GPT image-2到底还有多少惊喜！！！ 居然还能直接生成360度全景图，不是那种180度超宽幅！ 是正经的、给足沉浸感的全景图！！ 于是，我想去特朗普枪击事件现场看一看！ 有兴趣的朋友去试试， 记得用thinking和进阶模式！ 极简指令：生成360度全景图，内容是xx。

用 GPT Image 2 + Codex + Three.js 组合拳做了3个360度全景图，主打沉浸式体验... 分别是： - 霍格沃茨夜景 - 大闹天宫 - NBA 湖人主场 提示词： 1、GPT Image 2： 360 度等距柱状全景图（equirectangular），[在这里填场景描述]，高细节，沉浸感，电影级光影，2:1 宽高比 2、Codex： 生成 HTML 代码，用 Three.js 将这张全景图渲染成一个可交互的 360 度查看器show more

牛P了 Vidu 的 Reference-to-Video 功能 支持一次性上传最多 7 张参考图片 并结合一段文字提示，生成具有高度一致性、风格统一、视觉保真度高的视频内容... 参考图可以是人物、场景、道具等任意内容 下面是我的测试介绍... 利用 Vidu Q1 模型的多模态对齐机制 能实现结构保持、纹理迁移、风格还原同步完成 模型还会根据参考图和 Prompt 自动进行智能镜头推演，构建“视觉叙事”结构，如推镜头、平移、场景切换等 这是目前行业内首个支持多图引用、并具有角色/场景一致性的开放式视频生成工具。 下面是教程show more

我刚才试了Google Flow最新的智能体模式，一次生成了14张分镜，而且主角居然没长歪。 以前做分镜，我得一张一张抽卡，稍微换个角度人物脸就变了，后期还得单独放大，累得想摔键盘。这次我直接进Agent模式，丢了一张红衣女剑客的参考图，把写好的14段镜头描述贴进去。 它跑完直接甩出一个高清大图列表。每张图的景别都对了，从特写到全景，人物和衣服细节死死咬住参考图。不用我再一张张去对齐风格，直接就能拿去排片。 你们做分镜脚本，是习惯手绘草图，还是直接让AI批量跑图？

GPT- image 2 ➕Nano banana 📷 实现出图自由，谷歌 flow 新增的... Agent 智能体还有智能指令实现了一次性生成十几张图片甚至视频，大大提高了生成效率，再也不用就是生成九宫格分镜，然后再一格一格去提取图片了！ 使用方法也很简单。点击 Agent 按钮上传在 GPT image 生成好的图片。然后选智能指令，把智能指令添加进去就可以实现批量出图。 智能指令如下👇show more

如何去除 Gemini 生成图片的水印 LOGO 我知道 AI 去水印功能也许很强大，但还是不太放心，因此我选择了 PS 古法去水印... 首先我需要一个带有水印的纯色图片，但是 Gemini 不给生成，于是我说“生成一张纯黑色背景，中间有一朵很漂亮的玫瑰🌹的图” 我需要的只是右下角那个水印 LOGO 这个方法需要你对 PS 有一点了解，打开刚刚生成的图，截取到只剩水印和黑色背景，用魔棒工具点击黑色背景，反选，Ctrl+J 获得水印图层 把水印图层拖到要去水印的图上，跟原来的水印对齐，按住 Ctrl 点击水印图层，这样就获得了水印的选区，然后点击原始图层，Ctrl+J 获得原始图层的水印，在图层模式中选择“线性加深”，这样水印就没了 但是还有毛边，合并原始图层和水印，用修复画笔工具摸一下，水印就彻底没有了 不知道大家有没有更好的方法？欢迎在评论区告诉我！show more

Aiuni：最佳图生3D来了？！ 清北00后团队开发，产品效果非常好，细节比较到位，也能脑补出图片中没有展示出的内容。支持图片生成3D模型和图片生成3D场景（天空盒），适用于游戏和影视场景。下方视频是我用DALL·E生成图片，然后转成3D的效果。 官网：

🚀Fable 5.5的前端能力真的超越Opus 5.5！ 这是生成的《清明上河图》虹桥部分的场景，可以任意切换场景和角度，还能任意探索！ #Claude #Fable55

PMRF：一种全新的图像修复算法 实现高质量修复图像 降低图像失真还原跟自然逼真度 主要能力： -图像恢复：处理去噪、超分辨率、着色、盲图像恢复和图像修复等任务，生成自然逼真的图像。 -降低图像失真提高感知质：不仅关注图片的清晰度，还会确保图片看起来像真实世界中的图像，而不是AI生成 - 处理复杂的图像退化问题：PMRF能够应对各种复杂的图像退化情况，不论图片内容有多复杂，比如细节丰富的面部图像，还是受到多重损坏的图片，PMRF都能很好地处理，并提供优质的修复结果。

用 AI 生成了一张挺满意的流程图，放进 PPT 才发现是张死图，想改一个错字都得重新生成一遍。 DrawAI 专门解决这个麻烦，把 AI 生成的图、论文插图或者幻灯片截图，重新还原成能编辑的... SVG 和 PPT 文件。 图里的文字、形状和局部素材会被拆开，导出的 PPT 用的是 PowerPoint 自己的形状和图片，不是把原图整张贴进去。 GitHub： 用法有三种，可以装进 Claude Code、Codex 当技能用，也可以打开本地网页工作台，批量转换、看每一步的进度。 GPT-Image-2、Nano Banana 出的图好看是好看，文字偶尔会有小错，转成可编辑的再改，比反复重新生成省事多了。 团队还配了一篇论文和一套评测数据集，专门衡量图片转可编辑的效果。经常做汇报、写论文要画图的学生，可以留意一下。show more

