知识猫AI实验室
@GeekCatX • 27,198 subscribers
10年+大厂程序员｜AI内容工程师 用 AI 做图、做视频、搭工作流 分享真实作品、工具与增长实验 探索一人公司的更多可能 学习/咨询/合作👇 vx:gnipbao
Shorts
Videos
一张图，一段提示词。 我让 Apodex 做了一次「AI黄果短剧」逆向研究，最后拿到了一份10万字的拆解文档。 对这种能把复杂任务做完的 Agent 感兴趣，可以先给他们开源的 FrontierAgent 仓库 点个 ⭐ Star，支持一下，也方便后续自己上手。 完整操作我录下来了。 前半段看怎么做，后半段直接打开文档，看这10万字到底拆了什么。 先说操作。 在 Apodex 网页端上传之前流出的黄果制作流程图，再把研究目标和交付要求写清楚。 这里有个关键：需要一段提示词帮你把Apodex能力拉到极限。 一张图是研究入口，不是全部证据。 Apodex 可以在同一个任务里处理文件、检索资料、执行代码，并通过任务看板展示进展。过程中也能追加要求，保留仍然有效的成果，再调整受影响的部分。官方介绍 不过，真正值得展开的，是后面这份文档。 我会重点翻四块内容。 第一，视觉拆解。 角色外形、配色、构图、光影、材质……把一句“这个画风很特别”，拆成具体能描述、能比较的要素。 第二，制作流程。 从角色设定、分镜，到图像与视频生成，再到配音、剪辑。重点看每一步需要什么输入、产出什么，以及前后怎样接起来。 第三，提示词与示例。 不是只收藏一段很长的提示词，而是看懂角色、动作、场景、镜头和风格分别承担什么作用。换一个人物或故事时，才知道哪里该改、哪里要保持一致。 第四，问题与验证。 哪些判断有来源？哪些只是合理推测？角色一致性、镜头衔接这些问题，后面还需要怎么测试？ 尤其是一张图无法证明原作者用了哪个模型、哪段提示词。 逆向研究的价值，是找到有依据的制作路径，而不是把猜测写成答案。 所以，我想展示的并不只是“AI能写10万字”。 而是一个模糊的起点，能不能被推进成一份有结构、有依据、可以逐项检查的交付物。 能回答一个问题，和把一件事做完，是两回事。 这次我把输入、操作和最终文档放在一起。 你可以直接看：这10万字，到底有没有把问题讲明白。 想体验可以从 Apodex 网页端开始。 想放到自己的环境里运行，也可以看官方开放的 Mini 模型权重和 FrontierAgent 框架。 Apodex 网页端： API Platform： 开源框架 FrontierAgent： Apodex 1.1 mini 模型权重： #Apodex
知识猫AI实验室42,408 görüntüleme • 7 gün önce
我又把这套流程优化了一版。 目前来看，这应该是我跑通过的，成本最低、操作也最简单的一套 Vox 风格视频制作方案。 整个流程只有 4 步： 第一步，用 vox-style skill 配合 Codex，拆解画面并生成分镜提示词。 第二步，用 Codex Image 2 批量产出分镜图。 第三步，把分镜图放进 Google Flow，用 Gemini Omni Flash 逐个生成视频片段。 第四步，下载全部片段，交给 ChatCut 一键剪辑成片。 简单来说就是： 拆分镜 → 生图片 → 转视频 → 自动剪辑。 不需要自己从零设计画面，也不用在剪辑软件里反复对齐素材。 Google AI Pro 目前每月有 1000 个 Flow 积分，用来制作和测试短视频，成本已经能压得很低。 当然，具体能生成多少条，还是取决于视频时长、返工次数和你选择的模型。 但如果你想低成本尝试 AI 视频，而不是一开始就买一堆昂贵工具，这套工作流很值得跑一遍。 晚点我会把完整流程放到猫社群，直接开放给群友使用。 如果你也想探索 AI 视频、自媒体内容和低成本内容生产，欢迎加入猫社。 我们不只追新工具，更重要的是把工具真正变成能用的工作流。
