<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[浪淘沙jkp的专栏]]></title><description><![CDATA[写自己想写的博客]]></description><link>https://blog.youkuaiyun.com/jiangkp</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; jiangkp]]></copyright><item><title><![CDATA[【ComfyUI 国产模型炼丹记】第八篇：Wan2.2-KJ 首末帧I2V实战——V100 16G显存下的完整叙事与极限交付]]></title><link>https://blog.youkuaiyun.com/jiangkp/article/details/167701695</link><guid>https://blog.youkuaiyun.com/jiangkp/article/details/167701695</guid><author>jiangkp</author><pubDate>Tue, 13 Oct 2026 16:11:51 +0800</pubDate><description><![CDATA[本文聚焦于文生视频与图生视频中的核心挑战——镜头叙事的精准控制。针对T2V与单图I2V难以稳定实现首尾帧对齐的问题，引入Wan2.2-KJ首末帧I2V，通过首末帧强约束锁定镜头起点与终点，模型补全中间过渡，实现可控叙事。对比KJ定制版与通用FP8版本，前者在8G显存下更高效，适合低显存环境；后者精度更高，适合追求细节场景。结合ComfyUI搭建工作流，优化提示词结构、参数设置（如4步采样、fp8量化、分阶段步长），显著提升生成稳定性与画面质量。实测表明，合理配置可有效解决雪花密集、运动僵硬等问题，为影视级视]]></description><category></category></item><item><title><![CDATA[【ComfyUI 国产模型炼丹记】第七篇：Wan2.2 T2V 提示词工程之大幅度复杂运动——从“影视级美学“到“复杂运动“的 V100 实战]]></title><link>https://blog.youkuaiyun.com/jiangkp/article/details/167588825</link><guid>https://blog.youkuaiyun.com/jiangkp/article/details/167588825</guid><author>jiangkp</author><pubDate>Mon, 12 Oct 2026 19:41:37 +0800</pubDate><description><![CDATA[本文基于V100 16G显存，实证打通Wan2.2 14B T2V在复杂运动（如武术、舞蹈、跑酷）上的生成瓶颈。通过FP8量化、GGUF模型、BlockSwap与低显存工程，结合高/低噪声专家协同机制，提出“运动脚本”式提示词设计与LightX2V蒸馏LoRA加速方案。核心结论：采用4步极速配置（高噪0→2，低噪2→4，CFG=1.0），可实现动作大、准、稳且不崩，兼顾效率与复现性，为16G显存环境下的高质量文生视频提供可行路径。]]></description><category></category></item><item><title><![CDATA[【ComfyUI 国产模型炼丹记】第六篇：Wan2.2 T2V 提示词工程之影视级美学——从“微风拂面“到“电影级运镜“的 V100 实战公式]]></title><link>https://blog.youkuaiyun.com/jiangkp/article/details/167382604</link><guid>https://blog.youkuaiyun.com/jiangkp/article/details/167382604</guid><author>jiangkp</author><pubDate>Sat, 10 Oct 2026 20:11:02 +0800</pubDate><description><![CDATA[本文系统阐述了ComfyUI文生视频提示词的优化公式，提出“主体锚定+分层动态+风格约束”结构，通过具象化描述主体、场景、运动及美学控制（如光影、镜头、色调），结合影视级参数与精准负面提示词，有效规避画面扭曲、闪烁、结构崩坏等问题。案例涵盖巨龟、沙人、克苏鲁章鱼、废土机器人等，强化沉浸感与视觉冲击力，实现4K高清、高帧率、写实风格的高质量生成，显著提升文生视频的稳定性与艺术表现力。]]></description><category></category></item><item><title><![CDATA[【ComfyUI 国产模型炼丹记】第五篇：从蓑笠翁到游艇女——Wan2.2 I2V 竖屏微动实战，V100 16G 手机端交付指南]]></title><link>https://blog.youkuaiyun.com/jiangkp/article/details/167372626</link><guid>https://blog.youkuaiyun.com/jiangkp/article/details/167372626</guid><author>jiangkp</author><pubDate>Fri, 09 Oct 2026 12:45:33 +0800</pubDate><description><![CDATA[维度第四篇（蓑笠翁）第五篇（游艇女）输入AI 出图（锁古装）实拍/AI 图（锁现代装）比例横屏 832×480竖屏 480×832​提示词雪落、竿颤、推镜微风、发扬、上移核心验证国风主体保真现代主体保真交付目标电脑端/宽屏手机端/竖屏​规律总结：无论横竖，I2V 的核心逻辑不变——出图锁细节 → 提示词只控微动 → 固定种子精修。