1. GPT
| 名称 | 简介 |
|---|---|
| ChatGPT | GPT-4 截止目前(2024.04.15)依然是最强模型 |
| Claude | 仅次于 GPT-4 的模型 |
| 微软 Copilot | 调用 GPT-4 的模型 |
2. AI图片
| 名称 | 简介 |
|---|---|
| Stable Diffusion | 免费开源，有大量人维护，目前为止(2024.04.15)可控性最强的方案，主流拥有web-ui、confy-ui两种交互页面方式，本质是一样的，理论上相同参数出的图是一模一样的，两种方式只是界面效率不同 |
| Midjourney | 基于Discord使用，拥有模型较为精致，画风讨喜，不容易出怪图（多手指、多手臂等），使用很简单的描述词也能有较为讨喜的画风，综合效率较高 |
| DALL·E 3 | 内置于GPT-4多模态中，最近(2024.04.15)更新了局部重绘，支持中文交互，对prompt的执行度较好 |
3. AI 视频
| 名称 | 特点 | 官网 |
|---|---|---|
| SVD | 免费开源，基于Stable Diffusion使用 | Github |
| runway | 付费，还未尝试 | runway官网 |
| Pika | 付费，还未尝试 | Pika官网 |
| Viggle | 基于Discord使用，可根据 ① 图片人物替换指定视频中人物；②让图片根据官网指定prompt提示词做对应动作等 | Viggle官网 |
| SadTalking | 可使用图片转视频 | Github |
4. AI 音乐
| 名称 | 特点 |
|---|---|
| Suno | v3模型目前综合效果最好，可以根据指定风格描述词做歌，但中文个别字识别和有时候不完全遵循prompt是缺点 |
| 天工音乐 | 通过app使用，可以上传指定歌曲，模仿曲风 |
5. 视频修复工具
| 名称 | 特点 |
|---|---|
| CodeFormer | 效果好，但是本地部署过于硬核，原作者教程过去很久，模型库不匹配，但有其他作者开发出了集成环境的一键运行版 |
6. LipSync 嘴型匹配
| 名称 | 付费否 | 功能 |
|---|---|---|
| heygen | 官方网页 / 付费 | 自动翻译 + 嘴型适配 |
| rask.ai | 官方网页 / 付费 | 自动翻译 + 嘴型适配 |
| wav2lip | 本地 | 音 / 视频合成 + 嘴型适配 |
| wav2lip-sync.labs | 云端 | 音 / 视频合成 + 嘴型适配 |
| video-retalking | 本地 | 自动翻译 + 嘴型适配 |
7. 声音克隆
| 名称 | 特点 |
|---|---|
| GPT-SoVITS | 国人开发，开源免费，对中文适配效果好，但官方界面较复杂 |
| elevenlabs | 官方网页 / 付费，语音翻译克隆 |
