Stable Diffusion 是一種基於擴散模型（Diffusion Model）的 AI 影像生成技術，能夠根據文字描述創造高品質的圖片。它是開源的，因此社群開發了許多不同風格的 checkpoint（主模型），如寫實、動漫、插畫等，本文將以「動漫」或「二次元」風格為主軸。泡泡浴場景以其溫暖、放鬆的氛圍，成為描繪二次元角色時充滿趣味與魅力的主題。本篇以「泡泡浴」為核心，

SD web UI 全稱 Stable Diffusion web UI，是本次要使用的工具，它是一款功能強大的圖片生成工具，基於 Stable Diffusion 模型，讓使用者可以輕鬆透過網頁介面生成高品質的圖片。然而，在使用過程中，有些朋友可能會發現它的「產生批次」（Batch count）功能有一個預設限制：上限為 100 張圖片。對於需要大量生成圖片的使用者來說，這可能會成為一道瓶頸。

隨著 AI 技術的飛速發展，利用生成式模型創作高品質圖像與影片已不再是夢想。今天，我們將介紹如何透過 ComfyUI 結合 Wan 2.1 模型，在本地端輕鬆實現 AI 文生影（Text-to-Video）的驚艷效果。不僅如此，這套工具完全可在您的本機部署與運行，無需依賴雲端服務，創作自由度無限，生成影片的可能性也毫無限制！無論您是創作者、設計師還是 AI 愛好者，這篇文章都將帶您快速入門，

KLING AI（可靈 AI）是一款由快手 AI 團隊開發的線上 AI 影片生成工具，於 2024 年 6 月開放後迅速崛起，成為 OpenAI Sora 和 Runway Gen-3 的強勁競爭者。其核心技術採用 3D 時空聯合注意力機制，能模擬真實物理效果並生成長達 2 分鐘、30 幀每秒的 1080p 高品質影片。從簡單的文字描述到複雜的圖像結合，KLING AI 讓內容創作者、

隨著 AI 影像與影片生成技術的進步，越來越多創作者開始尋找能夠快速生成高品質影片與圖片的工具。Pollo AI 作為一款雲端 AI 內容創作平台，不僅提供影像轉影片、文字轉影片、AI 動畫生成、影片特效等功能，還整合了多款 AI 影像與影片生成模型，讓使用者能夠根據不同需求，選擇最適合的 AI 模型來創作。 Pollo AI 主要分為視訊 AI 及影像 AI 兩大類，前者支援影像轉影片、

Ollama 是一個開源平台，旨在簡化大型語言模型（LLM）在本機端的執行與客製化。它提供了一個使用者友善的免雲端解決方案，讓即使沒有進階技術背景的使用者，也能輕鬆下載、安裝並與模型互動。Ollama 擁有不斷擴充的預訓練模型資料庫，涵蓋從通用到特定領域的應用，讓使用者能夠方便地管理和調整模型，以滿足不同應用程式的需求。 Page Assist 則是一款瀏覽器擴充程式，可安裝於 Chrome、

Google AI Studio 是一個功能強大的平台，讓使用者能夠快速試用各種模型並測試不同的提示指令。不論您是初學者還是進階開發者，都能透過這個工具輕鬆探索 AI 的潛力。Google AI Studio 的設計簡單直觀，是體驗 AI 技術的最佳起點。 接下來要介紹的是 Gemini 2.0 Flash，這是 Google 推出的一款高效能模型，以低延遲和增強的性能為特色，

OpenAI.fm 是一個專為開發者設計的互動式展示平台，讓使用者可以體驗 OpenAI API 中最新的文字轉語音模型。這個平台提供了一個直觀的環境，讓開發者能夠輕鬆試用並探索其功能，進一步應用於自己的專案中。 接下來要介紹的是 GPT-4o mini TTS，這是一款基於 GPT-4o mini 打造的文字轉語音模型。GPT-4o mini 本身是一個快速且強大的語言模型，