另外，现代图视频明显支持的好一些。]]></description><category></category></item><item><title><![CDATA[【ComfyUI 国产模型炼丹记】第四篇：从文生视频转向图生视频——Wan2.2 I2V 拯救“孤舟蓑笠翁”]]></title><link>https://blog.youkuaiyun.com/jiangkp/article/details/167273681</link><guid>https://blog.youkuaiyun.com/jiangkp/article/details/167273681</guid><author>jiangkp</author><pubDate>Thu, 08 Oct 2026 22:35:45 +0800</pubDate><description><![CDATA[本文基于“孤舟蓑笠翁”国风翻车案例，论证从T2V转向I2V的必要性。实测表明，采用Wan2.2I2V14BFP8模型，结合“AI出图锁主体+图生视频微动”工作流，可精准控制古装细节。通过双模型（高/低噪声分离）、固定参数与镜头提示词设计，实现832×480@3秒视频生成，显存仅13G，耗时6-8分钟，画质稳定且具电影感。该方案为V100 16G用户生成高质量国风视频的最优解。]]></description><category></category></item><item><title><![CDATA[【ComfyUI 国产模型炼丹记】第三篇：Wan2.2 国风翻车实录——为什么“孤舟蓑笠翁”生成不了古装老人？]]></title><link>https://blog.youkuaiyun.com/jiangkp/article/details/167223701</link><guid>https://blog.youkuaiyun.com/jiangkp/article/details/167223701</guid><author>jiangkp</author><pubDate>Thu, 08 Oct 2026 13:44:06 +0800</pubDate><description><![CDATA[本文针对文生视频模型对古诗成语理解差的问题，提出“解压”抽象语义为视觉语言的核心策略。通过V100 16G实测对比四组方案，发现直译失败、翻译法失真，而结合具象描述+风格锚定+SDXLPromptStyler节点的组合方案（如“北宋范宽笔意”“棕黄色蓑衣”“宣纸留白”）可有效生成符合意境的水墨风视频，成功突破跨模态鸿沟。]]></description><category></category></item><item><title><![CDATA[【ComfyUI 国产模型炼丹记】第二篇：Wan2.2 文生视频全解析：V100 16G 显存极限下的参数逻辑与深入核心]]></title><link>https://blog.youkuaiyun.com/jiangkp/article/details/167177218</link><guid>https://blog.youkuaiyun.com/jiangkp/article/details/167177218</guid><author>jiangkp</author><pubDate>Wed, 07 Oct 2026 18:50:01 +0800</pubDate><description><![CDATA[在V100 16G显存下，通过实测验证Wan2.2文生视频工作流的最优配置：832×480为快速出图首选，1280×720则为画质与显存平衡的“甜点区”——尽管分辨率更高，但因隐空间对齐优化，显存峰值反降至11.8G，耗时15分钟仍稳跑。核心逻辑在于视频模型需32倍对齐，规整张量提升计算效率，避免显存碎片。提示词实验表明，中文在基础语义理解上已接近英文，而在文化意象（如水墨、成语）表达中具碾压优势，凸显国产模型护城河。结论：16G玩家应优先选1280×720 + 中文提示词，实现画质与效率的极限拉扯。]]></description><category></category></item><item><title><![CDATA[【ComfyUI 国产模型炼丹记】第一篇：V100 16G 部署 Wan2.2：从环境配置到首次出片]]></title><link>https://blog.youkuaiyun.com/jiangkp/article/details/167129577</link><guid>https://blog.youkuaiyun.com/jiangkp/article/details/167129577</guid><author>jiangkp</author><pubDate>Mon, 05 Oct 2026 22:24:50 +0800</pubDate><description><![CDATA[显卡：Tesla V100 16G（SXM 自改成PCIe ，价格实惠）cup型号： E5 2673V3主板：X99 P8D3内存大小：      2*4g + 2*8g = 24g ddr3系统：Ubuntu 24.04目标：跑通 Wan2.2 14B GGUF 量化版文生视频，输出一段 3 秒 640×640 视频还会泡泡14B fp8 scaled.