知识猫AI实验室153,984 görüntüleme • 1 ay önce
兄弟们，上周预告的“故事转手绘视频”Skill，今天正式开源了。 给它一段中文故事，它就能自动变成一支会从黑白慢慢长出颜色的手绘日记动画。 你可以直接输入中文故事文案，也可以上传一组按顺序排列的本地图片。 剩下的事情，它会自动完成： 把故事拆成分镜； 保留原文措辞和叙事节奏； 为每个画面配上手写体字幕； 让画面从黑白线稿逐渐上色； 最后输出方便继续配音和剪辑的静音MP4。 为了避免自动分镜把故事切得太碎，我专门调整了拆分逻辑。 默认一个完整句子对应一个节拍，只有遇到自然的动作或叙事转折，才会拆开较长的复合句。 如果你已经准备好了漫画页或手绘图片，也可以直接上传。 它会自动识别并拆分页面中的手写文字和插画，在本地生成与彩色插画对齐的黑白底稿，再制作成动画。 目前支持两种转场： 第一种是直接切换。 按照“文字→黑白线稿→彩色插画”的顺序，从左向右逐渐揭示。 第二种是翻页转场。 保留原始页面，从右下角卷起翻页，做出真正的手绘日记翻书感。 我还专门处理了一个很容易翻车的问题： 画面裁切。 所有插画都会被限制在白色安全边框内，只使用完整收纳的构图方式，不会为了铺满屏幕，把人物、文字或关键细节直接裁掉。 最终输出3:4竖屏静音画面轨： 正式版1080×1440； 预览版720×960。 很适合拿来制作童年回忆、人物故事、成长经历、情感叙事，以及其他需要温度感的中文故事视频。 底层使用Image2生成分镜，再通过Remotion完成动画与渲染。 项目已经完整开源： 觉得有用，可以顺手点个Star。 如果你在使用中发现问题，或者做出了新的动画效果，也欢迎提Issue、交PR，一起把它继续完善。
知识猫AI实验室126,292 görüntüleme • 1 ay önce
GPT-6 Astra + godot引擎， 帮我实现小学童年时期最喜欢的一块PC游戏《暗黑破坏神》 Diablo，还原度非常的高，虽然是网页游戏，打击感，血条装备画面还原度非常高，满满的回忆啊。 在线地址👇
知识猫AI实验室20,761 görüntüleme • 9 gün önce
接上google flow 15积分做10s 一共消耗45积分 ，没有修改，直接拼接 字幕也是skill处理的。还会有不少瑕疵，感觉和veo也差不多？
知识猫图解102,239 görüntüleme • 2 ay önce
视频生成模型的下一站，可能不是更长、更清晰的片子。 而是一个你能走进去，并亲手改变的世界。 过去两年，AI 视频已经能生成足够惊艳的画面。但无论视频多逼真，观众依然只能按下播放键： 镜头往哪里走，早已决定； 街角后面有什么，你无法靠近； 画面里出现什么，你也不能临时改变。 生成结束的那一刻，所有可能性也结束了。 Alaya Lab 刚刚开源的 AlayaWorld，试图把这件事反过来。 它不是先生成一段完整视频，再让你观看。 你可以用一张图片开启世界，推动摇杆改变镜头和移动方向；画面会随着操作继续生成。探索途中还能切换提示词，召唤火焰、凤凰、巨兽，或者让新的事件直接发生在当前场景里。 这意味着，AI 生成的内容第一次不只是“成片”，而开始接近一个可以进入、探索和影响的环境。 目前公开的几个核心指标： • 15B 参数 • 720p 分辨率 • 24 FPS 实时生成 • 支持 60 秒以上的连续探索 • 支持实时镜头控制与提示词切换 但真正困难的还不只是生成速度。 视频模型一旦连续运行，误差会逐帧累积：向前走了一段，再回头看，刚才的建筑可能已经变形；人物、道路和空间关系也会慢慢漂移。 