Janelle Gale 向员工发送了行动指南。 数字如下： >8,000 人被裁 >7,000 人被重新分配到新的 AI 工作流程项目 >经理角色被彻底取消 >”许多领导者将在裁员的同时宣布组织变更” Gale 的表述：组织领导者“将 AI 原生设计原则融入他们的全新组织结构中。” 这 7,000 人被调往 AI 工作流程是重新分配，而非裁员。被取消的经理层是新组织架构中不包含的层级。凌晨 4 点离职的 8,000 人是重组中未能幸存的角色。 将其与本周早些时候取消的 6,000 个角色以及 Meta 暗示将在 2026 年晚些时候进行的额外 8,000 人裁员相叠加。今年已有 22,000+ 个角色要么被裁，要么永远不填补，此外还有数千人无论愿不愿意都被推入 AI 工作。 这份备忘录证实了排行榜和击键记录早已显示的内容。Meta 正在围绕更少的人重建公司。留下的每个人都将被调入 AI 角色。 这是好事！

爆肝两天时间，玩了下二次元生图赛道最出圈的PixAI，几乎是一个周末就把攒下来的积分全用完了，看着满满当当的成果，有种溢出屏幕的爽感。 这事的契机，源于我对AI大厂的二次元生图能力始终评价不高，包括Banana在内的很多模型，画面的精美程度倒是没毛病，但角色灵魂总有挥之不去的空洞感。 碰巧PixAI发布了Tsubaki.2的新模型，我只能说专业的事还得专业的人来干，哪怕跟Midjourney/niji这些同类产品比，PixAI的自由度可能也远超出了我的预期。 其中最明显的感受是，我甚至在Tsubaki.2的身上，体验到了一种类似于肉鸽游戏构筑BD的玩法。 什么意思呢？就是它给的模块化的可选项实在太多了，除了最常规的提示词输入和补全之外，Token预算、风格预设、LoRA参考、图片尺寸、生成数量……这些统统都是可以定制的，整个过程像搭积木一样垒出来最终的成品。 当然，由于这些默认设置基本都是取一个通用性最高的选项，所以新手也不存在什么使用门槛，稍微多用一用，掌握一些技巧还是不难的。 更何况还有提示词助手这种轮椅级别的功能，都是为了能让人最快上手。 比如我沿着社区里吹爆的光影表现，做出了这么两组风格完全不同的图，看完瞬间理解那些画师的失业焦虑了……（图1）（图2） 包括用二游相关LoRA做出来的成品，虽然背景还略显拉跨，但人物完全够格拿来当一些小厂的角色设计底板了。（图3） 更不用提最热门的二创方向，Tsubaki.2同时解决了多人物混乱和手部建模扭曲的问题，这也是过去二次元生图赛道大家公认的阿克琉斯之踵。（图5）（图6） 这也难怪PixAI近一半的用户都来自日本，作为ACG文化的老家，可能没几个肥宅，我是说二次元爱好者能顶得住开箱即用的体验。 我贴出来的这些，基本都是从一次多张生成里选出来的，没有太高的抽卡成本，如果不是非常高频，每日赠送的额度完全够用。 这多少能解释，为什么从今年开始关于「垂类模型到底有没有必要存在」的讨论声音变得越来越少了，按理来说，模型越做越强，AI生图这门生意一定会被大厂垄断。 但现实是，仍然有大量像PixAI这样的垂类平台能跑出来，说明通用模型其实很难满足真实存在的长尾需求。

销冠助手 花了2-3个小时的时间写了个小玩意儿，当然在开发大佬眼中不值一提 最近谈了好几个单发现一直无法成交，咨询一下AI(Claude)，被反馈话术太烂 ，短期内提升话术可能性不大，我想到用AI提升一下话术 哈哈哈 于是便有了这个单页面应用，配置好Deepseek/OpenAI/Anthropic的apikey就可以用，完全本地数据 用法也很简单，可以把用户的聊天信息贴入对话框，AI给出相应的分析和应对，使用前可以设计角色，使其更贴近我们的工作角色 最后，我还不知道效果咋样 哈哈哈 毕竟还没成单

