Загрузка видео...

Не удалось загрузить видео

На главную

Deepseek V4 Flash 真的惊艳到我了，我就用一句话就生成了一个AI控制台。 我使用open code+Deepseek V4 Flash测试了一下模型的能力，总共不到五十秒，就给我生成了对应能力了。 主要是该有的模块都有，而且很多细节上面做了特定的优化。 模块划分： 1、仪表盘：做中央把控看模型消耗。 2、任务：看任务指派和模型上下文处理。 3、对话：直接在网页上可以和AI直接对话。 现在最重要的是open code还能免费使用，可以马上上手体验一下，国产模型是越来越强了，以后真的可以不使用国外模型了。

legacyvps's profile picture

小墨同学

7,739 subscribers

27,249 просмотров • 5 дней назад •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

前端设计这一块谷歌是真没问题！我用Gemini 3.5 Flash做了个3D飞机模型展览，太帅了呀！ ​ 制作方法：​ 1.GPT2-image生生成正视图、背视图、左视图和右视图 2.3D模型生成​，注意需要用纹理 3.UI预览图生成​，调用Codex内置GPT2-image即可 4.用Gemini 3.5 Flash生成网站​ ​ 生成网站这一步在Google AI Studio上传不了3D模型的glb文件，所以就必须要调API在本地做个网站了。 我是在Zenmux调用的，大家应该对Zenmux也不陌生，就是那个一有新模型就免费给大家玩的网站。​ ​ 它提供一个KEY调用所有顶级大模型的功能，不仅可以用Gemini 3.5 Flash绘制前端，如果有小BUG，还可以再切换到GPT5.5或Oplu4.7进行修复，使用非常丝滑！​ ​ 想先免费试一试下 Gemini 3.5 Flash的能力？ 壕气冲天的Zenmux现在直接免费送一周TOKEN（有限额）！ 传送门直达：
0:41

前端设计这一块谷歌是真没问题！我用Gemini 3.5 Flash做了个3D飞机模型展览，太帅了呀！ ​ 制作方法：​ 1.GPT2-image生生成正视图、背视图、左视图和右视图 2.3D模型生成​，注意需要用纹理 3.UI预览图生成​，调用Codex内置GPT2-image即可 4.用Gemini 3.5 Flash生成网站​ ​ 生成网站这一步在Google AI Studio上传不了3D模型的glb文件，所以就必须要调API在本地做个网站了。 我是在Zenmux调用的，大家应该对Zenmux也不陌生，就是那个一有新模型就免费给大家玩的网站。​ ​ 它提供一个KEY调用所有顶级大模型的功能，不仅可以用Gemini 3.5 Flash绘制前端，如果有小BUG，还可以再切换到GPT5.5或Oplu4.7进行修复，使用非常丝滑！​ ​ 想先免费试一试下 Gemini 3.5 Flash的能力？ 壕气冲天的Zenmux现在直接免费送一周TOKEN（有限额）！ 传送门直达：

逸尘

42,390 просмотров • 2 месяцев назад

Agent 能力有多强? 来看豆包Seed2.0实测! 这次给大家用字节跳动新推出的豆包 Seed-2.0-Pro 大模型做了一个能连接 RPGMaker 的 AI Agent 框架, 只需要把小说粘贴进去, 就能变成可玩的RPG游戏啦! 另外本次还对豆包 Seed-2.0-Pro 模型的 Agent 能力和多模态进行了详细评测: Agent 能力比 1.8 版本有了更进一步的提升, 最大的感受是策略更强了, 同时提升了 Tool Call 效率, 在测试中对比 1.8 版本提升了接近40%的分数. 多模态能力在UI还原上非常给力, UI的细节元素均可以正确还原, 复杂的网站直接录屏然后丢给 Seed-2.0-Pro 就可以搞定了, 不过交互和动效上有待加强, 我也给大家想了个办法, 直接在上下文中描补充述一下想要的交互效果就可以了. 总结是: Seed-2.0 是一个拥有强大 Agent 能力的模型, 特别适合处理各种复杂任务,借助它的多模态能力, 与框架和系统融合作为内嵌AI使用是我认为的最佳适用场景. 而如果需要用它来写代码, 可以尝试使用 code 版本, 会有一定的提升. #豆包大模型 #Seed20Pro #豆包Seed #AIAgent #AI教程
6:07

