正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

基于MiniMax H3Max的生成速度，我制作了这款简单的互动游戏生成器，无论是真人类型还是二次元galgame都可以实现。只需要输入一段剧本，上传人物参考图，就可以为你定制一个可以互动的剧情，实测下来几乎无延迟，分支出来前就开始在预生成你的剧情分支。

LerSent

1,389 subscribers

208,067 次观看 • 1 天前 •via X (Twitter)

科学技术游戏

Anya Rossi• Live Now

Private livecam show

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

不是，这就搞定了一个内容实时生成的AI漫剧游戏嘛？灵感来自向阳乔木和 Roi，可以将任何剧本生成类似于 Galagame 的游戏。有TTS阅读对话，同时呢还会自动生成背景图，自动生成每个角色的人物立绘。感觉这玩意儿都能直接做一个产品了，我操。你有剧情，你就可以生成对应的漫剧或者是对话游戏。

不是，这就搞定了一个内容实时生成的AI漫剧游戏嘛？灵感来自向阳乔木和 Roi，可以将任何剧本生成类似于 Galagame 的游戏。有TTS阅读对话，同时呢还会自动生成背景图，自动生成每个角色的人物立绘。感觉这玩意儿都能直接做一个产品了，我操。你有剧情，你就可以生成对应的漫剧或者是对话游戏。

歸藏(guizang.ai)

69,001 次观看 • 9 个月前

这是一个 OpenAI 的 o1 模型编写网页游戏的案例，这个例子是编写一个找松鼠的游戏，屏幕上每秒钟增加一个🍓并且在跳动，你要控制一只🐨去躲草莓，等到3秒后，🐿️会出来，你要绕过🍓找到🐿️。这个游戏首先逻辑有一点复杂，另外是一个以前没出现过的游戏（如果我没记错的话），以前的模型可能是无法一次性生成可以运行的游戏代码。所以以前的模型在演示生成代码时，大多都是用一些贪吃蛇这种经典游戏来演示，毕竟代码都训练过，很容易就生成了。这里 o1 一次生成可以执行的结果，确实是不错的。生成游戏时的提示词：使用 pygame 制作一个名为“找松鼠”的游戏：每秒钟随机生成一个草莓，并在屏幕上弹跳。草莓的图标是 strawberry.png。如果草莓碰到你，你会死亡。三秒钟后，松鼠图标会生成并在屏幕上弹跳。松鼠的图标是 squirrel.png。如果你碰到它，你就赢了。 * 确保所有图标的大小为 10 像素乘 48 像素。 * 使用 resco colors 作为基础，在屏幕角落添加一个定时器。 * 在游戏开始前显示游戏说明。 * 当你赢或输时，游戏会自动重新开始。 * 在单人模式下完成游戏。

这是一个 OpenAI 的 o1 模型编写网页游戏的案例，这个例子是编写一个找松鼠的游戏，屏幕上每秒钟增加一个🍓并且在跳动，你要控制一只🐨去躲草莓，等到3秒后，🐿️会出来，你要绕过🍓找到🐿️。这个游戏首先逻辑有一点复杂，另外是一个以前没出现过的游戏（如果我没记错的话），以前的模型可能是无法一次性生成可以运行的游戏代码。所以以前的模型在演示生成代码时，大多都是用一些贪吃蛇这种经典游戏来演示，毕竟代码都训练过，很容易就生成了。这里 o1 一次生成可以执行的结果，确实是不错的。生成游戏时的提示词：使用 pygame 制作一个名为“找松鼠”的游戏：每秒钟随机生成一个草莓，并在屏幕上弹跳。草莓的图标是 strawberry.png。如果草莓碰到你，你会死亡。三秒钟后，松鼠图标会生成并在屏幕上弹跳。松鼠的图标是 squirrel.png。如果你碰到它，你就赢了。 * 确保所有图标的大小为 10 像素乘 48 像素。 * 使用 resco colors 作为基础，在屏幕角落添加一个定时器。 * 在游戏开始前显示游戏说明。 * 当你赢或输时，游戏会自动重新开始。 * 在单人模式下完成游戏。

