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。

CAD Skills：Agent生成能运动的CAD模型给Agent安装Skill，即可通过文字生成能带动画的CAD模型，尤其适合教育场景。在线看我生成的CAD模型： Github：

Gorden Sun

65,018 subscribers

15,726 次观看 • 5 个月前 •via X (Twitter)

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

🚀 Geometry 终于成为 AI 在建筑领域的缺失关键层！ Vishwajeet 用 OpenGeometry 把 Text → Floorplans → CAD → Render 完整打通，精度控制成为可能！ 1. 从文本/平面图直接生成精准 BREP CAD 模型 2. Three.js 实时渲染 + Google AI 驱动，全流程端到端 3.完整开源可用

🚀 Geometry 终于成为 AI 在建筑领域的缺失关键层！ Vishwajeet 用 OpenGeometry 把 Text → Floorplans → CAD → Render 完整打通，精度控制成为可能！ 1. 从文本/平面图直接生成精准 BREP CAD 模型 2. Three.js 实时渲染 + Google AI 驱动，全流程端到端 3.完整开源可用

Berryxia.AI

33,168 次观看 • 6 个月前

兄弟们 Black Forest 推出了：BFL Skills 将 FLUX 图像生成能力打包为一个 Skills 模块无需手动配置模型、API 或提示词，可在Claude code里直接生成图像。 BFL Skills 封装了三款 FLUX 模型： [klein] 主打：亚秒级生成与编辑适合实时、快速反馈场景 [max] 主打：最高画质适合高保真、最终成品输出 [flex] 主打：文字渲染适合需要精确文本显示的图像生成场景如何安装： npx skills add black-forest-labs/skills 该命令会：安装 BFL Skills 将其注册为 Agent 可调用能力自动集成到支持的开发环境中 - 安装一次,所有配置自动完成 - 不需要手动处理 API 密钥、模型选择、提示词工程等

兄弟们 Black Forest 推出了：BFL Skills 将 FLUX 图像生成能力打包为一个 Skills 模块无需手动配置模型、API 或提示词，可在Claude code里直接生成图像。 BFL Skills 封装了三款 FLUX 模型： [klein] 主打：亚秒级生成与编辑适合实时、快速反馈场景 [max] 主打：最高画质适合高保真、最终成品输出 [flex] 主打：文字渲染适合需要精确文本显示的图像生成场景如何安装： npx skills add black-forest-labs/skills 该命令会：安装 BFL Skills 将其注册为 Agent 可调用能力自动集成到支持的开发环境中 - 安装一次,所有配置自动完成 - 不需要手动处理 API 密钥、模型选择、提示词工程等

小互

20,912 次观看 • 9 个月前

Kimi新出的K2.5模型（应该）是目前最强国产模型，极其全能。伴随新模型一起发布的，还有Agent集群功能。在K2.5的驱动下，Agent集群能根据你的需求即时生成多个Agent，并且并行运作。注意，是即时生成，不是那种预先设定好的。如果你是Kimi会员的话，请马上就去试试！

Kimi新出的K2.5模型（应该）是目前最强国产模型，极其全能。伴随新模型一起发布的，还有Agent集群功能。在K2.5的驱动下，Agent集群能根据你的需求即时生成多个Agent，并且并行运作。注意，是即时生成，不是那种预先设定好的。如果你是Kimi会员的话，请马上就去试试！

huangyihe

15,654 次观看 • 9 个月前

StoryMem：生成多镜头长视频将单镜头的AI视频模型（Wan2.2），增强为多镜头的视频模型，能生成镜头切换的长视频，类似Sora2。 Github：模型：

StoryMem：生成多镜头长视频将单镜头的AI视频模型（Wan2.2），增强为多镜头的视频模型，能生成镜头切换的长视频，类似Sora2。 Github：模型：

Gorden Sun

38,530 次观看 • 10 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

36,005 次观看 • 10 个月前

可交互游戏生成模型 GameGen-X 发布！！能够生成非常高质量的可以操作的游戏画面。 DiT 视频模型就是新的游戏引擎！模型创建角色、提供动态环境、复杂动作和多样化事件。 Epic CEO 看到 Oasis 实时生成游戏的时候就急了，直接开骂。红杉合伙人说再过五年看看，现在来看可能不需要 5 年。