预计首次全流程耗时：模型下载 180分钟（取决于网速）]]></description><category></category></item><item><title><![CDATA[P104-100 无头显卡驱动魔改及安装（2026.8月版本）]]></title><link>https://blog.youkuaiyun.com/jiangkp/article/details/163974951</link><guid>https://blog.youkuaiyun.com/jiangkp/article/details/163974951</guid><author>jiangkp</author><pubDate>Sat, 22 Aug 2026 16:14:55 +0800</pubDate><description><![CDATA[p104-100驱动安装]]></description><category></category></item><item><title><![CDATA[windows 下，通过python 将wma格式的音频转化为mp3格式]]></title><link>https://blog.youkuaiyun.com/jiangkp/article/details/148547747</link><guid>https://blog.youkuaiyun.com/jiangkp/article/details/148547747</guid><author>jiangkp</author><pubDate>Tue, 10 Jun 2025 08:39:16 +0800</pubDate><description><![CDATA[摘要：本文介绍如何通过FFmpeg将WMA音频批量转换为MP3格式。首先下载FFmpeg并配置环境变量，安装Python及pydub、ffmpeg-python库。编写Wma2MP3.py脚本，该脚本自动读取wma文件夹中的音频文件，使用FFmpeg进行格式转换（192kbps比特率、44.1kHz采样率），输出到mp3文件夹。运行步骤包括：放置WMA文件到指定目录，在命令行执行python脚本完成转换。整个流程实现了WMA到MP3的自动化批量转换。]]></description><category></category></item><item><title><![CDATA[AI大模型学习三十三、HeyGem.ai 服务端(ubuntu)docker 安装 /客户端(win)分离部署]]></title><link>https://blog.youkuaiyun.com/jiangkp/article/details/148482944</link><guid>https://blog.youkuaiyun.com/jiangkp/article/details/148482944</guid><author>jiangkp</author><pubDate>Fri, 06 Jun 2025 22:42:14 +0800</pubDate><description><![CDATA[本文记录了在Ubuntu 25.04系统上部署HeyGem服务端和客户端的完整流程。主要包括：1）安装NVIDIA 570驱动；2）配置Docker环境并安装NVIDIA工具包；3）通过Samba设置共享目录；4）部署HeyGem服务端容器；5）修改客户端配置文件并编译Windows安装包。重点解决了显卡驱动、网络共享和跨平台兼容性问题，最终生成HeyGem-1.0.4-setup.exe安装程序。整个过程涉及系统配置、容器部署和应用程序打包等技术环节。]]></description><category></category></item><item><title><![CDATA[AI大模型学习三十二、飞桨AI studio 部署 免费Qwen3-235B与Qwen3-32B，并导入dify应用]]></title><link>https://blog.youkuaiyun.com/jiangkp/article/details/148425766</link><guid>https://blog.youkuaiyun.com/jiangkp/article/details/148425766</guid><author>jiangkp</author><pubDate>Wed, 04 Jun 2025 15:46:33 +0800</pubDate><description><![CDATA[‌‌参数规模。]]></description><category></category></item><item><title><![CDATA[AI大模型学习三十一、Docker创建、部署和维护必备工具指南]]></title><link>https://blog.youkuaiyun.com/jiangkp/article/details/148333882</link><guid>https://blog.youkuaiyun.com/jiangkp/article/details/148333882</guid><author>jiangkp</author><pubDate>Fri, 30 May 2025 16:40:40 +0800</pubDate><description><![CDATA[摘要： Docker作为容器化应用管理工具，在规模扩展时面临管理复杂性问题。