宝玉

18,172 次观看 • 1 年前

兄弟们这个配的上炸裂啊 PixVerse 推出了世界收一个“实时生成世界模型” 可以连续、无限、实时的生成视频画面，包括声音... 下面是我测试的一个实时效果我选择了个战争场面我让GPT帮我写好的文案和剧情我来复制粘贴进行操作它根据我的文案实时机械能画面和剧情生成，有点牛P啊随时这只是个技术预览展示，但是对我的震撼还是蛮大的你输入一句话 → 它开始生成视频；你再继续说出你的需求 → 场景立刻改变、角色动作和画面等跟着变。它可以做到： 🧠 语义理解：你说一句话，AI 能理解你这句话的意图和画面背景信息 🧩 实时生成：场景几乎零延迟渲染，像玩游戏一样流畅 🔁 持续生成：世界不会“结束”，而是会一直延伸和变化 🎮 可交互性：每一次输入都会即时影响画面、声音、结构

兄弟们这个配的上炸裂啊 PixVerse 推出了世界收一个“实时生成世界模型” 可以连续、无限、实时的生成视频画面，包括声音... 下面是我测试的一个实时效果我选择了个战争场面我让GPT帮我写好的文案和剧情我来复制粘贴进行操作它根据我的文案实时机械能画面和剧情生成，有点牛P啊随时这只是个技术预览展示，但是对我的震撼还是蛮大的你输入一句话 → 它开始生成视频；你再继续说出你的需求 → 场景立刻改变、角色动作和画面等跟着变。它可以做到： 🧠 语义理解：你说一句话，AI 能理解你这句话的意图和画面背景信息 🧩 实时生成：场景几乎零延迟渲染，像玩游戏一样流畅 🔁 持续生成：世界不会“结束”，而是会一直延伸和变化 🎮 可交互性：每一次输入都会即时影响画面、声音、结构

小互

12,587 次观看 • 7 个月前

Codex➕MiniMax Fast H3 在本地4090 机器上就可以无限地生成了一个电视剧。用 4090 在 1344×768 分辨率下，15 秒的生成时间只要 151 秒，速度很快。

Codex➕MiniMax Fast H3 在本地4090 机器上就可以无限地生成了一个电视剧。用 4090 在 1344×768 分辨率下，15 秒的生成时间只要 151 秒，速度很快。

Tony出海

400,057 次观看 • 2 天前

腾讯混元刚发布了实时图像生成模型，这个实时到底有多快，测试下来基本上是秒出，确实有点离谱了，制造了一种边写边看的即时反馈效果。分享一些测试片段 1. 实时修改话剧演员的表情，从录屏中可以体验一下真实速度：

腾讯混元刚发布了实时图像生成模型，这个实时到底有多快，测试下来基本上是秒出，确实有点离谱了，制造了一种边写边看的即时反馈效果。分享一些测试片段 1. 实时修改话剧演员的表情，从录屏中可以体验一下真实速度：

汗青 HQ

479,827 次观看 • 1 年前

在上个月，我分享了一个 Demo，很多人都来问我如何实现，我这里简单说下从前期生图到视频生成以及开发交付落地整个流程，希望能帮到你。主要用到的工具是即梦（图片生成）和可灵（视频生成）生成后的的视频可以通过配置图层混合来进行交付

在上个月，我分享了一个 Demo，很多人都来问我如何实现，我这里简单说下从前期生图到视频生成以及开发交付落地整个流程，希望能帮到你。主要用到的工具是即梦（图片生成）和可灵（视频生成）生成后的的视频可以通过配置图层混合来进行交付