Agent 能力有多强? 来看豆包Seed2.0实测! 这次给大家用字节跳动新推出的豆包 Seed-2.0-Pro 大模型做了一个能连接 RPGMaker 的 AI Agent 框架, 只需要把小说粘贴进去, 就能变成可玩的RPG游戏啦! 另外本次还对豆包 Seed-2.0-Pro 模型的 Agent 能力和多模态进行了详细评测: Agent 能力比 1.8 版本有了更进一步的提升, 最大的感受是策略更强了, 同时提升了 Tool Call 效率, 在测试中对比 1.8 版本提升了接近40%的分数. 多模态能力在UI还原上非常给力, UI的细节元素均可以正确还原, 复杂的网站直接录屏然后丢给 Seed-2.0-Pro 就可以搞定了, 不过交互和动效上有待加强, 我也给大家想了个办法, 直接在上下文中描补充述一下想要的交互效果就可以了. 总结是: Seed-2.0 是一个拥有强大 Agent 能力的模型, 特别适合处理各种复杂任务,借助它的多模态能力, 与框架和系统融合作为内嵌AI使用是我认为的最佳适用场景. 而如果需要用它来写代码, 可以尝试使用 code 版本, 会有一定的提升. #豆包大模型 #Seed20Pro #豆包Seed #AIAgent #AI教程

karminski-牙医

20,619 просмотров • 5 месяцев назад

最适合做AI视频的API平台终于被我找到了！! 成本比预期低很多！ 爽用Seedance 2.0的感觉也太夯了！！ 赶紧用Codex把很早就想做的“个人视觉创意工作台”安排上了！ 我相信很多人都想找一个好用又便宜的生成式模型API平台， 说实话，真的很不好找！！ 大大小小的AI平台用了不少，要么贵的要死，要么可用模型少的可怜， 要么就是个黑盒子，花钱用的啥模型都不知道！ 今天看到Pika Pika上线了Pika API Club，我就知道这事稳了！！ 果不其然，Pika还是太懂AI视频创作者了！ 基本上能用到的模型都包圆了，定价也特别香， 应该都是从厂商拿的“集采价”，而且还让利给了用户！ Pika API定价比Runway、Fal等等都要便宜不少， Seedance 2.0的价格相对Runway，最高能便宜87%，相当于打1.3折！！ 关键是，每月才10美金，可以用70多个生成式模型， 不光是视频，主流模型都有，1个API能接住所有的模型需求！！ 所以搞了一个创意工作台，把原创的一些提示词做成预设， 一键套用成片，效率直接拉满！！
0:38

最适合做AI视频的API平台终于被我找到了！! 成本比预期低很多！ 爽用Seedance 2.0的感觉也太夯了！！ 赶紧用Codex把很早就想做的“个人视觉创意工作台”安排上了！ 我相信很多人都想找一个好用又便宜的生成式模型API平台， 说实话，真的很不好找！！ 大大小小的AI平台用了不少，要么贵的要死，要么可用模型少的可怜， 要么就是个黑盒子，花钱用的啥模型都不知道！ 今天看到Pika Pika上线了Pika API Club，我就知道这事稳了！！ 果不其然，Pika还是太懂AI视频创作者了！ 基本上能用到的模型都包圆了，定价也特别香， 应该都是从厂商拿的“集采价”，而且还让利给了用户！ Pika API定价比Runway、Fal等等都要便宜不少， Seedance 2.0的价格相对Runway，最高能便宜87%，相当于打1.3折！！ 关键是，每月才10美金，可以用70多个生成式模型， 不光是视频，主流模型都有，1个API能接住所有的模型需求！！ 所以搞了一个创意工作台，把原创的一些提示词做成预设， 一键套用成片，效率直接拉满！！