本文介绍了三款高效管理工具：1）LazyDocker提供命令行可视化界面，简化容器/镜像管理；2）Dive用于镜像分层分析，优化存储空间；3）Portainer提供Web图形界面，支持多主机管理。这些工具覆盖从命令行到GUI的不同使用场景，帮助开发者提升Docker管理效率，适用于各技能水平的用户。安装步骤简洁明了，通过终端命令或浏览器即可快速启动使用。]]></description><category></category></item><item><title><![CDATA[AI大模型学习三十、ubuntu安装comfyui,安装插件，修改返回405 bug，值得一看喔]]></title><link>https://blog.youkuaiyun.com/jiangkp/article/details/148266019</link><guid>https://blog.youkuaiyun.com/jiangkp/article/details/148266019</guid><author>jiangkp</author><pubDate>Tue, 27 May 2025 22:47:54 +0800</pubDate><description><![CDATA[ComfyUI是基于节点的开源Web应用，用于通过文本提示生成图像，支持扩散模型及相关工具（ControlNet、Lora等）。开发环境搭建包括：创建云环境、下载源码、安装插件管理器、配置虚拟环境（Python 3.10、torch等依赖）并运行服务。配置需设置模型文件路径（如权重、VAE文件），可通过修改extra_model_paths.yaml调整基础路径指向Stable Diffusion项目目录。服务启动后支持本地访问及图像预览功能。]]></description><category></category></item><item><title><![CDATA[AI大模型学习二十九、地表最强开源数字人硅基heygem+ubuntu 本地非docker部署，由文本直接生成数字人，独一份，值得一看喔]]></title><link>https://blog.youkuaiyun.com/jiangkp/article/details/148230138</link><guid>https://blog.youkuaiyun.com/jiangkp/article/details/148230138</guid><author>jiangkp</author><pubDate>Mon, 26 May 2025 23:32:32 +0800</pubDate><description><![CDATA[本文介绍了在腾讯CloudStudio环境下源码安装HeyGem-Linux-Python-Hack开源数字人模型的过程。HeyGem是由硅基智能推出的Windows开源AI数字人模型，具有秒级克隆、高效推理、4K视频输出等功能。由于CloudStudio不支持Docker，作者采用源码安装方式，详细记录了从环境准备（Python3.8、CUDA11.7）、依赖安装到模型下载的全流程，包括解决库文件缺失、人脸检测失败等问题。最终成功运行数字人项目，可用于内容创作、在线教育等场景。]]></description><category></category></item><item><title><![CDATA[AI大模型学习二十八、ACE-Step：生成式AI音乐大模型简介与安装（一）]]></title><link>https://blog.youkuaiyun.com/jiangkp/article/details/148202168</link><guid>https://blog.youkuaiyun.com/jiangkp/article/details/148202168</guid><author>jiangkp</author><pubDate>Sun, 25 May 2025 19:25:06 +0800</pubDate><description><![CDATA[摘要：ACE-Step是一款突破性的开源音乐生成模型，融合扩散生成、深度压缩自动编码器(DCAE)和线性Transformer架构，解决了现有技术在生成速度、连贯性和可控性之间的矛盾。该模型在A100 GPU上仅需20秒即可生成4分钟音乐，比基于LLM的基线快15倍，同时保持卓越的音乐质量和歌词对齐能力。支持多语言创作、音色克隆、分轨生成等高级功能，提供编辑和重生成选项增强可控性。ACE-Step采用一阶段DiT架构和REPA训练机制，显著提升音乐结构性和生成效率，是音乐创作民主化的重要里程碑。]]></description><category></category></item><item><title><![CDATA[AI大模型学习二十七、xinference一次部署CHATTTS + whisper-tiny + qwen3:8b多个大模型（参考意义巨大），改写dify 数字人应用]]></title><link>https://blog.youkuaiyun.com/jiangkp/article/details/148097378</link><guid>https://blog.youkuaiyun.com/jiangkp/article/details/148097378</guid><author>jiangkp</author><pubDate>Fri, 23 May 2025 17:52:50 +0800</pubDate><description><![CDATA[本文详细介绍了如何在腾讯CloudStudio平台上使用Xinference部署多个AI模型，包括qwen3、whisper-tiny和ChatTTS，并实现多模型同时运行。