可交互游戏生成模型 GameGen-X 发布！！能够生成非常高质量的可以操作的游戏画面。 DiT 视频模型就是新的游戏引擎！模型创建角色、提供动态环境、复杂动作和多样化事件。 Epic CEO 看到 Oasis 实时生成游戏的时候就急了，直接开骂。红杉合伙人说再过五年看看，现在来看可能不需要 5 年。

歸藏(guizang.ai)

13,421 次观看 • 2 年前

AI接管CATIA建模教程：从MCP配置到三维模型自动生成本期视频将详细讲解AI Agent通过MCP驱动CATIA V5建模的基本原理，并完整演示CATIA MCP的安装、配置与实际建模流程。通过MCP协议，AI Agent可以连接CATIA当前活动会话，调用CATIA原生API，根据用户需求自动拆分建模步骤，创建草图、拉伸特征、Part零件、GSD曲面、装配体及分析任务，并根据CATIA返回的真实状态持续检查和修复模型。 #CATIA教程#三维建模#CAD#MCP

AI接管CATIA建模教程：从MCP配置到三维模型自动生成本期视频将详细讲解AI Agent通过MCP驱动CATIA V5建模的基本原理，并完整演示CATIA MCP的安装、配置与实际建模流程。通过MCP协议，AI Agent可以连接CATIA当前活动会话，调用CATIA原生API，根据用户需求自动拆分建模步骤，创建草图、拉伸特征、Part零件、GSD曲面、装配体及分析任务，并根据CATIA返回的真实状态持续检查和修复模型。 #CATIA教程#三维建模#CAD#MCP

GoFly

13,057 次观看 • 2 个月前

Flux3真的很强！终于看到有模型可以有机会挑战Seedance2.0了 FLUX 3 = 更强的多模态生成模型，核心是把图像、视频、音频放进同一个世界模型里主打图像、视频、音频和动作预测的统一架构。它的早期能力重点放在视频生成上，支持最长 20 秒、带原生音频的生成，并且还在推进图像生成与编辑能力开源模型，假以时日优化优化，可以无限接近和挑战Seedance2.0这种商业模型了

Flux3真的很强！终于看到有模型可以有机会挑战Seedance2.0了 FLUX 3 = 更强的多模态生成模型，核心是把图像、视频、音频放进同一个世界模型里主打图像、视频、音频和动作预测的统一架构。它的早期能力重点放在视频生成上，支持最长 20 秒、带原生音频的生成，并且还在推进图像生成与编辑能力开源模型，假以时日优化优化，可以无限接近和挑战Seedance2.0这种商业模型了

huangserva

28,605 次观看 • 3 个月前

Warp-as-History：仅用一条视频就能实现交互式视频生成用单条带标注的视频做轻量LoRA微调后，即可让通用视频模型实现跟随视角生成视频。项目里用的这条视频是来自DAVIS数据集里的car-roundabout.mp4。原理是：把相机轨迹产生的变形(warp)伪装成视频模型原生的"历史帧"输入，无需额外的相机编码器或控制分支，就能让预训练视频生成模型跟随指定视角运动。 Github：

Warp-as-History：仅用一条视频就能实现交互式视频生成用单条带标注的视频做轻量LoRA微调后，即可让通用视频模型实现跟随视角生成视频。项目里用的这条视频是来自DAVIS数据集里的car-roundabout.mp4。原理是：把相机轨迹产生的变形(warp)伪装成视频模型原生的"历史帧"输入，无需额外的相机编码器或控制分支，就能让预训练视频生成模型跟随指定视角运动。 Github：

Gorden Sun

11,478 次观看 • 5 个月前

美团开源虚拟人模型LongCat-Video-Avatar 类似字节的OmniHuman 1.5和快手的Avatar 2.0，支持音频驱动照片生成视频（尤其适用于主播和MV）项目地址：模型：

Gorden Sun

13,582 次观看 • 10 个月前

Codex 5.6 + img2threejs，直接让3D建模师失业过去3D创作需要打开 Blender，经过建模、贴材质、调动画等复杂流程，耗费大量时间。现在，一张图片甚至一句 Prompt，就能快速生成3D资产： 2D图像 → AI理解 → Three.js模型 → 效果展示 1️⃣ AI建模：通过图片理解物体结构与风格，自动生成3D模型。 2️⃣ 交互生成：将模型转化为可运行的3D资产，直接应用于游戏、Web 3D、XR场景。