这也是“生成视频”和“生成世界”的分水岭。 视频只要下一帧看起来合理。 世界却必须记得：东西在哪里、刚才发生过什么，以及你离开后再回来时，它是否还是原来的样子。 AlayaWorld 为此加入了两种互补的记忆： 一个显式 3D cache，用来保存空间位置； 一个压缩的帧历史，用来维持时间连续性。 再配合针对漂移历史的训练和 Error Bank，尽量阻止误差在长时间生成中不断放大。 所以这项工作的重点，不是“又一个画质更好的视频模型”。 而是把交互、空间记忆、长时稳定和实时生成，塞进同一个可以运行的系统里。 它现在当然还不是一款普通玩家打开电脑就能玩的游戏，也不能直接替代成熟的游戏引擎。 但它展示了一种很值得关注的方向： 未来的虚拟世界，未必需要把每栋建筑、每条道路和每个事件提前制作完成。 一部分世界，可能会在玩家移动和行动的同时，被模型实时生成出来。 这会影响的不只是游戏。 AI 原生玩法原型、影视预演、虚拟勘景、动态故事板，甚至机器人与智能体的训练环境，都可能从这种“可交互的生成世界”中长出来。 更难得的是，AlayaWorld 不只发布了 Demo。 模型权重与推理代码已经开放。你可以直接查看它如何处理实时交互、空间记忆和长时间生成，也可以下载权重进行研究与复现。 如果你正在关注世界模型、AI 游戏或交互式生成，这个项目值得拆一遍： Alaya Lab
知识猫AI实验室70,424 görüntüleme • 2 ay önce
兄弟们，之前分享的流程虽然能跑通，但说实话，不算真正低门槛。 有同学用 Codex Plus 跑分镜，一条视频就干掉大半额度。工具还没学会，积极性先被额度干没了。 今天猫哥把「纯免费版」补上。 不用开 Google Flow 会员，也能跑通一条 1 分钟的 VOX 剪纸纪实风短片。 🔥 免费额度工作流： 1️⃣ Claude / GPT 生成剧本和逐镜分镜 2️⃣ Google Flow + ZAPI FLOW 用 Nano Banana 2 批量生图 只把关键镜头交给 Omni flash生成6s视频 3️⃣ ElevenLabs 生成带情绪的拟人旁白 免费方案每月 10000 credits 4️⃣ Suno 生成电影感 BGM 注意免费版仅适合非商业项目 5️⃣ CapCut 给静态插画加推拉摇移 自动识别字幕并完成出片 Google Flow 免费账号每天有 50 credits。 Omni flash 每段6秒视频消耗 10 credits，一天可以生成约 5 个关键动态镜头。3个免费账号一样能撑起一分钟视频。 完整版网页提示词和操作流程，我放在猫社里。 想要的，来猫社领取，目前价位：299。
知识猫AI实验室49,311 görüntüleme • 1 ay önce
最近国产模型真是扬眉吐气啊，前有盛大世界模型，后有kimi k3 发布， 听说还有一个商汤的生图模型也非常能打，还没试试。 不过这篇还是给大家测试了下 K3的实力。 最近小红书刷到一位很牛的 vibe coding 创作者——流白 Livo。正好赶上 K3 发布，我就把他的一条作品视频直接丢给 K3： “照着这个效果复刻一下，最后再帮我录制成视频。” 没有从零写需求，也没有一点点拆设计。 前后只优化了 3 轮，最终效果已经非常接近原作。 最让我震撼的不是它能写代码，而是它居然能直接从视频里理解设计、还原动效，再把成品做出来。 以前的 vibe coding，是你指挥 AI 干活。 现在的感觉是： 你只需要告诉它“我想要这个”，剩下的，它真的能自己完成。 K3 这波，确实有点东西。
知识猫AI实验室53,749 görüntüleme • 1 ay önce