Paidax

37,642 次观看 • 1 年前

Pixverse 发布 R1 实时视频世界模型藏师傅也试了一下前几天测试的 Pixverse R1 终于发布了，这是一个可以实时生成并且可以随时通过提示词介入修改后续内容的世界模型。极限情况下可以实时生成 1080P 的高清视频，感觉成本再下来一点以后 AI 游戏和交互式的影视内容有戏了啊。 ------ 简单介绍一下使用体验，目前他们在一个单独的平台测试需要邀请码。你可以选择预制的的三个主题进行体验，三个主题分别是巨龙巢穴、二战主题、海底世界，正式版本会增加到 6 个。也可以创建自己的主题，选择画面比例、风格输入主题相关提示词就可以了。生成之后主要的互动就是在他播放的过程中输入提示词来改变当前视频生成的剧情走向。而且这里生成的视频居然还是带音乐、音效混合旁白的，比以前所谓的实时生成的模型强了不少。 ------ 算法和架构上主要的优化有：这是个原生的多模态模型支持将文本、图像、视频、音频统一为连续的 Token 流，接受任何模态的输入。 PixVerse-R1 改成了非扩散的自回归架构，用来实现无限连续的生成，还使用了增加注意力机制，确保长时间生成的内容一致性。为了适配实时视频生成的性能，他们将原来的迭代降噪逻辑进行了多项优化，他们叫瞬时响应引擎 (IRE)，主要包括三个优化： Temporal Trajectory Folding：传统模型从噪点到清晰图像需要迭代几十步，他们直接暴力压缩到仅需 1–4 步。 Guidance Rectification：直接将传统的 CFG 逻辑蒸馏到了模型参数内部，节省了时间。 Adaptive Sparse Attention：生成高分辨率的视频的时候让模型学会学会“抓大放小”，自动识别重要区域进行精细计算，大幅降低计算负载。 ------- 目前由于成本问题需要邀请码才能测试，生成的分辨率是 480P，过几天会提高到 720P。

Pixverse 发布 R1 实时视频世界模型藏师傅也试了一下前几天测试的 Pixverse R1 终于发布了，这是一个可以实时生成并且可以随时通过提示词介入修改后续内容的世界模型。极限情况下可以实时生成 1080P 的高清视频，感觉成本再下来一点以后 AI 游戏和交互式的影视内容有戏了啊。 ------ 简单介绍一下使用体验，目前他们在一个单独的平台测试需要邀请码。你可以选择预制的的三个主题进行体验，三个主题分别是巨龙巢穴、二战主题、海底世界，正式版本会增加到 6 个。也可以创建自己的主题，选择画面比例、风格输入主题相关提示词就可以了。生成之后主要的互动就是在他播放的过程中输入提示词来改变当前视频生成的剧情走向。而且这里生成的视频居然还是带音乐、音效混合旁白的，比以前所谓的实时生成的模型强了不少。 ------ 算法和架构上主要的优化有：这是个原生的多模态模型支持将文本、图像、视频、音频统一为连续的 Token 流，接受任何模态的输入。 PixVerse-R1 改成了非扩散的自回归架构，用来实现无限连续的生成，还使用了增加注意力机制，确保长时间生成的内容一致性。为了适配实时视频生成的性能，他们将原来的迭代降噪逻辑进行了多项优化，他们叫瞬时响应引擎 (IRE)，主要包括三个优化： Temporal Trajectory Folding：传统模型从噪点到清晰图像需要迭代几十步，他们直接暴力压缩到仅需 1–4 步。 Guidance Rectification：直接将传统的 CFG 逻辑蒸馏到了模型参数内部，节省了时间。 Adaptive Sparse Attention：生成高分辨率的视频的时候让模型学会学会“抓大放小”，自动识别重要区域进行精细计算，大幅降低计算负载。 ------- 目前由于成本问题需要邀请码才能测试，生成的分辨率是 480P，过几天会提高到 720P。

歸藏(guizang.ai)