沐阳

21,273 просмотров • 2 дней назад

DeepSeek V4 Flash 正式版上线了，官方说比deepseek v4 pro预览版的agent能力还要强。 文档更新为 DeepSeek V4 Flash 0731，我第一时间把 Hermes 主模型和所有 Persona / Prompt 环境切了过去。 视觉模型我还保留了 Kimi K2.6,因为 DeepSeek 不支持多模态,让 Kimi 当“眼睛”,DeepSeek 负责推理,组合起来跑 Agent 和自动化很顺,还顺便省不少 Token 成本。 全程不到一分钟,如果你现在就是调用的deepseek的API，直接告诉你的大模型更换最新的 DeepSeek V4 Flash 0731即可。 如果你现在还在用旧模型,这波真的建议升级。你现在主力用哪个模型?评论区见。 #DeepSeek #Hermes #AIAgent #OpenCode #LLM
1:17

DeepSeek V4 Flash 正式版上线了，官方说比deepseek v4 pro预览版的agent能力还要强。 文档更新为 DeepSeek V4 Flash 0731，我第一时间把 Hermes 主模型和所有 Persona / Prompt 环境切了过去。 视觉模型我还保留了 Kimi K2.6,因为 DeepSeek 不支持多模态,让 Kimi 当“眼睛”,DeepSeek 负责推理,组合起来跑 Agent 和自动化很顺,还顺便省不少 Token 成本。 全程不到一分钟,如果你现在就是调用的deepseek的API，直接告诉你的大模型更换最新的 DeepSeek V4 Flash 0731即可。 如果你现在还在用旧模型,这波真的建议升级。你现在主力用哪个模型?评论区见。 #DeepSeek #Hermes #AIAgent #OpenCode #LLM

DeFi狙击手 | Ai🕊️

18,543 просмотров • 6 дней назад

最近在测试国产大模型的能力，豆包最新的模型已经接近了 Opus-4.6 的水平， 解决了了一个比较复杂的更新功能。 体感上看， 接近claude-opus-4-6 ， 只能说是接近4.6的版本， 我觉得还有点差距， 不过我已经很好了， 已经基本上可以以工作了，相比Claude Opus 价格便宜实太多了 。 国内用户 下载trace 使用 以下是我个人测试的情况
0:27

最近在测试国产大模型的能力，豆包最新的模型已经接近了 Opus-4.6 的水平， 解决了了一个比较复杂的更新功能。 体感上看， 接近claude-opus-4-6 ， 只能说是接近4.6的版本， 我觉得还有点差距， 不过我已经很好了， 已经基本上可以以工作了，相比Claude Opus 价格便宜实太多了 。 国内用户 下载trace 使用 以下是我个人测试的情况

Mr Panda

27,902 просмотров • 1 месяц назад

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。
0:39

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

16,399 просмотров • 2 лет назад

前 OpenAI CTO Mira 的公司 Thinking Machines 发了一个非常创新的模型，他们叫交互模型。 这个模型能够持续接收音频、视频、文本等原生的多模态内容，并且实时进行思考、响应和行动。 它不像之前那种 Agent 脚手架，把多个模型、多个模态的模型通过 Agent 串起来，而是所有模态都在一整个模型里。 这样就可以让用户和 AI 在任意模态下实时进行交互： 你可以随时打断它，随时进行补充，AI 会实时关注你的状态，输出结果，不会像之前一样，必须等一句话结束了才能跟模型交互。 核心思路就是把交互部分训练到了模型里。他们从零训练的这个交互模型主要包括两部分： 前台交互模型： (a) 一直在线，一直在听、看和读用户提供的内容 (b) 每 200 毫秒作为一个节点，同时处理输入并产出一小段输出 (c) 负责照顾用户的在场感，支持用户打断、插话，并能对屏幕和视频内容做出反应 后台推理模型： (a) 用来处理需要持续推理、工具调用以及长上下文、长规划的任务 (b) 交互模型会在合适的时候，将推理模型的结果放回到对话里，不会插入突兀的内容 用户最终看到的结果，就是一个既能实时交互，又能够处理重度任务的界面。
2:15

