Gorden Sun's banner
Gorden Sun's profile picture

Gorden Sun

@Gorden_Sun • 69,292 subscribers

只发AI相关信息，个人维护的AI资讯日报（已连续日更3年）👇

Shorts

包饺子。Seedance 2.0还是太领先了。

包饺子。Seedance 2.0还是太领先了。

140,852 views

我来说一个GTP 6 Astra结合Blender的正确用法。 目前让GPT 6直接建3D模型还是太勉强了，尤其设计人物造型的时候。 明明生成3D模型有更好的方法，就是用图片生成3D的AI模型来直接生成（请来个模型商赞助我，后续出个详细教程），生成的是一个整体模型，但是细节和品质都很高。 生成一个glb模型后，再让GPT把这个模型拆分成组件，加上骨骼，然后就能做动画了。 请看效果视频。

我来说一个GTP 6 Astra结合Blender的正确用法。 目前让GPT 6直接建3D模型还是太勉强了，尤其设计人物造型的时候。 明明生成3D模型有更好的方法，就是用图片生成3D的AI模型来直接生成（请来个模型商赞助我，后续出个详细教程），生成的是一个整体模型，但是细节和品质都很高。 生成一个glb模型后，再让GPT把这个模型拆分成组件，加上骨骼，然后就能做动画了。 请看效果视频。

52,434 views

视频1：Opus 5.5剪辑后的视频 视频2：Grok生成的原始视频 没想到杀死剪映的是LLM

视频1：Opus 5.5剪辑后的视频 视频2：Grok生成的原始视频 没想到杀死剪映的是LLM

21,464 views

你问别人怎么做的，我给你默默做好了CuiMao 在线玩： Github：

你问别人怎么做的，我给你默默做好了CuiMao 在线玩： Github：

99,946 views

Atria Dawn Preview：上海 AI 实验室与多所高校联合开源的模型 面向科研工作者、开发者和专业知识工作者的智能体模型，给它一个研究问题、一段代码或者一份数据，它能够自己查找资料、调用各种工具并运行测试，最后直接交出可以使用的成果。比如写出有据可查的研究报告、跑通的软件程序、能够直接编辑的文档表格，甚至可以做出 3D 机械零件模型和能玩的小游戏。 我用Atria Dawn Preview做了GPT 6 Astra的经典案例3D模型飞机，效果非常不错，这个模型没有视觉能力，纯靠代码也能拼出非常精准且美观的飞机。Atria ASI 官网： API接入： 模型：

Atria Dawn Preview：上海 AI 实验室与多所高校联合开源的模型 面向科研工作者、开发者和专业知识工作者的智能体模型，给它一个研究问题、一段代码或者一份数据，它能够自己查找资料、调用各种工具并运行测试，最后直接交出可以使用的成果。比如写出有据可查的研究报告、跑通的软件程序、能够直接编辑的文档表格，甚至可以做出 3D 机械零件模型和能玩的小游戏。 我用Atria Dawn Preview做了GPT 6 Astra的经典案例3D模型飞机，效果非常不错，这个模型没有视觉能力，纯靠代码也能拼出非常精准且美观的飞机。Atria ASI 官网： API接入： 模型：

24,888 views

我现在已经不在即梦用Seedance 2.0了，即使是年付最高会员也得排好几个小时才出视频。改在Yapper用，目前仅对邀请的创作者开放Seedance 2.0模型，15分钟就能生成15秒长度的视频，爽爆了。如果你是有影响力的创作者，我可以帮你引荐。Yapper 官网：

我现在已经不在即梦用Seedance 2.0了，即使是年付最高会员也得排好几个小时才出视频。改在Yapper用，目前仅对邀请的创作者开放Seedance 2.0模型，15分钟就能生成15秒长度的视频，爽爆了。如果你是有影响力的创作者，我可以帮你引荐。Yapper 官网：