男朋友没事就喜欢看AV，还是看些带有剧情或者变态一类的，昨天他看到视频里面女生用脚给男的足交，他说也想让我给他试试^_^还说我脚挺好看的，用脚会让他更有感觉一点，他到底是恋足癖还是AV看多了有点变态了，虽然我脚不臭，但是用脚后他“弟弟”不会得脚气吗🫣

Muse 能不能做复杂场景？自己品。 这次直接拿《清明上河图》这种大场景去测： 人多、船多、建筑多，还要主角穿街、虹桥过船、镜头连续推进。 目前测下来，复杂场景居然没怎么崩，整体也不卡，完成度比我预期高很多。 当然也不是没问题。 现在动作帧还是稍微差一点，快动作和一些细节需要继续调； 但我觉得目前最大的问题反而是 配音，很容易一下把成片质感拉下来。... 单看画面和长视频完成能力，Muse 实力不是吹的。show more

试了一下李飞飞 World Labs 的 Marble 模型 选了个大场景，特定角度还行，一转就不行了，感觉封闭场景好点 但是现在服务崩了，一直生成失败

Workbuddy 居然还有海外版本 WorkBuddy ，你为什么不告诉我？ 最让我惊喜的是可以连接海外的软件，打通海外的生态，去完成对应的工作。 我自己测试了一下，对接谷歌的生态是完全没有问题的，如果在海外有工作需求的兄弟们，完全可以切换到海外的Workbuddy去使用。 我给大家测试了一遍，可以去看一下效果👇🏻

👉 GPT-4o 图片生成分明是 的春天啊，技术拐点，牵一发而动全身！ 过去在 Tripo 玩的时候，几个图生 3D 的难点：... 1️⃣ 图片的 3D 感不够，导致模型生成的效果不够好； 2️⃣ 或者手、腿和身体粘黏，导致自动绑骨骼后仍然需要手动做大量修复。 那么解决方法是想一个 SD 的中间串联步骤，提高图片的 3D 质感再拿去生成模型（这也是 X 上探索的主流方法），另一个办法自然是优化 base model。 现在有了 gpt-4o 很快在大部分场景就已经没有任何技术阻碍，可以大肆进攻 3D 市场了。show more

依旧进度，这次发一下无渲染过程图，也就是blender部分，后续还是把场景删了，有过多的元素ai生成不出来（电脑跑不动），场景就让ai自己发挥吧（虽然会出现各种场景bug）。雇主的要求改成30分钟的长动画了 #growth #giantess #巨大娘 #breastexpansion

开源分解图层大模型这么快就来了? 给大家带来阿里刚刚发布的 Qwen-Image-Layered 模型实测, 这是一个可以把图片分成不同图层的大模型, 模型是基于 Qwen-Image 微调的. 本次我的测试覆盖这个模型的擅长场景(海报),... 指令遵循测试(指定抽取目标), 边缘处理(头发), 极限测试(全是贴纸, 一个贴纸一个图层的话可以抽取50多个图层). 直接说结论, 首先还是模型太大了, 因为这个模型基于 Qwen-Image 所以是个20B的模型, 我是用HuggingFace Zero GPU 测试, 每次运行大概2分钟左右, 模型的确可以做到分离图层, 而且边缘处理很不错, 不过稳定性有待优化, 在我测试中4个图层可以输出, 但是8个或者10个图层就炸了, 怀疑可能是超过了Zero GPU超时或者bug (GPU是H200, 不太可能爆显存), 输出尺寸只有 544*736, 官方也推荐640分辨力, 这点也需要提升, 以及模型还是太大了, 20B, 希望能优化下尺寸.show more

今天看到一个不错的 AI 产品 Napkin，能帮你生成各种不同样式风格的漂亮图表，交互很丝滑，图表也很漂亮。 大概看了下实现原理，应该是后台用了一个小模型（GPT-4 mini 或者 Gemini Flash这种），把选中的文本变成mermaid这样的图表格式，并且每个节点选了一个配套的图标（可能用了RAG），然后前端渲染成... SVG 格式，编辑器是基于 TipTap。 它有很多图表的模板，会一次性生成多套图表，你可以选择一套喜欢的应用。每一套风格都很讨喜，团队的设计能力很强。 目前还是免费的show more

一秒生成高斯点云? Apple新模型SHARP实测! Apple 刚刚推出了新的模型和配套框架 SHARP, 这个模型可以实现单张图像生成逼真的3D场景, 尤其是模型大小只有2.8GB, 大概是1.4B? 速度足够快,... 可以一秒生成高斯点云, 然后这个点云可以为图片向邻近的视角提供多角度地观察, 比如我拍了一张椅子, 那么点云化后就能渲染椅子左右20度的视角, 更多就不行了. 视频是我的实测, 目前测下来日常场景使用完全没问题, 只有在复杂的场景才会露出破绽, 比如镜面反射, 或者超长焦, 感觉这个模型如果应用到 Apple Vision Pro 上会有很不错的场景, 照片仅需要1秒, 弄3D相册不是问题. #Apple #SHARPshow more