前 OpenAI CTO Mira 的公司 Thinking Machines 发了一个非常创新的模型，他们叫交互模型。 这个模型能够持续接收音频、视频、文本等原生的多模态内容，并且实时进行思考、响应和行动。 它不像之前那种 Agent 脚手架，把多个模型、多个模态的模型通过 Agent 串起来，而是所有模态都在一整个模型里。 这样就可以让用户和 AI 在任意模态下实时进行交互： 你可以随时打断它，随时进行补充，AI 会实时关注你的状态，输出结果，不会像之前一样，必须等一句话结束了才能跟模型交互。 核心思路就是把交互部分训练到了模型里。他们从零训练的这个交互模型主要包括两部分： 前台交互模型： (a) 一直在线，一直在听、看和读用户提供的内容 (b) 每 200 毫秒作为一个节点，同时处理输入并产出一小段输出 (c) 负责照顾用户的在场感，支持用户打断、插话，并能对屏幕和视频内容做出反应 后台推理模型： (a) 用来处理需要持续推理、工具调用以及长上下文、长规划的任务 (b) 交互模型会在合适的时候，将推理模型的结果放回到对话里，不会插入突兀的内容 用户最终看到的结果，就是一个既能实时交互，又能够处理重度任务的界面。

歸藏(guizang.ai)

47,055 просмотров • 2 месяцев назад

Claude Opu4.7，GPT 5.5，Deepseek V4 最强 SOTA 模型接连发布， 国产模型终于牛逼起来了，🐂🍺 我刚刚测试了一把，太强了，可以排国内最强大模型了，Deepseek V4国产模型之王回归了。 之前推荐的ZenMux 福利来了，限时免费 的Deepseek V4 Flash和Pro都是免费玩， 快去重构自己的项目啊。有了编程能力，ZenMux的 API稳定，Hermes爱马仕等应用不在话下。 👇案例 1， 测试案例名称：New API 开源系统全面优化（Repo-level Engineering Refactoring） 这个案例能完美测试 V4 三大核心优势？ 长上下文：1M tokens 可一次性处理整个中型开源仓库，考察跨文件理解和记忆能力。 编程能力：真实 SWE-bench 风格的仓库级重构、API 优化。 工程务实能力：要求输出分阶段、安全、可落地的方案，而不是纸上谈兵（这正是 V4 比很多模型更“像资深工程师”的地方）。 评论区附测试Prompt提示词 点赞关注本帖，来看搜集的Deepseek V4测试案例
1:14

Claude Opu4.7，GPT 5.5，Deepseek V4 最强 SOTA 模型接连发布， 国产模型终于牛逼起来了，🐂🍺 我刚刚测试了一把，太强了，可以排国内最强大模型了，Deepseek V4国产模型之王回归了。 之前推荐的ZenMux 福利来了，限时免费 的Deepseek V4 Flash和Pro都是免费玩， 快去重构自己的项目啊。有了编程能力，ZenMux的 API稳定，Hermes爱马仕等应用不在话下。 👇案例 1， 测试案例名称：New API 开源系统全面优化（Repo-level Engineering Refactoring） 这个案例能完美测试 V4 三大核心优势？ 长上下文：1M tokens 可一次性处理整个中型开源仓库，考察跨文件理解和记忆能力。 编程能力：真实 SWE-bench 风格的仓库级重构、API 优化。 工程务实能力：要求输出分阶段、安全、可落地的方案，而不是纸上谈兵（这正是 V4 比很多模型更“像资深工程师”的地方）。 评论区附测试Prompt提示词 点赞关注本帖，来看搜集的Deepseek V4测试案例

Tony出海

27,724 просмотров • 3 месяцев назад

100块的AI，如何帮我接单月赚12万？这次做这个项目给我的感受是国产模型真的能用了！ 其实我一直都是用最好的模型，Claude 4.5 + Claude Code也一直是我的AI编程主力，但真的被封麻了。每天重新搞Claude的时间都有一两个小时，这次用GLM4.6来平替效果还真可以。虽然它下午高峰期时不时会卡，而且偶尔指令遵循确实比GPT-5差不少，可90%的开发任务都还不错，返工率也可以接受。 我现在的最好的实践就是，保留20美金的Cursor用顶级模型，再来个GLM4.6干活，很香！
4:22

