Loading video...

Video Failed to Load

Go Home

DeepSeek 一直没有补上图片识别能力 之前我做了一个 Skill，让 DeepSeek 也能识别图片 原本以为官方很快就会跟上，所以一直没发出来 结果等到现在，还是不支持 索性分享出来，给大家提供一个思路： 不用额外付费，本地就能实现图片识别。 地址放评论区 👇

ai_suxiaole's profile picture

苏乐

4,554 subscribers

10,706 views • 1 month ago •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

我艹！ 这个实时进行图片识别的模型Rf-def牛逼啊！ 完全本地化部署开源且免费就可以使用啊！ 关键仅需300 m啊！ 可以实时识别人物、动物、物品等，并且我做了ui升级，可以总结输出识别报告以及分析运动过程等！ 我觉得还是很不错的！可以快速启用！ 我把它完全开源给大家，记得Star！原来的Ui有点不好看，所以搞了一下！ 项目地址：评论区哈
1:07

我艹！ 这个实时进行图片识别的模型Rf-def牛逼啊！ 完全本地化部署开源且免费就可以使用啊！ 关键仅需300 m啊！ 可以实时识别人物、动物、物品等，并且我做了ui升级，可以总结输出识别报告以及分析运动过程等！ 我觉得还是很不错的！可以快速启用！ 我把它完全开源给大家，记得Star！原来的Ui有点不好看，所以搞了一下！ 项目地址：评论区哈

Berryxia.AI

61,134 views • 6 months ago

今天没有晚安提示词，周六依旧对这周发的内容做一个汇总，我专门做了一个新的页面来上传图片，所有我做的图片都可以在这里下载，随便使用，要是能标注个来源就更好了。 下载地址：
0:20

今天没有晚安提示词，周六依旧对这周发的内容做一个汇总，我专门做了一个新的页面来上传图片，所有我做的图片都可以在这里下载，随便使用，要是能标注个来源就更好了。 下载地址：

歸藏(guizang.ai)

23,216 views • 3 years ago

这是一个通过图片就可以搜索到原视频的网站 每期分享一个实用网站 第三十期 今天要讲的是 它是俄罗斯最大的搜索引擎，仅凭一张图片就能精准定位到对应的视频素材。 操作特别简单，直接上传图片，不仅能找到对应的原视频，还能搜到大量相似图片，关键是画质都格外清晰。而且搜索结果广告极少，界面十分清爽 赶紧给我用起来 是的你想到的他都有
0:20

这是一个通过图片就可以搜索到原视频的网站 每期分享一个实用网站 第三十期 今天要讲的是 它是俄罗斯最大的搜索引擎，仅凭一张图片就能精准定位到对应的视频素材。 操作特别简单，直接上传图片，不仅能找到对应的原视频，还能搜到大量相似图片，关键是画质都格外清晰。而且搜索结果广告极少，界面十分清爽 赶紧给我用起来 是的你想到的他都有

LF 刀河王

15,273 views • 1 month ago

冯导证做的不错，我的“上推证”就是他做的，马斯克居然没识别出来。所以奉劝你们也去办一个，没证会让我瞧不起
1:52

冯导证做的不错，我的“上推证”就是他做的，马斯克居然没识别出来。所以奉劝你们也去办一个，没证会让我瞧不起

老多

79,680 views • 11 months ago

最近发现之前推荐过的 Midreal AI 互动小说游戏更新了网页版本，不需要在 Discord 里面使用了。 我尝试了一下将每句话都生成图片做视频小说，效果很不错。 这次升级非常强大，Midreal已经不只是小说生成工具，正在朝着互动式内容消费平台进化。 网页版本的Midreal每一句话都可以生成对应的图片，现在还是免费的，做互动小说生成视频搞流量也不错，还没有原创性问题。 每句都能生成图片之后，比之前到分支的时候才生成会强非常多，图片从原来的DALL-E3 变成了他们自己训练的 SD 模型，图像质量和提示词遵循都比之前强很多。 除了支持生成图片之外，现在网页版的Midreal分享功能也非常好用，分享出去就是一个带插图的完整小说页面，阅读体验很不错，还有评论和转发能力。 他们自己训练的图像模型现在也有一个专门的页面可以使用，只用来生成图片也是可以的。 感觉模型能力也有了比较大的提升，之前中文的小说都会有逻辑问题，这次尝试之后好了很多。 这里尝试网页版Midreal：
4:20