16,373 次观看 • 7 个月前

这种宣传大片制作成本怎么着也要5万人民币吧我给海南封关做了一个宣传视频，几乎0成本不要写剧本，不要写脚本，不要生成参考图我就说了一句话描述我的需求，10分钟就可以生成一个高级感的视频视频脚本、场景图片、旁白、背景音乐都是由Medeo完成。只需要一句提示词：制作一个30秒左右的中国海南封关的宣传视频，讲解封关的具体过程以及封关对中国乃至世界的重要性。我发现Medeo与传统的AI视频工具（Sora、Veo3等）的最大的优点是：只需要通过对话的方式，描述你的需求，系统会自动根据你的需求进行脚本编写、分镜图片生成、声音和背景音乐的生成和组装。而且生成的小片段可以独立修改，不用再调整和重新生成整个视频，这个做局部视频编辑就很方便了。同时支持全品类内容生成：比如真人电影、广告制作、动漫短剧、MV或歌曲、科普解说、产品宣传、PPT风格视频等等，这些在官网都可以看见案例。详细制作和生成过程可以看评论区视频对于刚开始玩的兄弟们，建议不要生成太长的视频生成一个5-10秒的视频感受下，因为长的视频比较消耗积分。工具地址：

这种宣传大片制作成本怎么着也要5万人民币吧我给海南封关做了一个宣传视频，几乎0成本不要写剧本，不要写脚本，不要生成参考图我就说了一句话描述我的需求，10分钟就可以生成一个高级感的视频视频脚本、场景图片、旁白、背景音乐都是由Medeo完成。只需要一句提示词：制作一个30秒左右的中国海南封关的宣传视频，讲解封关的具体过程以及封关对中国乃至世界的重要性。我发现Medeo与传统的AI视频工具（Sora、Veo3等）的最大的优点是：只需要通过对话的方式，描述你的需求，系统会自动根据你的需求进行脚本编写、分镜图片生成、声音和背景音乐的生成和组装。而且生成的小片段可以独立修改，不用再调整和重新生成整个视频，这个做局部视频编辑就很方便了。同时支持全品类内容生成：比如真人电影、广告制作、动漫短剧、MV或歌曲、科普解说、产品宣传、PPT风格视频等等，这些在官网都可以看见案例。详细制作和生成过程可以看评论区视频对于刚开始玩的兄弟们，建议不要生成太长的视频生成一个5-10秒的视频感受下，因为长的视频比较消耗积分。工具地址：

松果先森

54,067 次观看 • 7 个月前

我宣布，人人都可以搞口播了，现在生成视频简单到无法形容。制作一条这样效果的视频，我第一次就只花了不到 10分钟，剩下的时间就是等模型生成结果，成功率100% ，请看效果。

我宣布，人人都可以搞口播了，现在生成视频简单到无法形容。制作一条这样效果的视频，我第一次就只花了不到 10分钟，剩下的时间就是等模型生成结果，成功率100% ，请看效果。

LE

258,236 次观看 • 3 个月前

一键生成 AI 视频绘本的工具，终于有了传统的绘本制作需要编剧、画师、配音演员。现在 AI 可以全部自己搞定了。你只需要输入一个故事的想法，选填一张参考图片，它就能为你生成一本声情并茂的故事绘本。 ListenHub 的视频绘本功能的三个主要特性： - 一致性的画面：无论是角色形象还是美术风格，都能在整个故事中保持高度统一。你甚至可以上传自己的图片作为参考，让 AI 画出你想要的主角。 - 沉浸感的声音：自动集成 FlowSpeech 的口语配音，用最自然、最富感情的“人味儿”声音，将故事娓娓道来，让你声临其境。 - 个性化的创作：从角色名称、外观，到美术风格、故事情节，一切都由你定义。你的故事，你来做主。从一个想法到一个故事绘本，全程只需要一分钟。它还可以一键导出视频，让你方便地分享到抖音、视频号、小红书、B站等平台。让你的想象，被更多人看见。

一键生成 AI 视频绘本的工具，终于有了传统的绘本制作需要编剧、画师、配音演员。现在 AI 可以全部自己搞定了。你只需要输入一个故事的想法，选填一张参考图片，它就能为你生成一本声情并茂的故事绘本。 ListenHub 的视频绘本功能的三个主要特性： - 一致性的画面：无论是角色形象还是美术风格，都能在整个故事中保持高度统一。你甚至可以上传自己的图片作为参考，让 AI 画出你想要的主角。 - 沉浸感的声音：自动集成 FlowSpeech 的口语配音，用最自然、最富感情的“人味儿”声音，将故事娓娓道来，让你声临其境。 - 个性化的创作：从角色名称、外观，到美术风格、故事情节，一切都由你定义。你的故事，你来做主。从一个想法到一个故事绘本，全程只需要一分钟。它还可以一键导出视频，让你方便地分享到抖音、视频号、小红书、B站等平台。让你的想象，被更多人看见。

