AnimateDiff专区：https://heehel.com/topic/animatediff
LCM专区：https://heehel.com/topic/lcm
Stable Diffusion专区：https://heehel.com/topic/stablediffusion-toppic
本期视频，B站UP主——火星时代官方介绍了关于AnimateDiff+LCM全新webUI原创动画流程。视频介绍了一种全新的动画流程，包括使用Temport-kit和EbSynth进行不闪超稳定动画的教学。同时还介绍了使用Stable Diffusion Temporal-Kit和EbSynth将真人视频转换为卡通动画、将游戏卡通动画转换为真人视频、生成超稳定卡通动画、生成重绘视频以及将真人转换为雕像动画的教程。最后还介绍了一种更有效、更商业化的AI动画流程。
AnimateDiff是一个Text-to-Image Diffusion框架，通过将文本转化为个性化的动画图像，实现了二次元ai动漫风格视频效果。它的主要特点是可以适用于大多数现有的个性化文本到图像模型，无需进行特定的调整和训练。
LCM的全称是Latent Consistency Models （潜在一致性模型），由清华大学交叉信息研究院的研究者们构建。在这个模型发布之前,Stable Difusion等潜在扩散模型(LDM)由于迭代采样过程计算量大，生成速度非常缓慢。通过一些创新性的方法，LCM只用少数的几步推理就能生成高分辨率图像。据统计，LCM能将主流文生图模型的效率提高5-10倍，所以能呈现出实时的Q效果。
Stable Diffusion是一种深度学习技术，旨在提高生成模型的稳定性和生成图像的质量。它通过引入一个稳定性项来平衡生成器和判别器之间的训练过程，从而降低了训练GAN（生成对抗网络）时的不稳定性。Stable Diffusion在实际应用中广泛用于生成模型，如图像合成、超分辨率图像生成、艺术风格迁移和自然语言处理等领域。它有助于生成更逼真的图像和内容，提高了深度学习模型的性能，为各种应用提供了更高质量的生成结果。
https://heehel.com/aigc/how-to-download-install-and-use-lcm-model.html
https://heehel.com/aigc/civitai-china-wangzhan.html
