我要投稿

简单粗暴，4O终极魔法，这才是主体库的最终形态

发布日期：2025-04-07 14:27:06 浏览次数： 1751

作者：雪佬说

微信搜一搜，关注“雪佬说”

写在前面：全文不到1000字，脑洞巨大。

大家好，这里是有梗、有料、有干货的雪佬说，我是雪佬。

有日子没更新了，

最近雪佬一直在研究sora，

当然，不是视频（我不会说它拉跨），

没错，文生图，

你没猜错。

我个人感觉，这个才是主体库的最终形态，

因为，实在是，

太好用了！

此句必须加个感叹号。

先看一张图，

高端的图，往往需要最简单的烹饪方式，

啊呸，不对，

最简单粗暴的提示词。

怎么做呢？

一张图片讲明白，

上传两张图，彪子的剧照和大卫石膏像，

提示词也很直给：

图1的人物变成图2的明星像

好了，就是这么简单，

然后点击生成，坐等收菜。

再来一个风格

漫长的剧迷已经看出来了，

基本都是里边的人物，

甚至我还加了马大帅里的一张，

做成了这种黑白漫画形式，

怎么做？

其实也很简单粗暴，

还是那个理论，

你想生成的场景+最终生成的风格，

一张图揭晓答案，

图生最高支持10张图，

所以传9张剧照

加一张漫画，

提示词也很简单粗暴：

把图1图2图3图4图5图6图7图8图9的画面综合一下，画成图10这样的黑白漫画，要突出人物特征。

然后点击生成，等待收菜。

是不是很简单，

理论上4O这个文生图无所不能，

现在困扰我们的，

只有想象力了。

漫长的季节里，

邢三的三轮大家还记得吗，

没错，它长这样，

我们来给它结构下，

画一个分解图，

是不是感觉你又行了？

一张图揭秘如何做，

上传两张图，

一张剧照，

一张分解图，

提示词：

把图2的三轮车拆分成图1这种结构图，

点击生成，等待收菜。

吉卜力风格是不是看腻了？

好，我们换一种，

先看原图剧照，

我们再放最终效果，

是不是一下就很有逼格了，

艺术的小感觉这不就来了。

一张图揭秘如何做，

一张剧照，一张最终风格，

提示词：

把图1的色调和风格换成图2的色调和风格

怎么样，是不是很简单，

效果却很惊艳。

还没完，我还有图，

请看下面，

有请我们尊敬的西北锤王，

怎么样，

这个要是做电视剧海报，

会不会火，

哈哈，

怎么做，

也很简单粗暴，

一张图揭秘，

上传两张剧照，

甚至提示词里我都没写让他们综合到一块，

提示词：

生成图片，把它打印出来，然后用红墨水疯狂地加上手写中文：你干甚去了，我去石圪节公社找胡德禄给我弄了一个时兴的发型，你弄个球头你弄，我真想锤死你，把“西北锤王”字大一点，艺术化的字体，排版精美随意，批注、涂鸦、乱画，如果你想的话，还可以加点小剪贴画。

然后点击生成，坐等收菜，

一款时兴的西北锤王海报，

就这样完成了。

好了，以上，

在4O面前，

阻止人类的，

就只有脑洞了。

你，

不赞赏一下吗。

加雪佬，

防失联。

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2025-07-14

探索AI营养师：多模态知识图谱在食品领域大模型问答升级的革命性作用

2025-07-13

多模态商品图文生成系统可落地的完整方案

2025-07-08

Coze、Dify、Ragflow等AI平台对比指南

2025-07-02

基于 Ollama 多模态引擎的 Qwen 2.5 VL 模型部署及其应用

2025-07-01

Dify落地知识库场景的小思考及多模态RAG结合图像信息的几种策略评估

2025-06-30

RAG知识库构建新框架-EasyDoc小模型+多模态大模型结合的文档智能解析框架

2025-06-23

Dify v1.4.0中的Multi-Modal LLM Output：基本操作和原理

2025-06-19

搜索 ≠ 简单匹配！0代码实现语义级图文互搜

了解更多

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

深度体验 Lovart：这才是AI Design Agent！设计领域终于迎来了它们的「神」

2025-05-14

万字长文：OCR/多模态大模型评测体系全景

2025-05-16

从BGE到 CLIP，从文本到多模态，Embedding 模型选型终极指南

2025-05-25

ollama 大版本0.7 发布，新引擎支持多模态模型

2025-05-16

让Dify知识库“看懂”图片！一款MinerU 工作流解决方案

2025-05-12

全球首款设计Agent，Lovart在海外大火，马斯克亲自点赞

2025-05-15

Veo 2正式登陆Google AI Studio了——实在太疯狂了！

2025-05-08

看见设计的未来：Lovart 全球首个设计 Agent 体验

2025-05-13

退订即梦、可灵、Vidu、Mj，只因我有了Lovart

2025-05-15

基于 Ollama 多模态引擎的 Qwen 2.5 VL 模型部署及其应用

2025-07-02

大家都在问

本地AI对话神奇，ChatWise到底有什么用？

2025-05-26

什么是基于知识图谱的多模态推理？

2025-05-13

AI数字人领域重大突破：告别拼凑式合成，阿里OmniTalker能否开启音视频一体化新时代？

2025-04-08

Midjourney V7全面测评：50组多风格提示词实测，是否还有领先优势?

2025-04-05

如何结合多模态RAG和异步调用实现大模型内容理解？

2025-03-30

Chat GPT文生图不用DALL·E模型了？

2025-03-26

如何构建多模态AI知识库？

2025-03-05

我为什么要卸载DeepSeek ？

2025-03-02

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS 提示词框架提示词技巧 AI+电商 AI面试数字员工 ChatBI 知识管理开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB