【全网首发：国赛赛前必看】一个视频教会你如何合理规避国赛AI新规，避免无效参与

comfyui完美自动换背景打光工作流，无需手写提示词

三连，关注，私我666，工作流模型双手奉上~ 如需高清放大，体验地址：https://www.runninghub.cn/ai-detail/1921900658595676162/?inviteCode=rh-v1073

【AI动画】我用AI做了《哪吒3》大电影，全流程手把手教学，超燃特效制作即学即用！全程干货无尿点！！带你玩转AI视频创作！

制作不易，大家喜欢视频记得点点关注，一键三连呀【点赞、投币、收藏】感谢支持！ 跟我学习AI视频看评论区置顶哦~

模型训练08-超详细！你与大神Lora训练师差距也许只差这一节课！关于模型标注的二三事以及图图的打标器，还有粉丝福利哦！！-T8 comfyui教程

@天选打工人赵图图 有需要打标器的直接找图图即可，粉丝福利，私信口令发送：图图打标器 会提供福利码，发给图图即可~~我没有任何商业利益关系哈，纯推荐！争取来的福利！ 这期教程还是非常花时间的，一般教程8-10分钟，这一期30多分钟，也是考虑到最近那么多合作做海外的，很多都开始学习训练模型，让大家少走弯路，一节课给大家讲清楚，记得给T8点个赞 (Love贞贞版)Wan2.2+提示词工具+无API视频扩写3分镜文生视频加速版V3 https://www.runninghub.cn/post/1955828934376132610/?inviteCode=rh-v1121 粉丝福利，注册送1000点，每日登录100点，畅玩4090！体验48G的超能魅力！ 贞贞的AI工坊（注册送0.2刀，各种API）：https://ai.t8star.cn/register?aff=dP7j 左侧令牌，创建令牌，分组选择default，随便取个名字，复制API即可使用，支持直接用（聊天模式），也支持各种工具调用（comfyui,sillytavern,cusor等） 端脑云AI：https://cephalon.cloud/share/register-landing?invite_id=92gD9o 通过链接注册后可得5000脑力值，助力中国大学生学AI，认证每月送1W点脑力值 晨羽智云Kontext训练镜像(T8版)：https://www.chenyu.cn/console/newShare?uuid=e0fee1b741e543238014e1c87ddcd67a&invitationCode=NGT5S4 Wan2.2训练镜像：https://www.chenyu.cn/console/newShare?uuid=7ddb9b7552b54f1f89ec84d1ee04b49d&invitationCode=NGT5S4 Qwen-Image训练镜像：https://www.chenyu.cn/console/newShare?uuid=2e12b9eee02742d89c3936ad31627dbe&invitationCode=NGT5S4 更多镜像陆续更新，可搜索：t8star 0.1=5的券 300张：W6TGFF 30 =45的券 300张：T8AIGC 50=100粉丝福利每个都可领取，每个号一次： 50VS50 卡：24G 3090 32G 4080 48G 4090 Go YounJung（高允贞고윤정） Ins:https://www.instagram.com/goyounjung/ AIX PS AI版插件粉丝福利版：https://www.bilibili.com/video/BV1AaEnzoEGU/ LightCC送2币永久98折：https://lightcc.cloud/login?invitationCode=yUK3NMVK16690 AIX官网：https://draw.aix.studio/ 深入学习ComfyUI，AI知识，知识星球号：96920057 地址：https://t.zsxq.com/7F90A 节点地图（每周日更新）：https://github.com/T8mars/Comfyui-Aix-NodeMap 海外Plus会员：https://nf.video/rmo5T 优惠码：T8 图文介绍及工作流星球地址:https://t.zsxq.com/5E0U5 下载方式：打开链接，文章底部扫码，复制口令，自动回复,需登录

人工智能有没有灵魂？

2025年最强无限制ai聊天软件，内置多种模型线路，每天都可以免费畅玩！

【SDXL-lora训练】为什么lora这么大？

简介跑了，剩下这几个字了

视频动作捕捉+文生3D动作！3D动画工具Cartwheel！可导入 Blender，Maya，UE等专业工具

无需设备输入视频即可动作捕捉，输入文字生成3D动作 将3D角色动画制作基础环节能力集成，简化动画制作流程 生成的动作还能导入专业软件 Blender，Maya，UE等专业工具再次编辑合骨骼绑定 小编周末发现一个有趣的AI 3D工具Cartwheel，专注于3D角色动画的制作 3D动画师可以瞧瞧