想要隨手創作屬於自己的音樂嗎？現在有了 MusicGPT，你不需要專業音樂知識或複雜的軟體，只要輸入一句話，就能讓 AI 在你的電腦上生成獨一無二的音樂作品！這款工具支援 Meta 開發的 MusicGen 模型，讓你可以在本地高效率運行音樂生成程式，無需依賴網路或安裝繁重的 Python 和機器學習框架。 MusicGPT 的設計簡單又強大，目前專注於 MusicGen 模型，

GPT-4o 的重繪功能正式登場，這項技術讓 AI 生成圖像的能力更進一步，無論是細膩的像素風格、可愛的 Twemoji 風格，還是其他特殊視覺效果，都能輕鬆處理。這項功能不僅提升了圖像的細節與準確度，甚至連文字渲染的效果都明顯改善，讓 AI 生成的圖片更加清晰易讀。 這次更新於 2025 年 3 月 25 日正式推出，目前開放給 ChatGPT Plus、Pro 和 Team 訂閱者優先體驗。

最新的多模態大型語言模型 GPT-4o 的強大重繪功能，現已向所有免費帳號開放。這項功能讓使用者能夠直接在 ChatGPT 的對話介面中生成高品質的圖像，並透過多輪對話進行微調，以滿足個人需求。這標誌著 AI 技術在圖像生成領域的重大進步，讓更多人能夠體驗到 AI 在創意設計方面的潛力。GPT-4o 的重繪功能支援文字、語音和圖片等多種輸入形式，使用者可以以自然語言描述所需的圖像，

當數位藝術家們不斷尋求更高效率、更具創造力的創作流程時，結合 AI 的工具便成了不可忽視的趨勢。Krita 作為一款開源且深受歡迎的繪圖軟體，現在透過名為 krita-ai-diffusion 的插件，正式迎來與強大 AI 模型 Stable Diffusion 的深度整合，讓你可以直接在 Krita 的工作流程中運用 AI 進行繪圖、修圖與生成，無需切換至其他應用程式，全面提升創作體驗。

在上篇文章中，我們介紹了如何在 Krita 中安裝並啟用強化創作流程的 AI 插件 —— krita-ai-diffusion，讓 Stable Diffusion 成為你繪圖過程中的得力助手。這項整合不僅能根據文字描述生成圖像，還支援圖片補全與風格轉換等進階功能，真正實現「在繪圖中使用 AI，而非離開繪圖去使用 AI」的理想工作模式。 然而，這樣強大的工具在預設情況下卻是以英文介面呈現，

在這個生成式 AI 技術快速發展的時代，Google 推出的 Gemini（前稱 Bard）平台也逐漸成為開發者與創作者關注的焦點。無論你是希望結合語言模型打造聊天機器人、進行智慧問答，還是整合自然語言處理能力至自己的應用中，Gemini API 都提供了強大而彈性的工具，幫助你輕鬆實現這些功能。 本篇教學將帶你一步步完成 Gemini API Key 的申請與生成流程，讓你能快速獲得專屬的金鑰，

當開發者正習慣讓 GitHub Copilot 成為程式碼的靈感助手時，Google 又一次讓 AI 工具的可能性向前邁進一大步。現在，只要你使用 Visual Studio Code，就能在 GitHub Copilot 中加入 Google 最新的 Gemini 2.5 Pro 模型，進一步感受 AI 建專案的全新魅力。 Gemini 2.5 Pro 是 Google 目前最先進的思考模型，

■ APP檔案 ■ APP名稱 PocketPal AI APP類別 AI APP性質 免費APP 官方網站 https://github.com/a-ghorbani/pocketpal-ai APP下載 Google Play 在 AI 工具蓬勃發展的今天，我們早已習慣依賴 ChatGPT 或其他線上 AI 助理回答各式各樣的問題，不論是翻譯、撰寫文章、寫程式、查資料，都只需一句話。然而，

當 AI 逐漸成為創作者工具的一環，能與繪圖軟體無縫整合的解決方案也愈來愈受到矚目。Krita 作為自由開源、廣受插畫與漫畫創作者愛用的繪圖軟體，現在也能透過 krita-ai-diffusion 插件直接使用 Stable Diffusion 進行圖像生成，讓 AI 真正融入創作流程中。前陣子我曾介紹過 Krita 結合 Stable Diffusion 的應用初探，不少人應該會好奇，