100块的AI，如何帮我接单月赚12万？这次做这个项目给我的感受是国产模型真的能用了！ 其实我一直都是用最好的模型，Claude 4.5 + Claude Code也一直是我的AI编程主力，但真的被封麻了。每天重新搞Claude的时间都有一两个小时，这次用GLM4.6来平替效果还真可以。虽然它下午高峰期时不时会卡，而且偶尔指令遵循确实比GPT-5差不少，可90%的开发任务都还不错，返工率也可以接受。 我现在的最好的实践就是，保留20美金的Cursor用顶级模型，再来个GLM4.6干活，很香！

Yihui

74,963 просмотров • 8 месяцев назад

大模型写代码比说话还快是什么体验? 智谱刚出了一个 GLM-5.1-highspeed 版本, 赶紧要了个内测给大家做点有趣的 APP. 我测了一下这个模型反应速度用来写代码的话, 人类打字甚至都跟不上它, 于是我干脆接了个语音转文本的服务直接让我言出法随操作它写代码. 大家能看到基本是我说完3s左右它就修改完毕了, 这之间发生了语音转文本(第三方服务), 模型判断是否任务可以并发, 模型 prefill, 模型使用 tool call 修改代码段. iframe 重新渲染. 这些全都发生在 3s 这么短的时间内. 直接体验拉满. 这个模型直接量变引起了质变, 一些之前不敢想象的交互体验现在都可以做了. 所以如果你想使用这个模型构建一些极具竞争力的项目, 不妨去申请试试, 目前这个模型正在向部分企业用户提供中. #GLM #GLM51highspeed #智谱AI
2:32

大模型写代码比说话还快是什么体验? 智谱刚出了一个 GLM-5.1-highspeed 版本, 赶紧要了个内测给大家做点有趣的 APP. 我测了一下这个模型反应速度用来写代码的话, 人类打字甚至都跟不上它, 于是我干脆接了个语音转文本的服务直接让我言出法随操作它写代码. 大家能看到基本是我说完3s左右它就修改完毕了, 这之间发生了语音转文本(第三方服务), 模型判断是否任务可以并发, 模型 prefill, 模型使用 tool call 修改代码段. iframe 重新渲染. 这些全都发生在 3s 这么短的时间内. 直接体验拉满. 这个模型直接量变引起了质变, 一些之前不敢想象的交互体验现在都可以做了. 所以如果你想使用这个模型构建一些极具竞争力的项目, 不妨去申请试试, 目前这个模型正在向部分企业用户提供中. #GLM #GLM51highspeed #智谱AI

karminski-牙医

11,784 просмотров • 2 месяцев назад

著名机构SemiAnalysis的 研究员给了一个很有趣的观点--关于中国的开源模型 Jordan Nanos Jordan Nanos 是 SemiAnalysi 的AI 研究员，他说：开源模型现在看起来追上了前沿闭源模型，其实完全是“人为”追平的 直接原因就在美国政府身上——他们对Anthropic施加了限制，导致我们根本拿不到这些实验室真正最强的模型 最明显的例子就是Mythos和Fable：我根本用不了Mythos，只能偶尔“好好求一下”才能用上Fable 至于OpenAI的5.6 Sol，我们的判断是它甚至都不是OpenAI训练过的最大模型，规模都没到4.5那个级别，他们肯定在某个地方还藏着更大的模型
0:49

著名机构SemiAnalysis的 研究员给了一个很有趣的观点--关于中国的开源模型 Jordan Nanos Jordan Nanos 是 SemiAnalysi 的AI 研究员，他说：开源模型现在看起来追上了前沿闭源模型，其实完全是“人为”追平的 直接原因就在美国政府身上——他们对Anthropic施加了限制，导致我们根本拿不到这些实验室真正最强的模型 最明显的例子就是Mythos和Fable：我根本用不了Mythos，只能偶尔“好好求一下”才能用上Fable 至于OpenAI的5.6 Sol，我们的判断是它甚至都不是OpenAI训练过的最大模型，规模都没到4.5那个级别，他们肯定在某个地方还藏着更大的模型