Orange AI

65,808 次观看 • 11 个月前

Hedra Studio 推出Character-3 AI 数字人视频生成模型可以同时处理多种输入类型（图像、文本、音频），并将它们融合成高质量的视频。上传一张人物照片，输入一段文本或音频，Character-3 就能生成一个会说话、唱歌甚至表演的虚拟角色视频。支持全身动作和情感控制，大范围动态场景... 可以生成具有高度表现力的虚拟人物，比如可以用于讲故事、制作动画或营销内容。

Hedra Studio 推出Character-3 AI 数字人视频生成模型可以同时处理多种输入类型（图像、文本、音频），并将它们融合成高质量的视频。上传一张人物照片，输入一段文本或音频，Character-3 就能生成一个会说话、唱歌甚至表演的虚拟角色视频。支持全身动作和情感控制，大范围动态场景... 可以生成具有高度表现力的虚拟人物，比如可以用于讲故事、制作动画或营销内容。

小互

21,028 次观看 • 1 年前

这次我用 Qwen3.8-Max 完成了三个代码项目，其中最直观的是一个类似《我的世界》的网页游戏。游戏已经具备完整的可玩性：角色可以移动、跳跃和探索地图，也可以挖掘、放置方块、切换物品，并使用背包与合成系统。地形能够自动生成，基础的生存机制也已经实现。另外两个项目分别是可交互的 3D AI 芯片展示，以及读取19个真实来源的多模态供应商评审系统。 Qwen3.8-Max 还是个开源模型，国产模型真是越来越强了。

这次我用 Qwen3.8-Max 完成了三个代码项目，其中最直观的是一个类似《我的世界》的网页游戏。游戏已经具备完整的可玩性：角色可以移动、跳跃和探索地图，也可以挖掘、放置方块、切换物品，并使用背包与合成系统。地形能够自动生成，基础的生存机制也已经实现。另外两个项目分别是可交互的 3D AI 芯片展示，以及读取19个真实来源的多模态供应商评审系统。 Qwen3.8-Max 还是个开源模型，国产模型真是越来越强了。

雪踏乌云

68,246 次观看 • 1 个月前

港大最新开源的 AI 视频神器 ViMax 真的太牛了！不管是跨境电商带货视频还是AI短剧自动生成，它都能完美搞定！今天给大家实测的是带货视频的生成～输入一句话商品描述，它就能自动走完全流程：自动写爆款带货脚本自动生成专业宫格分镜提示词自动分镜 + 多镜头切换自动用上传的产品图保持高度一致性自动生成多语言口播（可选择字幕）以前做一条视频要花几天上千块，现在一句话搞定地址：学会了就可以闲鱼接单了～ dyor

港大最新开源的 AI 视频神器 ViMax 真的太牛了！不管是跨境电商带货视频还是AI短剧自动生成，它都能完美搞定！今天给大家实测的是带货视频的生成～输入一句话商品描述，它就能自动走完全流程：自动写爆款带货脚本自动生成专业宫格分镜提示词自动分镜 + 多镜头切换自动用上传的产品图保持高度一致性自动生成多语言口播（可选择字幕）以前做一条视频要花几天上千块，现在一句话搞定地址：学会了就可以闲鱼接单了～ dyor

爱丽丝呀！

91,884 次观看 • 3 个月前

GPT- image 2📷➕Seedance 2.0🎬 直接使用故事板分镜生成短剧测试！剧情都是 AI 瞎编的哈😄以后只要有好故事直接使用 GPT- image 2 生成故事板分镜，然后把故事板分镜丢给 Seedance 2.0 来生成视频就行，想看啥自己生成😂 要始终保持人物一致性也是很简单，把人物角色卡图片和分镜图一起上传，然后提示词也是很简单：使用角色@形象，按照故事板分镜生成视频！是的就是这么简单了👌 所以现在短剧都裁员了不需要真人来演了，效率至上！