兄弟们，别只拿 Vox 做普通视频。 它还有一个特别适合低成本起号的方向——做英语绘本。 我刚才拿Vox Style Skill 做了一条1分钟关于苍蝇小子的故事，一共话费不到1毛钱，成本是真的低。 为什么值得做？ 因为英语绘本同时借了三股势：家长重视英语启蒙，孩子喜欢故事动画，平台偏爱短而连续的内容。 据我看到的案例，有些账号只发了几条视频，粉丝就冲到了上万。说明这个方向至少值得小成本验证。 但别一上来就拼画面有多精美。 先固定一个绘本主角，钉住一个词：每天1分钟英语绘本。 用 Vox 降低制作成本，用固定角色做视觉锤，用连续故事培养追更习惯。 记住：英语绘本只是赛道，能被孩子点名的角色，才是你的资产。
知识猫AI实验室31,783 görüntüleme • 1 ay önce
最近刷到一个抖音博主 只发了52条作品就涨粉31万 还签了抖音独家 成了精选作者 他讲心理学 但从来不负责安慰人 别人给你递糖 他直接把手术刀递到你面前 冷峻 锋利 不留情面 他擅长把抽象的人性 塞进一个血淋淋的寓言里 撕开人们对生活麻木的保护壳 目的不是让你舒服而是让你疼醒 我把这套内容结构拆成了一个 Codex Skill 再接上 Google Flow 做了一次低成本复刻实验 第一版已经能跑起来 但问题也很明显： 配音还不够冷动效还不够狠 AI复刻外形并不难 难的是复刻创作者的判断力 继续打磨下 下一版准备上 Seedance 2 看看能不能把声音节奏和压迫感和动效 一起拉上去 做出来只是开始 做出灵魂才算完成
知识猫AI实验室29,371 görüntüleme • 1 ay önce
上篇我给大家说复刻了下别人的视频，然后我让k3直接把这个抽象成一个引擎，然后后面做这类型的创意视频非常容易，这次基本复刻起来很快，兄弟们看看这种视频效果如何？
知识猫AI实验室31,874 görüntüleme • 1 ay önce
兄弟们，Vox Style Skill又更新了。 这次新增了一套更适合自媒体内容的美漫模板。 之前的模板主要走新中式路线，比较适合中国古典文化、历史故事和东方美学类内容。 这次的美漫模板，颜色更加艳丽，视觉冲击力更强，能够适配的内容场景也更多。 知识科普、人物故事、商业观点、热点解读，都可以拿来尝试。 最关键的是成本。 按照我目前跑通的低成本工作流，制作一条Vox风格视频，理论生成成本低至1毛钱左右。 即使把废片和返工算进去，保守成本也不到2毛钱一条。 当然，这里没有计算人工时间，也没有把本来就在使用的Codex订阅摊进去。 但对于想做自媒体、预算又不高的人来说，这个成本已经足够低了。 如果你一直想做自媒体，却卡在： 没时间研究复杂工具； 请不起设计师和剪辑师； 不想每个月投入一大笔软件费用； 这套基于Codex的内容工作流，应该会比较适合你。 最近猫哥也一直在做一件事： 不断挖掘、测试和打磨低成本的创意视频制作方法。 目前已经有不少工具和工作流进入开发、测试阶段，大部分基于Codex就能直接使用。 猫社聚焦的方向很明确： AI＋内容创作。 包括AI绘图、AI视频、AI工具实战，以及能真正用于自媒体生产的低成本工作流。 我们不追求收藏一堆看起来很厉害的工具。 而是希望把这些工具组合起来，让一个人也能持续产出内容。 每测试一次，就沉淀一套方法； 每完成一个作品，就积累一份内容资产； 再通过自媒体，持续放大自己的能力、作品和影响力。 低成本只是起点。 真正有价值的是，一个人借助Codex，也能跑通从创意、画面到视频制作的完整流程。 这次新增的美漫模板，也会同步给猫社群友使用。 目前猫社距离200人还剩9个位置。 满200人后，入群价格将调整至299元。 如果你本来就想做AI内容、自媒体或者低成本创意视频，可以趁当前价格加入。 想进群的，直接私信我回复：猫社。
知识猫AI实验室28,113 görüntüleme • 1 ay önce