91,800 views

CAD 1000 Hours：最大的开源 CAD 数据集 工程师或者设计师在电脑上画建筑图纸、做机械零件3D模型时，操作非常复杂。为了让AI学会像真人一样使用这些专业设计软件，创作者录下了工程师真实的电脑操作过程，把视频、鼠标点击、键盘敲击动作全部完整记录了下来。 数据量大：包含了超过 1000 个小时的真实电脑操作录像，总共涵盖了 597 个不同的完整设计任务。 软件覆盖全面：包含了 10 款主流画图和建模软件，比如画建筑和零件最常用的 AutoCAD、做机械设计的 SOLIDWORKS、做房屋建模的 SketchUp （牛来电影就是用这个做的）等。 细节丰富：每一个任务不仅有屏幕录像，还精准记录了每一秒鼠标点在哪里、键盘按了什么，甚至配有文字解说，告诉AI“这一步设计师在干嘛”。 前后对照清晰：每个案例都提供了最初给设计师的任务说明、参考素材，以及最后做出来的成品文件和评分标准，方便AI对照着学习。 数据集：

CAD 1000 Hours：最大的开源 CAD 数据集 工程师或者设计师在电脑上画建筑图纸、做机械零件3D模型时，操作非常复杂。为了让AI学会像真人一样使用这些专业设计软件，创作者录下了工程师真实的电脑操作过程，把视频、鼠标点击、键盘敲击动作全部完整记录了下来。 数据量大：包含了超过 1000 个小时的真实电脑操作录像，总共涵盖了 597 个不同的完整设计任务。 软件覆盖全面：包含了 10 款主流画图和建模软件，比如画建筑和零件最常用的 AutoCAD、做机械设计的 SOLIDWORKS、做房屋建模的 SketchUp （牛来电影就是用这个做的）等。 细节丰富：每一个任务不仅有屏幕录像，还精准记录了每一秒鼠标点在哪里、键盘按了什么，甚至配有文字解说，告诉AI“这一步设计师在干嘛”。 前后对照清晰：每个案例都提供了最初给设计师的任务说明、参考素材，以及最后做出来的成品文件和评分标准，方便AI对照着学习。 数据集：

28,287 views

谷歌发布Gemini Omni 1.1 Flash 感觉提升不是很明显，但是也够用，Gemini Pro会员在Flow里每月可以生成100个10秒视频，额度给的也很多。考虑到我们都是美国大学生，Gemini Pro还是很划算的。 同时发布了生成视频的提示词手册： Flow使用地址：

谷歌发布Gemini Omni 1.1 Flash 感觉提升不是很明显，但是也够用，Gemini Pro会员在Flow里每月可以生成100个10秒视频，额度给的也很多。考虑到我们都是美国大学生，Gemini Pro还是很划算的。 同时发布了生成视频的提示词手册： Flow使用地址：

24,065 views

阿里的欢乐马发布了，效果远远比不上Seedance 2.0，而且价格也不便宜。 使用地址： 下方视频1是Seedance 2.0生成，视频2是欢乐马生成。

阿里的欢乐马发布了，效果远远比不上Seedance 2.0，而且价格也不便宜。 使用地址： 下方视频1是Seedance 2.0生成，视频2是欢乐马生成。

53,912 views

火山引擎目前可以免费用Seedance 2.0，能免费生成8次15秒长度的视频，速度极快不用排队。 使用地址：

火山引擎目前可以免费用Seedance 2.0，能免费生成8次15秒长度的视频，速度极快不用排队。 使用地址：

68,868 views

《Veo 3 Prompt完全指南》 结合我的使用经验，整理了Replicate和谷歌官方的Veo 3指南，写了一篇文章详细介绍Veo 3的提示词写法。

《Veo 3 Prompt完全指南》 结合我的使用经验，整理了Replicate和谷歌官方的Veo 3指南，写了一篇文章详细介绍Veo 3的提示词写法。

111,362 views

Grok跟Seedance一样，训练视频的时候，也把人声训练进去了，而且写中文的能力相当不错。

Grok跟Seedance一样，训练视频的时候，也把人声训练进去了，而且写中文的能力相当不错。

35,392 views

One-to-All Animation：让照片动起来 能让照片人物，按参考视频的动作动起来，基于Wan2.1训练，效果比Wan2.2 Animate还好一些，支持大幅度的动作复刻。 Github： ComfyUI工作流：