GPT- image 2📷➕Seedance 2.0🎬 直接使用故事板分镜生成短剧测试！剧情都是 AI 瞎编的哈😄以后只要有好故事直接使用 GPT- image 2 生成故事板分镜，然后把故事板分镜丢给 Seedance 2.0 来生成视频就行，想看啥自己生成😂 要始终保持人物一致性也是很简单，把人物角色卡图片和分镜图一起上传，然后提示词也是很简单：使用角色@形象，按照故事板分镜生成视频！是的就是这么简单了👌 所以现在短剧都裁员了不需要真人来演了，效率至上！

John

14,904 次观看 • 3 个月前

如果你在做游戏, 那一定要看看这个大模型! 给大家带来腾讯刚刚发布的可以生成人物动作的大模型hunyuan-motion-1.0 实测这个模型最大的特性是可以通过文字描述生成动作, 并且它是端到端的模型, 生成的动作可以直接用于Blender、Unity、UE等主流3D工具我简单测试了几个极限场景, 这个模型对于日常场景的动作还原很不错, 甚至一些复杂一点的, 比如黑客帝国中的子弹时间的下腰动作还原得也不错. 那么极限在哪里呢? 简单来讲, 职业运动员的动作不太行, 比如跳台滑雪, 跳水, 小轮车这类. 总结, 这个模型用于快速生成游戏场景中NPC的日常生活动作是完全够用的, 不过主要角色的动作设计还是需要大量修改才能使用.

如果你在做游戏, 那一定要看看这个大模型! 给大家带来腾讯刚刚发布的可以生成人物动作的大模型hunyuan-motion-1.0 实测这个模型最大的特性是可以通过文字描述生成动作, 并且它是端到端的模型, 生成的动作可以直接用于Blender、Unity、UE等主流3D工具我简单测试了几个极限场景, 这个模型对于日常场景的动作还原很不错, 甚至一些复杂一点的, 比如黑客帝国中的子弹时间的下腰动作还原得也不错. 那么极限在哪里呢? 简单来讲, 职业运动员的动作不太行, 比如跳台滑雪, 跳水, 小轮车这类. 总结, 这个模型用于快速生成游戏场景中NPC的日常生活动作是完全够用的, 不过主要角色的动作设计还是需要大量修改才能使用.

karminski-牙医

35,947 次观看 • 8 个月前

🚀真的只有Google 配得上这个“炸裂”！🔥 今天大家应该在Gemini 页面可以看到增加了Google Labs的Dynamic View 太酷了！太顶了啊！使用步骤如下： ①电脑端打开Gemini ： ②直接选择tools -选择：Dynamic View/Layout Labs ③一句话描述你只要制作的内容主题即可，等待就行。 ④你还可以直接分享你生成的作品的链接。用Gemini一键生成实时交互式UI，就能轻松制作动态内容：网页搜索、图像生成、甚至小游戏！从静态到互动，只需一句话。快试试，解锁你的创意魔法！

🚀真的只有Google 配得上这个“炸裂”！🔥 今天大家应该在Gemini 页面可以看到增加了Google Labs的Dynamic View 太酷了！太顶了啊！使用步骤如下： ①电脑端打开Gemini ： ②直接选择tools -选择：Dynamic View/Layout Labs ③一句话描述你只要制作的内容主题即可，等待就行。 ④你还可以直接分享你生成的作品的链接。用Gemini一键生成实时交互式UI，就能轻松制作动态内容：网页搜索、图像生成、甚至小游戏！从静态到互动，只需一句话。快试试，解锁你的创意魔法！

Berryxia.AI

33,970 次观看 • 9 个月前

发现一个宝藏平台 AI game builder Makeplay.ai | Free AI Game Maker，只需要输入一句指令，就能帮你完成美术开发，音效设计，动效实现，从0到1直接实现一款属于你自己的小游戏——关键是全程免费！整个开发过程全部在浏览器中就能实现，我最喜欢的是它的分支开发功能，可以把不同的想法塞进同一款游戏，然后对比实际游玩体验那种方案更有趣。我写的这个游戏叫越跑越龙，大伙也可以在平台上搜一下，体验一下我一句话生成的游戏，肉鸽跑酷。

