最近靠兴趣做了一个AI项目，对AI工具进行了一些了解和试用，这里做一个小的试用报告，分本地部署和三方平台，都是客户端应用层的事，至于Stable Diffusion这种感觉很复杂的训练模型，不涉及！后面如果还有其他的使用报告，一并在这里更新，谨记，都是别人训练好的，我这里是应用层！

一、平台类

平台类的优势在于速度快，毕竟用的不是自己的服务器，不过面向互联网的服务，用户一多，也会出现排队的情况，一般2-6分钟的等待，然后才能生成，同时收费的和免费的区别还是有的。

（一）即梦

访问地址：即梦AI - 一站式AI创作平台

抖音平台旗下AI产品

优点：免费的每天送积分，图文类优秀

缺点：高级会员贵

（二）可灵

访问地址：可灵 AI - 新一代 AI 创意生产力平台

快手平台旗下AI产品

优点：会员相对便宜（相对！），视频类优秀

缺点：每个月送积分（促进快速买会员）

二、部署类

部署类的指的是在本地可以进行部署的，一般是开源的项目，本地部署需要一些技术，会劝退很多人，好在有些大神提供了Windows整合包，相对安装使用方便。个人感觉在避免重复造轮子的时代，各个厂商应该也研究过（用过）这些开源项目，所谓站在巨人的肩膀上，然后对她们进行了本地优化。

（一）DeepSeek

这个是国内的ChatGPT，说是速度和对（国内）自然语言处置更优秀，本地部署的好处就是没有限制，还没测试，因为4.7G的模型素材下载到95%就没速度了，要2个小时，哈哈哈哈！

（二）FaceFusion

换脸的神器，GitHub地址（墙）

使用了会，效果真的顶，深度转换时间也是真的长！恩，是不是什么视频都可以换成自己喜欢的脸了！参数很多，还没有完全弄明白！

知乎一篇文章，教你使用心得

AI换脸工具:facefusion使用心得(后篇) - 知乎

新手可以看看，收藏~

（三）RVC-WebUI

这个是声音采集训练，用来生成模拟配音的，一方面，采样很重要，多点时长、多点语境、纯净环境对最终效果影响很大；一方面一个模型大概要4个G，好占用空间；还有就是不知道怎么搞朗读！

项目地址：Retrieval-based-Voice-Conversion-WebU

（四）ComfyUI

（五）Flux

（六）AI语音克隆

F5-TTS，上海交大开源

CosyVoice，阿里开源，这个适合快速开发，30秒语音就够了！

GPT-SoVITS，花儿不哭开源，这个适合更专业细致的语音，训练模型需要不同语言环境的语音，和RVC的训练有点像

Index-TTS_v1.5，B站开源，从使用的情况来看，操作比CosyVoice更便捷，速度也还可以！都属于是零文本推理生成