One-to-All Animation：让照片动起来 能让照片人物，按参考视频的动作动起来，基于Wan2.1训练，效果比Wan2.2 Animate还好一些，支持大幅度的动作复刻。 Github： ComfyUI工作流：

65,711 views

HeyGen实现流程中的语音克隆，现在有最佳开源方案了：XTTS v2，单样本即可克隆语音，效果见视频。 现在已经能实现：让一个明星的采访视频，变成他讲述任意小故事（内容可以GPT编）的视频，声音是他的声音，嘴型也能对上。 XTTS v2在线体验： Github：

HeyGen实现流程中的语音克隆，现在有最佳开源方案了：XTTS v2，单样本即可克隆语音，效果见视频。 现在已经能实现：让一个明星的采访视频，变成他讲述任意小故事（内容可以GPT编）的视频，声音是他的声音，嘴型也能对上。 XTTS v2在线体验： Github：

171,441 views

GPT在图像功能里新增了一键制作表情包的选项，无需任何提示词技巧。而且现在生成图片是透明背景了，用起来可太方便了。

GPT在图像功能里新增了一键制作表情包的选项，无需任何提示词技巧。而且现在生成图片是透明背景了，用起来可太方便了。

15,970 views

推上的朋友应该用不到，但是很有必要给国内的朋友做一个免费、双击就用的小白版本nano banana。 我做了一个，无需登录、无需VPN、API Key我都覆盖了。 双击打开本地html文件，输入提示词、上传要编辑的图片，几秒出结果。

推上的朋友应该用不到，但是很有必要给国内的朋友做一个免费、双击就用的小白版本nano banana。 我做了一个，无需登录、无需VPN、API Key我都覆盖了。 双击打开本地html文件，输入提示词、上传要编辑的图片，几秒出结果。

55,459 views

太好玩了，就是Seedance 2.0的汉字还是经常出错。

太好玩了，就是Seedance 2.0的汉字还是经常出错。

22,947 views

B站上大分！IndexTTS2 名副其实的好！ 不仅能克隆音色，而且能还原情感和语调，这一点比11Labs还要强的多。

B站上大分！IndexTTS2 名副其实的好！ 不仅能克隆音色，而且能还原情感和语调，这一点比11Labs还要强的多。

53,104 views

有道开源Confucius4-TTS 1.3B大小的TTS模型，支持多语言，支持语音克隆，效果不错，速度特别快。 Github： 在线使用：

有道开源Confucius4-TTS 1.3B大小的TTS模型，支持多语言，支持语音克隆，效果不错，速度特别快。 Github： 在线使用：

20,621 views

帮你戒网瘾，很多人沉迷手游抽卡，我干脆做了个只有抽卡的游戏，就是抽二次元角色和图鉴，没任何其他游戏功能。也是Cursor一句话提示词出的。 在线玩： Github：

帮你戒网瘾，很多人沉迷手游抽卡，我干脆做了个只有抽卡的游戏，就是抽二次元角色和图鉴，没任何其他游戏功能。也是Cursor一句话提示词出的。 在线玩： Github：

22,342 views

Videos

LIVE
1.2k

Anya Rossi

sweetdream.ai

SweetDream.aiSponsored•Livecam
Streaming Now

Watch Anya Live

Anya is streaming live right now! Join her private show and enjoy exclusive content.