Codex 5.6 + img2threejs，直接让3D建模师失业过去3D创作需要打开 Blender，经过建模、贴材质、调动画等复杂流程，耗费大量时间。现在，一张图片甚至一句 Prompt，就能快速生成3D资产： 2D图像 → AI理解 → Three.js模型 → 效果展示 1️⃣ AI建模：通过图片理解物体结构与风格，自动生成3D模型。 2️⃣ 交互生成：将模型转化为可运行的3D资产，直接应用于游戏、Web 3D、XR场景。

govin.eth | G哥

88,411 次观看 • 2 个月前

使用AI生成3D模型，最终利用comfyUI渲染输出成片的工作流全过程以下是GPT4总结的制作流程： 1. 文本到3D生成在LumaLabs使用Gini文本到3D：访问LumaLabs网站，选择Gini文本到3D功能，输入如“Naruto T-pose”的描述性文本提示生成3D模型。预览和调整：预览生成的3D模型，根据需要调整文本提示或使用提供的选项重新生成以获得满意的结果。 2. 导入和编辑模型导入模型到Blender：将生成的3D模型（如身体、头部和手部）导入到Blender中。调整模型位置和比例：在Blender中调整各个部分的位置和比例，确保模型的整体协调。组合和调整细节：将不同的部件（头部、手部等）组合成一个完整的模型，对模型的姿态、细节进行必要的调整。模型优化：对模型进行必要的优化，包括调整网格和重新拓扑（如果需要），以便于动画处理。 3. 动画和导出应用骨骼和动画：将调整好的3D模型导出为FBX文件，然后在Mixamo网站上应用自动骨骼绑定和选择动画。导入动画到Blender：将带有动画的模型重新导入到Blender中进行进一步的编辑和调整。 4. 进一步编辑动画循环设置：在Blender中设置动画循环，确保动画可以平滑地循环播放。相机和光照设置：调整相机角度和光照设置，以改善动画的视觉效果和氛围。渲染设置：调整渲染设置，包括分辨率和渲染引擎设置，以获得高质量的动画输出。 5. 最终渲染和后处理渲染动画：在Blender中渲染完成的动画，导出为视频文件。后处理：可选地，将渲染完成的视频导入到Comfy UI或其他视频编辑软件中进行后处理，添加背景、特效和其他视觉元素，以完成最终的动画作品。通过这些具体的小步骤，从文本描述到完成的3D动画的整个制作过程被详细地概述和解释，为想要学习这一流程的人提供了一份详细的指南。

使用AI生成3D模型，最终利用comfyUI渲染输出成片的工作流全过程以下是GPT4总结的制作流程： 1. 文本到3D生成在LumaLabs使用Gini文本到3D：访问LumaLabs网站，选择Gini文本到3D功能，输入如“Naruto T-pose”的描述性文本提示生成3D模型。预览和调整：预览生成的3D模型，根据需要调整文本提示或使用提供的选项重新生成以获得满意的结果。 2. 导入和编辑模型导入模型到Blender：将生成的3D模型（如身体、头部和手部）导入到Blender中。调整模型位置和比例：在Blender中调整各个部分的位置和比例，确保模型的整体协调。组合和调整细节：将不同的部件（头部、手部等）组合成一个完整的模型，对模型的姿态、细节进行必要的调整。模型优化：对模型进行必要的优化，包括调整网格和重新拓扑（如果需要），以便于动画处理。 3. 动画和导出应用骨骼和动画：将调整好的3D模型导出为FBX文件，然后在Mixamo网站上应用自动骨骼绑定和选择动画。导入动画到Blender：将带有动画的模型重新导入到Blender中进行进一步的编辑和调整。 4. 进一步编辑动画循环设置：在Blender中设置动画循环，确保动画可以平滑地循环播放。相机和光照设置：调整相机角度和光照设置，以改善动画的视觉效果和氛围。渲染设置：调整渲染设置，包括分辨率和渲染引擎设置，以获得高质量的动画输出。 5. 最终渲染和后处理渲染动画：在Blender中渲染完成的动画，导出为视频文件。后处理：可选地，将渲染完成的视频导入到Comfy UI或其他视频编辑软件中进行后处理，添加背景、特效和其他视觉元素，以完成最终的动画作品。通过这些具体的小步骤，从文本描述到完成的3D动画的整个制作过程被详细地概述和解释，为想要学习这一流程的人提供了一份详细的指南。