梭哈.AI

90,017 просмотров • 18 дней назад

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.
1:26

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.

karminski-牙医

14,175 просмотров • 7 месяцев назад

卧槽，被接入Codex的DeepSeek V4 Flash正式版惊到了！ DeepSeek V4 Flash彻底打破了我对传统Flash模型的认知，Flash模型也能这么强？这可能是目前接入codex体验最丝滑的模型（除GPT-5.6外） 可能也是蒸馏书性价比最高的模型，蒸馏一本书只要8毛... 已经开始期待V4 Pro的正式版了！ 第一条长视频，这条手工剪的.。
7:32

卧槽，被接入Codex的DeepSeek V4 Flash正式版惊到了！ DeepSeek V4 Flash彻底打破了我对传统Flash模型的认知，Flash模型也能这么强？这可能是目前接入codex体验最丝滑的模型（除GPT-5.6外） 可能也是蒸馏书性价比最高的模型，蒸馏一本书只要8毛... 已经开始期待V4 Pro的正式版了！ 第一条长视频，这条手工剪的.。

袋鼠帝

16,711 просмотров • 5 дней назад

在 YouMind 上又研究了一个横屏版的 Vox 风格的视频 skill ，这次为了节约积分，采用了谷歌的 Veo3.1 flash 模型，能比 Seedance2.0 模型节省三分之一的积分吧。 说实话，效果可能不如 Seedance2.0 ，但是，整体上来讲，也够用了。在省积分、省钱面前够用就可以了。 大家可以去试试，skill 地址见评论区。
0:54

在 YouMind 上又研究了一个横屏版的 Vox 风格的视频 skill ，这次为了节约积分，采用了谷歌的 Veo3.1 flash 模型，能比 Seedance2.0 模型节省三分之一的积分吧。 说实话，效果可能不如 Seedance2.0 ，但是，整体上来讲，也够用了。在省积分、省钱面前够用就可以了。 大家可以去试试，skill 地址见评论区。

非著名程序员

11,987 просмотров • 9 дней назад

把网站录下来给AI看, AI能照着做出来吗? 刚刚看到了个炫酷的灯具网站, 它有个功能是点击按钮直接能看到灯点亮的效果, 甚至网站的配色也会暗淡下来, 特别有氛围. 我突然想到, 这样的网站, 如果要让AI来做, 该怎么办? 把源代码拷给它? 用一个巨复杂的 prompt 来完成? 有没有可能, 我录个视频, 展示一下这个"关灯"的效果, 然后让AI来按照视频来写网站? 于是, 这个重任就交给了今天测试的模型, 百度刚出的文心-5.0-preview, 全模态大模型, 这个模型同时支持文本, 图片, 音频, 视频作为输入, 然后可以生成文本和图片, 所以我们这个测试可以最大化的利用它的能力. 我先录制了网站的效果, 然后写了prompt作为补充, 告诉它这个效果是怎样的, 以及准备的图片材料在哪里. 值得一提的是, 网站所展示的图片也是我用文心-5.0-preview生成的. 大家可以看视频中我生成的效果. 直接说测试结论: 目前每个模态都是可用的, 而且模态之间关联性非常好, 我测试了视频+文本, 图片+文本, 图片+语音, 都可以完成任务. 当然测试也发现了一些问题, 比如 token 输出速度不是特别快, 以及偶尔会有超时问题(已反馈给百度的同学). 我的使用建议是, 多利用它的多模态能力, 来完成之前不敢想象的任务, 它真的提升了使用场景的天花板. #文心大模型 #文心5 #百度 #文心一言 #ai教程
1:18