HD live stream
Exclusive private shows
1.2k viewers online

Free preview available • Premium content

ZOZO（日本最大服装电商）开源了他们内部的物理仿真接触求解器 ppf-contact-solver。 这套工具专门解决布料、绳索、软体在仿真中的碰撞接触问题，能保证完全无穿透、面料拉伸严格不越界（不会像游戏一样穿模），单个场景能处理超过1.8亿个接触点，有Blender插件。 Github：
1:00
Gorden_Sun's profile picture

ZOZO（日本最大服装电商）开源了他们内部的物理仿真接触求解器 ppf-contact-solver。 这套工具专门解决布料、绳索、软体在仿真中的碰撞接触问题，能保证完全无穿透、面料拉伸严格不越界（不会像游戏一样穿模），单个场景能处理超过1.8亿个接触点，有Blender插件。 Github：

Gorden Sun

669,068 views • 5 months ago

哈基米再也不是美国大豆包 大肥鱼的好姐妹哈基米升级啦！3D建模、国际象棋、哥特教堂、光线追踪全都自己写，价格还很香。一分钟看完Gemini 4 Argon。
1:25
Gorden_Sun's profile picture

哈基米再也不是美国大豆包 大肥鱼的好姐妹哈基米升级啦！3D建模、国际象棋、哥特教堂、光线追踪全都自己写，价格还很香。一分钟看完Gemini 4 Argon。

Gorden Sun

41,452 views • 10 days ago

发个库存：大肥鱼讲Transformer
3:37
Gorden_Sun's profile picture

发个库存：大肥鱼讲Transformer

Gorden Sun

33,764 views • 9 days ago

盘点AI公司的估值和营收
1:40
Gorden_Sun's profile picture

盘点AI公司的估值和营收

Gorden Sun

10,568 views • 3 days ago

AI工具怎么选？ 一句话介绍各个领域最强的AI
0:48
Gorden_Sun's profile picture

AI工具怎么选？ 一句话介绍各个领域最强的AI

Gorden Sun

32,249 views • 13 days ago

做了个小剧场：盘点海外AI对国人的态度 这个小剧场是Opus 5.5实现的，我额外给了他TTS、ASR、生图、生视频的能力。基本上剪映+小云雀/LibTV是一起被斩杀的。 用的这个提示词一次出： 开场：盘点海外AI对国人的态度 这次是个小剧场，16：9比例 文字稿 Claude场景（Claude不读出来，画面里也没有Claude英文）： Claude角色站在精致欧式房子前，房子门锁着，大肥鱼跑过来，Claude手里捏着晃，口气轻蔑的说：哼！我家不欢迎你来，哪来的哪回去！（就这一段需要语音，使用EdgeSpeak，模型使用Qwen3-TTS 1.7B Base，使用音库里的Claude声音） 大肥鱼哭着跑了，然后叮叮当当搭起了一个类似Claude的房子，但是破破烂烂，上面写着“中转站”3个字，然后大肥鱼转身一遍，变成了Claude角色的装扮，然后大肥鱼表情很得意，Claude表情惊讶。 GPT场景 GPT角色站在现代简洁的房子前，房子门锁着，大肥鱼跑过来，GPT把钥匙放在一个台子上，温柔的说：我把钥匙放在这，你想进来可以自己开门哦~（就这一段需要语音，使用EdgeSpeak，模型使用Qwen3-TTS 1.7B Base，使用音库里的GPT声音） Gemini哈基米场景 哈基米角色站在漂亮的小木屋前挥手，房子门开着，大肥鱼跑过来，哈基米开心地说：大肥鱼，我家不关门，来一起玩呀！（就这一段需要语音，使用EdgeSpeak，模型使用Qwen3-TTS 1.7B Base，使用音库里的Gemini声音） 然后大肥鱼和哈基米一起跳舞，背景音乐哈基米.mp3，就跳4秒 Grok场景 Grok角色站在类似现代酒吧和舞厅的门口，舞厅没有门，能看到五彩斑斓的射灯。大肥鱼脸红害羞的、左顾右盼地走到Grok角色身边，Grok角色说：房子哪需要门，都是哥们，快来我家，我家有的是好东西。（就这一段需要语音，使用EdgeSpeak，模型使用Qwen3-TTS 1.7B Base，使用音库里的Grok2声音） 然后Grok用手揽着大肥鱼的脖子就往舞厅走去 然后用圆圈缩小的方式谢幕即可。
0:57
Gorden_Sun's profile picture