发现一个宝藏平台 AI game builder Makeplay.ai | Free AI Game Maker，只需要输入一句指令，就能帮你完成美术开发，音效设计，动效实现，从0到1直接实现一款属于你自己的小游戏——关键是全程免费！整个开发过程全部在浏览器中就能实现，我最喜欢的是它的分支开发功能，可以把不同的想法塞进同一款游戏，然后对比实际游玩体验那种方案更有趣。我写的这个游戏叫越跑越龙，大伙也可以在平台上搜一下，体验一下我一句话生成的游戏，肉鸽跑酷。

雪踏乌云

12,908 次观看 • 29 天前

卧槽，谁说不行？！！！ 4o 同样可以像 Gemini 一样一句话生成连续的故事剧情和分镜！！！啥也别说了（附提示词）刚刚测试发现 4o 可以剧情+图片连续生成，并且图像质量、特征保持、语义跟随以及故事拓展与修改都比 Gemini 强！！！可以参考我的提示词：为我生成多张连续的故事连环画，[3D 迪士尼] 风格，故事讲述的是 [一只奶牛小猫遇到一只犀牛并成为朋友] 的故事，我需要你补充完整一段故事情节的文字并生成一张图，由此为我连续生成直到剧情结束

卧槽，谁说不行？！！！ 4o 同样可以像 Gemini 一样一句话生成连续的故事剧情和分镜！！！啥也别说了（附提示词）刚刚测试发现 4o 可以剧情+图片连续生成，并且图像质量、特征保持、语义跟随以及故事拓展与修改都比 Gemini 强！！！可以参考我的提示词：为我生成多张连续的故事连环画，[3D 迪士尼] 风格，故事讲述的是 [一只奶牛小猫遇到一只犀牛并成为朋友] 的故事，我需要你补充完整一段故事情节的文字并生成一张图，由此为我连续生成直到剧情结束

-Zho-

108,602 次观看 • 1 年前

AI 视频生成，到各种 AI Agent，我一直在思考一个问题：AI 最终会如何改变人类创造和体验数字世界的方式？最开始，AI 帮助我们生成文字和图片；后来，它开始生成越来越逼真的视频。但无论画面质量提升到什么程度，这些内容依然存在一个限制——我们仍然只是观看者。我们可以欣赏 AI 创造出来的场景，却无法真正进入其中，也无法与这个世界产生互动。最近体验 Alaya World Alaya Lab 后，我第一次感觉，AI 视频生成正在探索一个新的方向：它不只是生成一段视频，而是在尝试生成一个可以被探索的世界。 Alaya World 是 Alaya Lab 推出的交互式视频世界模型。用户可以通过文字、图片或者视频作为初始条件，让模型生成一个动态世界。不同于传统视频生成模型“输入 Prompt，输出一段固定视频”的方式，Alaya World 更像是在探索过程中持续构建环境，用户可以在生成的世界中移动视角，并通过交互指令触发新的事件。这也是我认为世界模型和普通视频生成模型最大的区别。过去的视频生成模型解决的是“如何生成一段更加真实的视频”，而世界模型尝试解决的问题是“如何让一个世界持续存在”。如果你进入一个虚拟城市，向前探索，然后回头，你期待看到的是同一个城市，而不是一个重新随机生成的场景。这背后涉及世界模型最核心的挑战：长时间生成的一致性。模型不仅需要知道下一帧画面应该是什么，还需要理解空间关系、历史状态以及用户行为对世界造成的影响。 Alaya World 在技术层面通过空间记忆机制、历史信息保留以及抗漂移训练等方式，提高长时间生成过程中的稳定性。目前模型支持 720p / 24 FPS 实时流式生成，并展示了超过一分钟的连续探索能力。让我觉得这个方向有意思的地方，是它可能会重新定义未来数字内容的生产方式。以游戏行业为例，过去一个虚拟世界需要大量人工制作：美术设计地图、程序编写规则、策划设计剧情。开发者需要提前创造一个固定世界，而玩家进入后按照既定规则体验。但如果世界模型进一步发展，未来的游戏可能不再只是“开发者搭建世界，玩家进入世界”，而是“开发者定义规则，AI 实时生成世界”。玩家体验的不再是一个完全预设好的内容，而是一个随着交互不断变化的环境。当然，Alaya World 目前仍然处于早期阶段。实时生成所需的算力成本、复杂环境理解能力，以及更长期、更稳定的世界一致性，都还有很多问题需要解决。但它让我看到一个值得关注的趋势：AI 的竞争可能不会只停留在生成更漂亮的图片和视频，而是进一步走向创造更真实、更连续、更可交互的世界。过去，人类通过电影记录想象，通过游戏创造虚拟空间。而未来，也许我们只需要描述一个想法，AI 就可以帮助我们生成一个能够进入其中、探索其中的世界。从生成内容，到生成世界，这可能是 AI 下一阶段最值得期待的变化之一。