Yangyi

25,680 次观看 • 2 年前

史上最强原生PPT Skill，更适合中国宝宝使用我创建的这个Skill，一句话即可生成复杂、豪华、可编辑的PPT文件。试一次，要是生成的效果不让你震惊，你来打我。几大特色： 1、能生成信息密度高、排版复杂、看起来高大上的PPT，也支持生成简约、商务风格的PPT。适合国企、互联网大厂使用。 2、兼容所有模型，DeepSeek、小米Mimo、Claude、GPT均实测过，国产模型也能完成的非常好。 3、技能自动更新机制：如果我更新了可选用的PPT模板，使用技能时会自动更新技能。技能像软件一样可以更新使用方法：在当前文件夹安装这个Skill：然后做一个复杂、豪华的PPT，来介绍XXX项目

史上最强原生PPT Skill，更适合中国宝宝使用我创建的这个Skill，一句话即可生成复杂、豪华、可编辑的PPT文件。试一次，要是生成的效果不让你震惊，你来打我。几大特色： 1、能生成信息密度高、排版复杂、看起来高大上的PPT，也支持生成简约、商务风格的PPT。适合国企、互联网大厂使用。 2、兼容所有模型，DeepSeek、小米Mimo、Claude、GPT均实测过，国产模型也能完成的非常好。 3、技能自动更新机制：如果我更新了可选用的PPT模板，使用技能时会自动更新技能。技能像软件一样可以更新使用方法：在当前文件夹安装这个Skill：然后做一个复杂、豪华的PPT，来介绍XXX项目

Gorden Sun

85,355 次观看 • 5 个月前

字节发布了豆包2.0系列模型，包括Pro、Mini、Lite三款通用模型和代码专用的Code模型。扣子编程里已经上线了Seed 2.0 Code模型，前端效果不错，生成的古风天气卡片动效非常到位，尤其是雷雨天气的闪屏效果。

字节发布了豆包2.0系列模型，包括Pro、Mini、Lite三款通用模型和代码专用的Code模型。扣子编程里已经上线了Seed 2.0 Code模型，前端效果不错，生成的古风天气卡片动效非常到位，尤其是雷雨天气的闪屏效果。

Gorden Sun

11,632 次观看 • 8 个月前

OmniAvatar：音频驱动生成虚拟人视频阿里开源的模型，基于Wan 2.1，通过音频生成虚拟人说话视频，嘴型匹配，有表情有动作。项目地址： Github：

OmniAvatar：音频驱动生成虚拟人视频阿里开源的模型，基于Wan 2.1，通过音频生成虚拟人说话视频，嘴型匹配，有表情有动作。项目地址： Github：

Gorden Sun

35,839 次观看 • 1 年前

接近生产级别的的3D生成模型 Rodin Gen-1 正式上发布可以在几十秒内通过文本生成高质量可直接使用的3D模型，这些模型使用四边形构造，并具有逼真的材质效果（看起来很真实）。 Rodin几乎达到了可以在实际项目和商业用途中直接应用的标准。生成的3D模型质量非常高，细节丰富，足以满足生产级别的要求。

接近生产级别的的3D生成模型 Rodin Gen-1 正式上发布可以在几十秒内通过文本生成高质量可直接使用的3D模型，这些模型使用四边形构造，并具有逼真的材质效果（看起来很真实）。 Rodin几乎达到了可以在实际项目和商业用途中直接应用的标准。生成的3D模型质量非常高，细节丰富，足以满足生产级别的要求。

小互

16,469 次观看 • 2 年前

LTX-2 Model：：开源版Veo3 19B参数的视频模型，能同时生成视频和音频，支持文生视频和图生视频。模型：提示词文档：

LTX-2 Model：：开源版Veo3 19B参数的视频模型，能同时生成视频和音频，支持文生视频和图生视频。模型：提示词文档：

Gorden Sun

14,390 次观看 • 9 个月前

微软新开源了这个 VibeVoice TTS模型很强 - 支持最多生成 90 分钟时长 - 最多4 个人的对谈语音，以往模型只能生成两个 - 支持中文，而且中文效果不错 - 支持生成带背景音乐的播客音频

微软新开源了这个 VibeVoice TTS模型很强 - 支持最多生成 90 分钟时长 - 最多4 个人的对谈语音，以往模型只能生成两个 - 支持中文，而且中文效果不错 - 支持生成带背景音乐的播客音频

歸藏(guizang.ai)

44,410 次观看 • 1 年前