做了个小剧场：盘点海外AI对国人的态度 这个小剧场是Opus 5.5实现的，我额外给了他TTS、ASR、生图、生视频的能力。基本上剪映+小云雀/LibTV是一起被斩杀的。 用的这个提示词一次出： 开场：盘点海外AI对国人的态度 这次是个小剧场，16：9比例 文字稿 Claude场景（Claude不读出来，画面里也没有Claude英文）： Claude角色站在精致欧式房子前，房子门锁着，大肥鱼跑过来，Claude手里捏着晃，口气轻蔑的说：哼！我家不欢迎你来，哪来的哪回去！（就这一段需要语音，使用EdgeSpeak，模型使用Qwen3-TTS 1.7B Base，使用音库里的Claude声音） 大肥鱼哭着跑了，然后叮叮当当搭起了一个类似Claude的房子，但是破破烂烂，上面写着“中转站”3个字，然后大肥鱼转身一遍，变成了Claude角色的装扮，然后大肥鱼表情很得意，Claude表情惊讶。 GPT场景 GPT角色站在现代简洁的房子前，房子门锁着，大肥鱼跑过来，GPT把钥匙放在一个台子上，温柔的说：我把钥匙放在这，你想进来可以自己开门哦~（就这一段需要语音，使用EdgeSpeak，模型使用Qwen3-TTS 1.7B Base，使用音库里的GPT声音） Gemini哈基米场景 哈基米角色站在漂亮的小木屋前挥手，房子门开着，大肥鱼跑过来，哈基米开心地说：大肥鱼，我家不关门，来一起玩呀！（就这一段需要语音，使用EdgeSpeak，模型使用Qwen3-TTS 1.7B Base，使用音库里的Gemini声音） 然后大肥鱼和哈基米一起跳舞，背景音乐哈基米.mp3，就跳4秒 Grok场景 Grok角色站在类似现代酒吧和舞厅的门口，舞厅没有门，能看到五彩斑斓的射灯。大肥鱼脸红害羞的、左顾右盼地走到Grok角色身边，Grok角色说：房子哪需要门，都是哥们，快来我家，我家有的是好东西。（就这一段需要语音，使用EdgeSpeak，模型使用Qwen3-TTS 1.7B Base，使用音库里的Grok2声音） 然后Grok用手揽着大肥鱼的脖子就往舞厅走去 然后用圆圈缩小的方式谢幕即可。

Gorden Sun

17,443 views • 8 days ago

今天最火的视频就是这个了。 我来说个冷知识，这个的原版视频是蔡徐坤的MV，歌名是《What a Day》，鸡哥被封杀之后出了很多优秀的作品，这个就是其中之一。
0:21
Gorden_Sun's profile picture

今天最火的视频就是这个了。 我来说个冷知识，这个的原版视频是蔡徐坤的MV，歌名是《What a Day》，鸡哥被封杀之后出了很多优秀的作品，这个就是其中之一。

Gorden Sun

142,621 views • 2 months ago

陶哲轩也慌了，他在9月11号的科学与人工智能峰会的演讲上，在最后的答疑环节，明确表达了应该减慢AI的速度： “说真的，令人惊叹的是，我们居然愿意去改变一切，却对接下来会发生什么完全毫无头绪。 我们应该减慢AI的速度，目前这个发展节奏简直太疯狂了，而且完全没有任何理由要发展得这么快。”
0:32
Gorden_Sun's profile picture

陶哲轩也慌了，他在9月11号的科学与人工智能峰会的演讲上，在最后的答疑环节，明确表达了应该减慢AI的速度： “说真的，令人惊叹的是，我们居然愿意去改变一切，却对接下来会发生什么完全毫无头绪。 我们应该减慢AI的速度，目前这个发展节奏简直太疯狂了，而且完全没有任何理由要发展得这么快。”