AI 视频生成，到各种 AI Agent，我一直在思考一个问题：AI 最终会如何改变人类创造和体验数字世界的方式？最开始，AI 帮助我们生成文字和图片；后来，它开始生成越来越逼真的视频。但无论画面质量提升到什么程度，这些内容依然存在一个限制——我们仍然只是观看者。我们可以欣赏 AI 创造出来的场景，却无法真正进入其中，也无法与这个世界产生互动。最近体验 Alaya World Alaya Lab 后，我第一次感觉，AI 视频生成正在探索一个新的方向：它不只是生成一段视频，而是在尝试生成一个可以被探索的世界。 Alaya World 是 Alaya Lab 推出的交互式视频世界模型。用户可以通过文字、图片或者视频作为初始条件，让模型生成一个动态世界。不同于传统视频生成模型“输入 Prompt，输出一段固定视频”的方式，Alaya World 更像是在探索过程中持续构建环境，用户可以在生成的世界中移动视角，并通过交互指令触发新的事件。这也是我认为世界模型和普通视频生成模型最大的区别。过去的视频生成模型解决的是“如何生成一段更加真实的视频”，而世界模型尝试解决的问题是“如何让一个世界持续存在”。如果你进入一个虚拟城市，向前探索，然后回头，你期待看到的是同一个城市，而不是一个重新随机生成的场景。这背后涉及世界模型最核心的挑战：长时间生成的一致性。模型不仅需要知道下一帧画面应该是什么，还需要理解空间关系、历史状态以及用户行为对世界造成的影响。 Alaya World 在技术层面通过空间记忆机制、历史信息保留以及抗漂移训练等方式，提高长时间生成过程中的稳定性。目前模型支持 720p / 24 FPS 实时流式生成，并展示了超过一分钟的连续探索能力。让我觉得这个方向有意思的地方，是它可能会重新定义未来数字内容的生产方式。以游戏行业为例，过去一个虚拟世界需要大量人工制作：美术设计地图、程序编写规则、策划设计剧情。开发者需要提前创造一个固定世界，而玩家进入后按照既定规则体验。但如果世界模型进一步发展，未来的游戏可能不再只是“开发者搭建世界，玩家进入世界”，而是“开发者定义规则，AI 实时生成世界”。玩家体验的不再是一个完全预设好的内容，而是一个随着交互不断变化的环境。当然，Alaya World 目前仍然处于早期阶段。实时生成所需的算力成本、复杂环境理解能力，以及更长期、更稳定的世界一致性，都还有很多问题需要解决。但它让我看到一个值得关注的趋势：AI 的竞争可能不会只停留在生成更漂亮的图片和视频，而是进一步走向创造更真实、更连续、更可交互的世界。过去，人类通过电影记录想象，通过游戏创造虚拟空间。而未来，也许我们只需要描述一个想法，AI 就可以帮助我们生成一个能够进入其中、探索其中的世界。从生成内容，到生成世界，这可能是 AI 下一阶段最值得期待的变化之一。

Ashlyn He

12,093 次观看 • 1 个月前