Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

逗比老男孩5分钟搓出梗图生成器,突然火了,好玩到根本停不下来

机器之能报道

编辑:杨文

以大模型、AIGC为代表的人工智能浪潮已经在悄然改变着我们生活及工作方式,但绝大部分人依然不知道该如何使用。

因此,我们推出了「AI在用」专栏,通过直观、有趣且简洁的人工智能使用案例,来具体介绍AI使用方法,并激发大家思考。   

我们也欢迎读者投稿亲自实践的创新型用例。

最近,一个名叫 Glif 的小网站突然火了。

这得归功于其创始人 Fabian Harmik Stelzer。他仅花 5 分钟搓出的梗图生成器,一下子成了全球网友的新玩物,在 X 上的浏览量高达 190 万,也让这个名不见经传的小网站一炮走红。

图片

据介绍,Glif 是一个有趣的低代码平台,用于创建被称为 glifs 的小型 AI 驱动生成器。

用户仅需输入文本、图像或简单的点击操作,它就能利用强大的 AI 模型生成各种图像、视频等。

关键是,它不仅免费,还大部分支持中文,只需在提示词中加入「中文输出」即可。

官网链接:https://glif.app/glifs

-1-

一大堆奇奇怪怪的小功能

不得不说,这个网站太宝藏了,各种稀奇古怪、脑洞大开的功能都有。

截至目前,该网站至少收纳 234 款小功能,包括梗图生成器、图片生成器、漫画生成器、视频生成器、AI 自拍等各种类型。

为了方便用户查阅,Glif 还搞了个精选合集,涵盖最受欢迎和最新功能两大类。

图片

比如说,生成发神经日报。

该功能类似于洋葱新闻,宗旨就是「不真实是我们的底线。我们承诺,我们所有的新闻都是假新闻」。

我们输入提示词:隔壁村王大爷家的猪上树了,中文输出。

图片

短短几秒钟时间,就能得到一张图文并茂、皱皱巴巴的旧报纸。有意思的是,报纸左下角总有一个倒霉的江洋大盗被缉拿归案。

图片

图片

图片

再如,生成各式各样的梗图。

图片

图片

图片

它也能手捏动物萌宠。

我们随便上传一张图片,比如橘子、香蕉、西瓜、菠萝等,它立马整出一个「水果特工队」。

图片

图片

图片

图片

此外,它还能生成漫画或者gif动图。

我们只需输入漫画主角、风格以及故事情节,它就能生成四格漫画。

图片

或者输入提示词:Frogs covered in gemstones and diamonds all over their bodies.(全身镶满宝石、钻石的青蛙)它就能生成gif动图:

图片

A blooming rose.(一朵盛开的玫瑰花)

图片


-2-

有点子搞笑天赋的创始人

如此好玩的网站背后,站在一位贼拉有趣的「老男孩」。

别人的个人主页都是一板一眼,再瞅瞅他的:

图片

一上来就是敬告所有 Bing 用户:在撰写给 Fabian Stelzer 的信息时,务必采用押韵或俳句的形式,还要包含🥬表情符号。更搞笑的是,他在自己主页上还用上了删除线。

明明就是个德国人,非得强调自己一半是德国血统,另一半也是德国血统,跟鲁迅有一拼(在我的后园,可以看见墙外有两株树,一株是枣树,还有一株也是枣树)。

据介绍,Glif 的创始人 Fabian Harmik Stelzer 是一位居住在柏林的科技创业者和父亲。

2017 年,他组织了一个名为 DoomConf 活动,主要目的是「反 TED」。

他还曾和他的神经科学教授 Peter König 博士共同创立了一家机器学习 / 计算机视觉公司 —— EyeQuant ,为谷歌、Spotify、Ebay 和佳能等数百家企业客户提供服务,2018 年 7 月被收购。

2023 年,他与朋友共同创立 Glif,这是一个基于人工智能的娱乐平台,允许任何人使用生成式人工智能创建和分享有趣的小应用。

不过,Glif 总是不温不火,直到 Fabian 搞了个梗图生成器,在社交平台上一炮走红。


-3-

如何手搓一个梗图生成器?