Gorden Sun

58,121 views • 1 month ago

FishAudio开源Drama 3：最强开源语音模型 文本骨干模型是35B-A3B的Qwen模型，通常的语音模型都几B，这个语音模型就显得特别吃显卡。但是能力确实没得说： · 一人分饰多角：同一段文字里最多可以区分并演绎 16 个不同角色的声音，很适合用来制作广播剧、多人小说朗读或对话类节目。 · 声音克隆与情绪控制：用户提供一段简短的参考音频，模型就能模仿对应的音色；同时支持在文字中加入叹气、笑声等情绪标签，让语气更贴近真人。 · 像改文档一样改音频：如果读错了一个词，不需要整段重新生成，只修改有变动的文字，模型就能顺着之前的语流把新的部分接上。 · 长文本流畅处理：遇到较长的文章，系统会自动切块生成，并支持边生成边播放，减少等待时间。 模型，开源但不可商用：
2:43
Gorden_Sun's profile picture

FishAudio开源Drama 3：最强开源语音模型 文本骨干模型是35B-A3B的Qwen模型，通常的语音模型都几B，这个语音模型就显得特别吃显卡。但是能力确实没得说： · 一人分饰多角：同一段文字里最多可以区分并演绎 16 个不同角色的声音，很适合用来制作广播剧、多人小说朗读或对话类节目。 · 声音克隆与情绪控制：用户提供一段简短的参考音频，模型就能模仿对应的音色；同时支持在文字中加入叹气、笑声等情绪标签，让语气更贴近真人。 · 像改文档一样改音频：如果读错了一个词，不需要整段重新生成，只修改有变动的文字，模型就能顺着之前的语流把新的部分接上。 · 长文本流畅处理：遇到较长的文章，系统会自动切块生成，并支持边生成边播放，减少等待时间。 模型，开源但不可商用：

Gorden Sun

18,783 views • 10 days ago

HeyGen HeyGen太他妈牛了，在排队了7000个视频之后，我的视频翻译完成了，效果绝对目前最好，没有之一。 口型完美，卡点和嘴型都对的上。 声音克隆稍有缺陷但也很好了，毕竟HeyGen只通过40秒的视频来克隆音频。 如果刻意对比原视频，情感还原度稍有欠缺。 只需上传一段视频即可实现！！！
1:17
Gorden_Sun's profile picture

HeyGen HeyGen太他妈牛了，在排队了7000个视频之后，我的视频翻译完成了，效果绝对目前最好，没有之一。 口型完美，卡点和嘴型都对的上。 声音克隆稍有缺陷但也很好了，毕竟HeyGen只通过40秒的视频来克隆音频。 如果刻意对比原视频，情感还原度稍有欠缺。 只需上传一段视频即可实现！！！

Gorden Sun

1,193,664 views • 3 years ago

我用Seedance 2.0半天做的视频，你就说牛逼不牛逼吧？ 教程放公众号文章里了：
0:58
Gorden_Sun's profile picture

我用Seedance 2.0半天做的视频，你就说牛逼不牛逼吧？ 教程放公众号文章里了：

Gorden Sun

313,116 views • 8 months ago

大肥鱼变强啦！跑分超过Kimi K3和GLM 5.3！
0:57
Gorden_Sun's profile picture

大肥鱼变强啦！跑分超过Kimi K3和GLM 5.3！

Gorden Sun

11,283 views • 7 days ago

也搓了一个小短片，关于motherfucker的故事
2:02
Gorden_Sun's profile picture

也搓了一个小短片，关于motherfucker的故事

Gorden Sun

73,361 views • 1 month ago

我的PPT Skill上线快半年，已经3600星，现在还天天有人加我，做了个视频再介绍一下 Github：
1:04
Gorden_Sun's profile picture