把网站录下来给AI看, AI能照着做出来吗? 刚刚看到了个炫酷的灯具网站, 它有个功能是点击按钮直接能看到灯点亮的效果, 甚至网站的配色也会暗淡下来, 特别有氛围. 我突然想到, 这样的网站, 如果要让AI来做, 该怎么办? 把源代码拷给它? 用一个巨复杂的 prompt 来完成? 有没有可能, 我录个视频, 展示一下这个"关灯"的效果, 然后让AI来按照视频来写网站? 于是, 这个重任就交给了今天测试的模型, 百度刚出的文心-5.0-preview, 全模态大模型, 这个模型同时支持文本, 图片, 音频, 视频作为输入, 然后可以生成文本和图片, 所以我们这个测试可以最大化的利用它的能力. 我先录制了网站的效果, 然后写了prompt作为补充, 告诉它这个效果是怎样的, 以及准备的图片材料在哪里. 值得一提的是, 网站所展示的图片也是我用文心-5.0-preview生成的. 大家可以看视频中我生成的效果. 直接说测试结论: 目前每个模态都是可用的, 而且模态之间关联性非常好, 我测试了视频+文本, 图片+文本, 图片+语音, 都可以完成任务. 当然测试也发现了一些问题, 比如 token 输出速度不是特别快, 以及偶尔会有超时问题(已反馈给百度的同学). 我的使用建议是, 多利用它的多模态能力, 来完成之前不敢想象的任务, 它真的提升了使用场景的天花板. #文心大模型 #文心5 #百度 #文心一言 #ai教程

karminski-牙医

29,929 просмотров • 8 месяцев назад

字节对 AI 大模型人才的投入是真的大， 大一到大三的同学可以看看公司的能力要求， 然后自己去找 ，录入后可以免费看面试题， 大模型真的并不难，主要还是看自驱力， 现在豆老师 和 纪老师都这么强了，自学就够了。
0:46

字节对 AI 大模型人才的投入是真的大， 大一到大三的同学可以看看公司的能力要求， 然后自己去找 ，录入后可以免费看面试题， 大模型真的并不难，主要还是看自驱力， 现在豆老师 和 纪老师都这么强了，自学就够了。

Y11

32,791 просмотров • 25 дней назад

黄仁勋提到：优秀的AI开源模型对整个行业都是好事，无论它来自哪里... 在和 axios 的最新访谈中，Jensen已经聊到了中国的开源模型和美国闭源模型的看法，今天又特意注册X发文说明为什么开源模型很重要..... 他说：“这些中国模型非常优秀，优秀的开源模型就应该被使用” “我认为优秀的AI开源模型对整个行业都是好事，显然，只要有优秀的AI，即使是开源的，无论它来自哪里，都会带来更多的使用” “优秀的模型带来大量使用，大量使用带来巨大增长。而这只是个开始” “DeepSeek当时就是这样，Kimi也会是这样” “还有一个误解是，开源模型会对闭源模型构成对抗，这也是错的”
1:13

黄仁勋提到：优秀的AI开源模型对整个行业都是好事，无论它来自哪里... 在和 axios 的最新访谈中，Jensen已经聊到了中国的开源模型和美国闭源模型的看法，今天又特意注册X发文说明为什么开源模型很重要..... 他说：“这些中国模型非常优秀，优秀的开源模型就应该被使用” “我认为优秀的AI开源模型对整个行业都是好事，显然，只要有优秀的AI，即使是开源的，无论它来自哪里，都会带来更多的使用” “优秀的模型带来大量使用，大量使用带来巨大增长。而这只是个开始” “DeepSeek当时就是这样，Kimi也会是这样” “还有一个误解是，开源模型会对闭源模型构成对抗，这也是错的”

梭哈.AI

51,066 просмотров • 13 дней назад

Gaga AI 太猛了！终于有人来管管 AI 视频的语音和表演了 提前试了一下曹越那边新发布的专注于人物对话表演的模型 GAGA-1 应该是目前涉及到人物细微表演对话的最强模型，在表演这部分甚至可以超过 Sora2，目前免费试用 详细测试了一下，顺便给大家一些使用技巧的建议👇：
1:13

Gaga AI 太猛了！终于有人来管管 AI 视频的语音和表演了 提前试了一下曹越那边新发布的专注于人物对话表演的模型 GAGA-1 应该是目前涉及到人物细微表演对话的最强模型，在表演这部分甚至可以超过 Sora2，目前免费试用 详细测试了一下，顺便给大家一些使用技巧的建议👇：

歸藏(guizang.ai)

97,607 просмотров • 10 месяцев назад