AIGC波妞的2026上半年干货总结帖 AI视频这条路我摸了大半年——从离开Peppa Pig，一头扎进AI视觉叙事和漫画IP孵化，陆陆续续发了上千条实测、教程和踩坑记录。制作、策划孵化了近百部 AI 广告、AI 漫剧作品。 很多朋友说想找我早期的干货但翻不到，所以这次把账号里互动数据最高、最值得看的内容按主题理成了一份清单：从方法论到工具实测，从爆款案例拆解到版权避坑，你可以直接跳到自己需要的部分看，少走弯路，也少踩坑。建议收藏，需要的时候直接翻。 一、AI视频/漫剧制作方法论 1. 玩AI视频角色老是换脸？3个月才搞明白问题出在哪儿（上篇） 2. 为什么放弃九宫格分镜，改用六宫格故事板 3. 大半年AI漫剧踩过的坑：多人戏一换机位就崩 4. AI漫剧最大难点是场景调度，不是画质 二、AI工具实测评测 1. 视觉锚点才是小红书封面的杀手锏（附爆款封面Skill） 2. Lyria 3音乐模型评测，附20多个提示词模板 3. 猜图测评：ChatGPT Image 2 VS 即梦Seedream 5.0 4. Nano Banana 2深度测评 5. Fable 5限时回归：全球IP导演风格图谱Skill 6. SkildArt实测：数字藏品展馆+数字人换装短片 7. ChatCut插件：一句提示词用Codex剪视频 三、爆款现象级内容拆解 1. 【喜剧爆款视频教程】 2. 如何用SeedDance 2.0拍摄闺蜜私房视频 四、版权与合规干货 1. 别等被甲方追责，才想起AI作品也有版权风险 2. 首个「AI作品版权自查Skill」上线 五、IP设计与创意系列 1. 卡牌设计第四弹：七龙珠概念海报 2. IP设计《银月狐灵》视觉开发全流程 3. AIGC新作《天枢记2070》机甲美学 六、个人故事/账号成长 1. 从离开Peppa Pig团队到成为AI创作者

2026 半年提交的代码，快超过过去两年。AI Coding 容易让人陷入疯狂。 最近也在思考一个问题。AI Coding 时，人到底是一个需求口喷角色，还是系统架构设计角色？也在反问自己，我对我的系统是越来越了解了，还是越来越生疏了？ 我的答案是，想做的事情越来越明确了，但对做出来的那堆东西，却越来越生疏了。 对着 Coding Agent 发号施令已经成为常态。那种建应用的感觉就像，刚开始在建大坝，日日赶工，雏形也越修越好；等到真的大雨降临时，却发现东边有窟窿，西边墙面也不稳。于是，整日的工作，又变成了修修补补，拆东墙补西墙。 大多数人在开始 AI Coding 的第一天，就忽视了一个点。 软件工程里，除了支撑业务需求的代码，更多的是支撑稳定性、性能、质量、成本、安全的代码。要把系统建好，分配给后者的 AI 注意力，随着时间推移，占比通常会越来越高；当达到某一个临界点后，系统就需要面临一次重构。完成重构之后，重心才能重新回到前者。 从真实的实践来看，AI Coding 会把软件工程，从白盒精细化治理，逐步推向黑盒管理。人没有那么多精力去 Review AI 写的每一行代码，因此搭需求积木的职责，会逐步从人转移到 AI，人也会逐渐丧失对系统运行细节的理解。 如果黑盒会成为常态，那如何治理黑盒，就会成为一个新的命题。 AI 写代码时，也要关注质量工程、关注架构设计、关注领域模型抽象、关注无效代码下线、关注性能和稳定……如何让 AI 持续做好这些事情，如何在黑盒模式下继续保持代码收敛，以及系统的可持续运转，我觉得会成为未来软件工程新的挑战。