【喂饭教程】10分钟学会快速微调DeepSeek-R1-8b模型，并且可视化训练过程！手把手超详细教程！草履虫都能学会！

视频配套的代码已经整理好了，需要的宝子评论区领取哦！ 无论是新手小白，还是有一定编码经验的选手，皆可学习 如果视频对你有用的话请 一键三连【长按点赞】支持一下UP哦，拜托，这对我真的很重要！

翟东升：能否借助人工智能把制造业的转移，终结在我们中国

【Anthropic官方分享】Prompt提示词工程技巧分享

一、 理念转变：从对话到任务指令 挑战： 简单的、对话式的指令往往导致模型产生误解（如将车祸报告理解为滑雪事故），输出结果不稳定、不自信，难以用于自动化流程。 目标： 构建一个“一次性成功”的提示词（Prompt），让模型在单次API调用中，就能精准、可靠地完成任务，并返回结构化的数据。 二、 优质提示词的黄金结构 (Anatomy of a Great Prompt) 一个高质量的提示词如同一个完整的任务简报，应遵循特定的结构，以确保模型能最大限度地理解并执行任务。 在任务开始前，为模型清晰地定义其角色和行为边界。 1. 明确角色与任务 (Define Role & Task): 做什么： 赋予模型一个专家角色。 示例： “你是一个专业的AI理赔员，负责审查瑞典语的交通事故报告。” 2. 设定语气与风格 (Set Tone & Style): 怎么做： 规定模型的行为准则，尤其是在信息不明确时。 示例： “你的分析必须基于事实，保持自信。如果信息不足以做出判断，必须明确指出，不要猜测。” 为模型提供完成任务所需的所有背景信息和工具。 3. 注入背景知识 (Inject Background Knowledge): 做什么： 将任务中恒定不变的信息（如固定的表单结构、文档模板、业务规则）直接提供给模型。 为什么： 提升效率： 模型无需每次都从零开始解析通用结构。 提高精度： 预先了解结构，能更准确地提取动态信息。 成本优化： 这部分内容非常适合使用“提示词缓存 (Prompt Caching)”。 示例： 在系统提示中详细描述事故报告表单的17个复选框的含义、表格的语言（瑞典语）、以及人类填写时可能出现的各种标记（圆圈、涂抹而非标准的X）。 4. 使用结构化分隔符 (Use Structural Delimiters): 做什么： 使用 XML 标签（如 <document>, <example>）或 Markdown 将提示词的不同部分清晰地包裹起来。 为什么： XML 标签能帮助模型更好地理解和引用特定信息区块，因为它经过了对此类结构的微调。 示例： 将整个事故报告表单的描述放在 <form_structure> 标签内。 这是提示工程的核心，你不是在“请求”结果，而是在“编程”模型的思考路径。 5. 提供分步指令 (Give Step-by-Step Instructions): 做什么： 将复杂的任务拆解成一个有序的、符合逻辑的步骤清单。指令的顺序至关重要。 为什么： 模仿人类专家的分析流程，可以显著提高复杂任务的准确性。 示例： 第一步：仔细检查事故报告表单，列出所有已勾选的选项。 第二步：在理解了表单内容后，再去分析手绘的事故示意图。 第三步：结合表单和示意图的信息，进行综合分析，并做出最终判断。 6. 提供优质示例 (Provide Quality Examples / Few-Shot Learning): 做什么： 对于棘手的、模糊的或容易出错的边缘案例，提供一到多个完整的“输入-输出”范例。 为什么： 这是引导模型处理特定场景、学习细微差别的最强大工具之一。 示例： 提供一个复杂的历史案例，包括其事故报告图片、示意图，以及一份由人类专家撰写的标准分析报告，并用 XML 标签（如 <example_case> 和 <example_output>）包裹。 确保模型的输出不仅正确，而且可用。 7. 强化关键指令 (Reinforce Key Instructions): 做什么： 在提示词的末尾，再次重复最重要的规则。 为什么： 防止模型在处理长提示词时“忘记”开头的关键指令（即“指令漂移”）。 示例： “重要提醒：你的最终结论必须严格依据提供的文件，仅在非常有把握时做出判断。” 8. 定义输出格式 (Define Output Format): 做什么： 强制模型以特定的、机器可读的格式（如 JSON）返回结果，或将最终答案包裹在特定的 XML 标签中。 为什么： 便于下游应用（如数据库、分析工具）进行自动解析和处理。 示例： “请将你的最终结论包裹在 <final_verdict> 和 </final_verdict> 标签内。” 9. (高级) 预填充响应 (Pre-fill Response): 做什么： 在API调用中，直接为模型的回答提供一个开头。 为什么： 这是强制模型输出特定结构（尤其是JSON）的有效技巧。 示例： 在API请求的“助手（assistant）”部分，直接填入一个左花括号 {，以引导模型续写一个完整的JSON对象。