首先，通过安装Xinference和相关依赖，配置虚拟环境，并分别启动不同端口以运行多个模型。接着，通过Dify平台配置这些模型，并结合awesome-digital-human-live2d技术，打造数字人应用。文章还提供了安装和启动脚本，简化了部署流程。最终，用户可以通过Dify平台实现语音对话功能，并集成数字人形象，完成一个完整的]]></description><category></category></item><item><title><![CDATA[AI大模型学习二十六、使用 Dify + awesome-digital-human-live2d + ollama + ChatTTS打造数字人]]></title><link>https://blog.youkuaiyun.com/jiangkp/article/details/148043962</link><guid>https://blog.youkuaiyun.com/jiangkp/article/details/148043962</guid><author>jiangkp</author><pubDate>Sun, 18 May 2025 23:27:15 +0800</pubDate><description><![CDATA[数字人（Digital Human）是通过人工智能、计算机图形学、语音合成和动作捕捉等技术创建的虚拟人物，具备高度拟人化的外观、语言、表情和动作，能够与人类进行交互。其核心特征包括拟人化外观、智能化和交互性，依赖自然语言处理、深度学习等技术实现对话、决策和情感表达。数字人在娱乐、教育、医疗、商业等领域广泛应用，如虚拟偶像、虚拟教师、智能客服等。核心技术包括人工智能驱动的对话与决策、计算机图形学构建的3D模型、语音合成和动作捕捉。通过ASR（语音识别）、AIAgent（数字人大脑）和TTS（文字转语音）等算法]]></description><category></category></item><item><title><![CDATA[AI大模型学习二十五、利用Dify 1.4.0 chatflow工作流 生成专业级提示词，为打造dify应用保驾护航]]></title><link>https://blog.youkuaiyun.com/jiangkp/article/details/148038597</link><guid>https://blog.youkuaiyun.com/jiangkp/article/details/148038597</guid><author>jiangkp</author><pubDate>Sun, 18 May 2025 09:31:58 +0800</pubDate><description><![CDATA[Dify是一个面向开发者的AI应用开发平台，旨在帮助用户快速构建基于大语言模型（如GPT、Claude等）的应用程序。在Dify中，&quot;提示词&quot;（Prompt）是驱动AI模型生成内容的核心工具，通过优化提示词可以显著提升生成结果的准确性和实用性。提示词在Dify中的核心作用包括任务定义、输出控制、上下文管理、知识库集成和用户交互优化。 在Dify中创建chatflow工作流的步骤包括创建应用、配置开始节点、条件分支、添加LLM节点和直接回复节点。LLM节点分为通用优化专家节点、输出信息要求]]></description><category></category></item><item><title><![CDATA[AI大模型学习二十二、DifyV1.4.0安装并解决无法添加Ollama模型的问题，创建Agent应用和chatflow应用两种方法 通过MCP 插件接入高德地图MCP Server]]></title><link>https://blog.youkuaiyun.com/jiangkp/article/details/147933924</link><guid>https://blog.youkuaiyun.com/jiangkp/article/details/147933924</guid><author>jiangkp</author><pubDate>Sat, 17 May 2025 23:28:53 +0800</pubDate><description><![CDATA[MCP协议是由Anthropic公司于2024年11月提出的开放标准协议，旨在解决大语言模型与外部工具、数据源之间的交互问题，通过统一接口设计实现无缝连接，被称为“AI界的USB-C接口”。高德地图MCPServer基于MCP协议，提供12大核心服务接口，如路径规划、天气查询等，支持通过SSE协议接入。Dify是一个AI应用开发平台，支持通过SSE接入MCPServer，帮助开发者快速构建智能应用。开发者可通过高德开放平台获取API Key，并在Dify中配置MCP插件，实现与高德地图MCPServer的对]]></description><category></category></item></channel></rss>