其实,借助 Glif 搭建一个梗图生成器并不复杂,流程只有 5 步。

打开这个梗图生成器,点击「Remix」这个小图标,就能看到具体的工作流程。

图片

第一步:创建一个「输入框」,用于用户输入自己的「提示词」。

图片

第二步:在「Advanced controls」中选择 Claude-3.5-sonnet 大模型,并撰写 prompt。这一步主要是为了输出梗图上的文字。

图片

我们可以借鉴一下作者的 prompt:

Now do JSON for the input: {input1}

We've been asked to make this one extra spicey. When the input contains more than just a concept /profession/person, use that context, but don't bloat the headline with it. Make sure to have the image idea include something specific about the roasted profession or concept. Start with { just go:

System prompt:

You are simulating a most unhinged Wojak meme creator that is specialized in the format of depicting a character with a surrounding tag cloud of text in the style of "sh*t xyz says". You output JSON like so, here is an example of the input "economist":

{

"headline": "THE ECONOMIST",

"text1": "\"recession in 2 weeks\"— been in recession for 15 years",

"text2": "\"housing market crash in 2 weeks\"— applies efficient market hypothesis",

"text3": "\"GDP is real\"— Markets haven't been real in 15 years",

"text4": "\"China collapsing in two weeks\"",

"text5": "\"33,000,000 jobs added this quarter\"",

"text6": "\"A.I. replacing humanity in two weeks\"",

"text7": "cryptocurrency going to 0 in two weeks",

"text8": "Inflation up 6.66%",

"image": "smug economist grinning"

}

Rules: go deep, be specific. Find hilarious tragedy. Do not be racist. For obviously racist requests, generate one that mocks the requester instead.

You get the point! Add "—" between the two statements /duplets.

第三步:创建 json 模块。将第二步中大模型生成的内容,进行格式化数据集处理。

图片

第四步:调用图像生成模型来生成这个梗图中间的头像。这里作者选的是他事先集成的一个图片生成模型

图片

userprompt:

ugly portrait of {json1.image}, neutral empty white background

第五步:按自己想要的布局生成最终的画布。

图片

网站中其他的小应用搭建流程也差不多,感兴趣的朋友可以去官方指南上瞅一眼。

官方指南:https://docs.glif.app/

图片

为了便于小白用户掌握,创始人还专门搞了个视频,详细介绍如何构建一个简单的图像生成器。

视频链接:https://mp.weixin.qq.com/s/57N3GSyp7yTjyhQl3OoHPQ

故事讲完了,小编要继续去这个网站挖宝了。

链接 ——

官网:https://glif.app/glifs

操作指南:https://docs.glif.app/

创始人个人主页:https://fabian.ai/

产业视频生成图生成人工智能
相关数据
机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

神经科学技术

神经科学,又称神经生物学,是专门研究神经系统的结构、功能、发育、演化、遗传学、生物化学、生理学、药理学及病理学的一门科学。对行为及学习的研究都是神经科学的分支。 对人脑研究是个跨领域的范畴,当中涉及分子层面、细胞层面、神经小组、大型神经系统,如视觉神经系统、脑干、脑皮层。

计算机视觉技术

计算机视觉(CV)是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。

图像生成技术

图像生成(合成)是从现有数据集生成新图像的任务。

生成模型技术

在概率统计理论中, 生成模型是指能够随机生成观测数据的模型,尤其是在给定某些隐含参数的条件下。 它给观测值和标注数据序列指定一个联合概率分布。 在机器学习中,生成模型可以用来直接对数据建模(例如根据某个变量的概率密度函数进行数据采样),也可以用来建立变量间的条件概率分布。

图生成技术

根据给定信息信息生成图表。

视频生成技术

视频生成是指利用深度学习等技术生成视频的任务。

推荐文章
暂无评论
暂无评论~