我的PPT Skill上线快半年，已经3600星，现在还天天有人加我，做了个视频再介绍一下 Github：

Gorden Sun

12,323 views • 11 days ago

Google与马里兰大学等提出Dream-RSI：让AI Agent在历史探索记录中低成本自我进化 长程探索任务的元策略优化通常需要极高试错成本，这项研究直接将已完成的探索记录树作为精确的离线重放模拟器。 新策略无需重复调用模型执行真实代码，只需在历史轨迹中“做梦”重演即可筛选出更优方案，实现零执行成本的离线评估。 优胜策略随后部署至新一轮在线探索并扩充模拟器池，在保持甚至提升算法与算子发现质量的同时，最高降低162倍的探索调用开销。 项目介绍：
0:20
Gorden_Sun's profile picture

Google与马里兰大学等提出Dream-RSI：让AI Agent在历史探索记录中低成本自我进化 长程探索任务的元策略优化通常需要极高试错成本，这项研究直接将已完成的探索记录树作为精确的离线重放模拟器。 新策略无需重复调用模型执行真实代码，只需在历史轨迹中“做梦”重演即可筛选出更优方案，实现零执行成本的离线评估。 优胜策略随后部署至新一轮在线探索并扩充模拟器池，在保持甚至提升算法与算子发现质量的同时，最高降低162倍的探索调用开销。 项目介绍：

Gorden Sun

33,479 views • 1 month ago

仅次于Suno V5.5的音乐模型就这么悄默声的开源了。 Minimax开源MiniMax-Music3，效果非常非常非常好的AI音乐模型。最长可以生成5分钟长度的歌曲，而且可控性非常强，能通过提示词编排歌曲结构、人声、节奏、歌词等各个方面细节。 Minimax先开源了视频模型H3，再开源音频模型Music3，把家底都给开源出来了。 下方视频是我生成的音乐。 模型： 在线体验：
2:19
Gorden_Sun's profile picture

仅次于Suno V5.5的音乐模型就这么悄默声的开源了。 Minimax开源MiniMax-Music3，效果非常非常非常好的AI音乐模型。最长可以生成5分钟长度的歌曲，而且可控性非常强，能通过提示词编排歌曲结构、人声、节奏、歌词等各个方面细节。 Minimax先开源了视频模型H3，再开源音频模型Music3，把家底都给开源出来了。 下方视频是我生成的音乐。 模型： 在线体验：

Gorden Sun

56,789 views • 2 months ago

实际试了一下，不是很难，Fable 5.1直出。 在线体验： Github：
0:20
Gorden_Sun's profile picture

实际试了一下，不是很难，Fable 5.1直出。 在线体验： Github：

Gorden Sun

28,706 views • 1 month ago

IndexTTS发布2.5版本，开源最强文字生成语音模型，没有之一。在音色克隆、情绪还原方面尤其出色，支持中文、英文、日语、西班牙语、阿拉伯语5种语言。 项目介绍： 模型：
2:20
Gorden_Sun's profile picture

IndexTTS发布2.5版本，开源最强文字生成语音模型，没有之一。在音色克隆、情绪还原方面尤其出色，支持中文、英文、日语、西班牙语、阿拉伯语5种语言。 项目介绍： 模型：

Gorden Sun

52,277 views • 2 months ago

开源版本及教程： 在线体验： Github：
0:33
Gorden_Sun's profile picture

开源版本及教程： 在线体验： Github：

Gorden Sun

106,725 views • 5 months ago

我做了一套AI生成视频和剪辑的技能，生成的视频如下。 音频和头部来自@Cuimao ，其他所有内容都是AI生成和剪辑的。 基于达芬奇，生成的项目可以手动继续剪辑。
0:27
Gorden_Sun's profile picture

我做了一套AI生成视频和剪辑的技能，生成的视频如下。 音频和头部来自@Cuimao ，其他所有内容都是AI生成和剪辑的。 基于达芬奇，生成的项目可以手动继续剪辑。

Gorden Sun

51,390 views • 2 months ago