AMD 宣布用约 82 亿美元收购李飞飞创办的 World Labs，这期是彭博科技节目主持人 Ed Ludlow 对两位当事人的联合采访。一位是 AMD CEO 苏姿丰，AMD 做 CPU 和 GPU，OpenAI、Anthropic、Meta 都是它的大客户。另一位是 World Labs 创始人兼 CEO 李飞飞，她主持建立的 ImageNet 图像数据集是这一轮深度学习浪潮的起点之一。两人聊了为什么要做这笔交易、李飞飞在 AMD 的新角色、开放生态，以及 AI 安全该由谁负责。 交易本身 这是一笔全股票交易，也就是 AMD 用自己的股票而不是现金来付款，对 World Labs 的估值约 82 亿美元，预计年底前完成，还需要监管审批。交易完成后，李飞飞出任 AMD 执行副总裁兼首席科学家，直接向苏姿丰汇报，World Labs 团队将成为 AMD AI 模型团队的核心。 两家公司的关系早就开始了。AMD 是 World Labs 的早期投资方，也给它供芯片。苏姿丰说她从 World Labs 只有几个研究员的时候就在看着这个团队成长。两人也都提到彼此认识多年，私下是朋友。 芯片公司为什么要买模型公司 苏姿丰的理由是，AI 现在还在很早期的阶段，而且越来越明显的是，硬件、软件、系统和模型这几层互相影响，对整条链路理解得越透，造出来的系统就越好。收购 World Labs，一方面是拿到李飞飞聚起来的一批顶尖研究人员，另一方面是让 AMD 对模型未来的发展方向有第一手的判断，反过来指导下一代硬件怎么设计。 李飞飞从模型公司的角度讲了同一件事。World Labs 越做越大，对算力的需求也越来越大；和 AMD 合在一起，模型可以用最前沿的硬件加速训练和推理，硬件团队也能提前看到模型未来的工作方式和需求。她把这叫作 AI 软件和 AI 硬件的“共同进化”。 主持人追问 AMD 是不是要开始卖模型、卖软件。苏姿丰说不会改变商业模式，AMD 仍然是一家平台和解决方案公司，软件是用来支撑硬件的。收购的最终目的是让 AMD 更好地服务那些最大的算力客户，也就是各家模型公司。 World Labs 做到了哪一步 World Labs 成立于 2024 年，到现在两年多，专攻空间智能和物理智能，也就是让 AI 理解和生成三维世界、懂得物理规律，这类模型通常叫“世界模型”。李飞飞说，他们想做的是语言模型之外的方向，因为创作者、设计师、教育、医疗都有这方面的需求，机器人技术也快要迎来爆发。 公司目前已经发布了两代模型，先是 Marble，然后是最新的 Atlas。李飞飞介绍 Atlas 是一个多模态的“全能模型”，能生成高质量的画面，同时保持三维和四维（三维空间加上时间）上的一致性，摄像机和智能体可以在它生成的世界里移动和交互。 团队也在扩张。World Labs 最近收购了 SceniX，这家公司做出了一套机器人仿真工作流程，以及训练机器人控制策略的模型，由此给 World Labs 补上了机器人方向的人才。 李飞飞为什么选择加入 AMD 苏姿丰说她给李飞飞的说法是“加入全世界最令人兴奋的 AI 公司”。李飞飞的作用也不只限于 World Labs 团队。苏姿丰说 AI 没有一种方案能通吃，除了大家熟悉的云端 CPU、GPU，物理 AI、机器人、从云端到边缘设备再到个人电脑的端到端 AI，都是 AMD 未来三到十年要重点增长的方向，而这些正好是 World Labs 擅长的领域。 World Labs 今年早些时候刚融过一大笔钱，发展势头也不错，主持人问李飞飞是否考虑过别的出路。她说公司从一开始就以使命为导向，这件事的关键在于双方的愿景是否一致，和有哪些选择关系不大。在她看来，这次合并会是“一加一大于二”，接着她笑着补了一句，AMD 显然比 World Labs 大得多。 至于加入后会不会只做空间智能，李飞飞说两人还没来得及细谈所有计划，World Labs 正在做的工作会继续，但她预计研究方向会扩大、节奏会加快。 开放生态与可选择性 苏姿丰说，AI 未来会同时有开源模型和闭源模型、大模型和小模型，它们跑在不同的硬件上，这一直是 AMD 规划高性能计算和 AI 产品线的前提。她和企业的 CEO、CIO 聊下来，没有人愿意被锁死在某一家的硬件或软件生态里，大家都想在不同时候挑最合适的。所以 AMD 会继续押注开放生态，她和李飞飞也讨论过怎样用 World Labs 已有的成果推动开源生态。 李飞飞补充说，现代 AI 的发展离不开开放。从科学界公开分享神经网络算法，到她自己做的 ImageNet，这个首批开放的大规模数据集就是现代 AI 革命的推动力之一。开放生态能让不同的发现、创新和创业机会互相促进。 AI 安全该由谁负责 主持人提到当前的一个争论：模型能力的进步速度超过了安全和对齐研究的进步速度。苏姿丰说这件事上“没有可选项”，技术必须好，也必须安全。她拿芯片行业做例子：最高性能的处理器在设计时就要把安全和数据保密作为优先事项来考虑，AI 行业也需要把安全放到同样的位置。她说自己是 AI 乐观派，相信行业能建立起合适的流程和防护措施，而且各家应该像硬件行业现在分享安全方面的经验那样，互相分享做法。 主持人进一步问，提供算力的公司对训练是否安全、推理时模型是否按预期行事，要负什么责任。苏姿丰说生态里每一方都要为自己的行为负责。对 AMD 来说，要保证硬件本身安全、按设计运行，模型在上面跑时数据是安全的，还要和模型公司一起处理好软硬件之间的交互。她认为这件事应该由行业主导，但因为 AI 是新东西，各方学习的速度不一样，所以她欢迎更多的行业协作，也欢迎一定程度的第三方评估。 李飞飞说，主持人上周问她监管、第三方评估、前沿实验室自我负责这几种方式该选哪个，她的回答是全都要。她认为 AI 是一项“文明级”的技术，和历史上所有这类技术一样，初衷是让人的生活和工作变得更好，但每项技术都是双刃剑，必须负责任地开发和部署。无论在斯坦福、World Labs 还是现在的 AMD，她都想推动个人、公司、行业和社会四个层面共同承担这份责任。 AMD 的下一步 主持人提到 AMD 市值已经到了 1 万亿美元，苏姿丰近来也多次和美国总统一同公开露面。苏姿丰说 AMD 过去做过好几笔对公司影响很大的收购，World Labs 是下一笔，而且是战略意义很重要的一笔。在她看来，技术如今和经济、国家安全都紧密相关，AMD 有机会真正影响计算的未来走向。 最后主持人请李飞飞预测 AI 下一个重大突破。她没有给具体的技术判断，只说接下来 AMD 和 World Labs 会一起打造未来，而这个未来必须对人类社会和人们的生活有益。苏姿丰在一旁说：“我会让她忙起来的。”