最近发现之前推荐过的 Midreal AI 互动小说游戏更新了网页版本，不需要在 Discord 里面使用了。 我尝试了一下将每句话都生成图片做视频小说，效果很不错。 这次升级非常强大，Midreal已经不只是小说生成工具，正在朝着互动式内容消费平台进化。 网页版本的Midreal每一句话都可以生成对应的图片，现在还是免费的，做互动小说生成视频搞流量也不错，还没有原创性问题。 每句都能生成图片之后，比之前到分支的时候才生成会强非常多，图片从原来的DALL-E3 变成了他们自己训练的 SD 模型，图像质量和提示词遵循都比之前强很多。 除了支持生成图片之外，现在网页版的Midreal分享功能也非常好用，分享出去就是一个带插图的完整小说页面，阅读体验很不错，还有评论和转发能力。 他们自己训练的图像模型现在也有一个专门的页面可以使用，只用来生成图片也是可以的。 感觉模型能力也有了比较大的提升，之前中文的小说都会有逻辑问题，这次尝试之后好了很多。 这里尝试网页版Midreal：

歸藏(guizang.ai)

48,993 views • 2 years ago

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👇
0:41

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👇

John

45,735 views • 2 months ago

砸了 1.5 万积分后，我只能无奈得出这个结论： Seedance 2.0 目前距离真正可用还是有很长的路要走😮‍💨 下面这段一分钟的小短片，背后至少 30+ 个 15 秒废片，连贯性，故事张力都没办法达到生产级别。 现阶段来看，用来做特效素材还行，成片的输出依旧非常靠后期的剪辑。 提示词跟图片素材放评论区，大伙可以试试看👇
1:00

砸了 1.5 万积分后，我只能无奈得出这个结论： Seedance 2.0 目前距离真正可用还是有很长的路要走😮‍💨 下面这段一分钟的小短片，背后至少 30+ 个 15 秒废片，连贯性，故事张力都没办法达到生产级别。 现阶段来看，用来做特效素材还行，成片的输出依旧非常靠后期的剪辑。 提示词跟图片素材放评论区，大伙可以试试看👇

MapleShaw

74,118 views • 5 months ago

我现在都是让 Codex 替我画架构图，这感觉别提有多爽了 以前做一个量化交易系统图、Agent 架构图、策略流程图： 改一个模块，要重新拖半天。 drawio-scientific-illustrator 是一个 Codex 插件，能让 AI 通过 MCP 实时控制 draw 画布，一步一步绘制科学图示。 装上这个 Skill 后，Codex 可以直接把图片 1:1 重建成可编辑 draw 文件。 然后就会得到每个元素都可以修改的可编辑图片！ 我就喜欢拿来做量化框架图，这感觉真的很爽！
0:24

我现在都是让 Codex 替我画架构图，这感觉别提有多爽了 以前做一个量化交易系统图、Agent 架构图、策略流程图： 改一个模块，要重新拖半天。 drawio-scientific-illustrator 是一个 Codex 插件，能让 AI 通过 MCP 实时控制 draw 画布，一步一步绘制科学图示。 装上这个 Skill 后，Codex 可以直接把图片 1:1 重建成可编辑 draw 文件。 然后就会得到每个元素都可以修改的可编辑图片！ 我就喜欢拿来做量化框架图，这感觉真的很爽！

爱吃折耳根的Ace

98,120 views • 21 days ago

运镜提示词不会写？ 试试我这个运镜Skill吧， 一键直出所有图片的运镜， 请欣赏成片《东方未来纪元》。 Skill地址：
0:25

运镜提示词不会写？ 试试我这个运镜Skill吧， 一键直出所有图片的运镜， 请欣赏成片《东方未来纪元》。 Skill地址：

李岳

18,905 views • 7 days ago

千里奔现，发现她本人跟照片完全不一样。 知足吧，人家来跟你奔现就很好了， 是一个很棒的女生， 起码人家性别没有骗你。
0:23

千里奔现，发现她本人跟照片完全不一样。 知足吧，人家来跟你奔现就很好了， 是一个很棒的女生， 起码人家性别没有骗你。

天天不好哄

323,143 views • 4 months ago

太可怕了！一张照片就能直接实时换脸，离谱到家了。 这个 GitHub 上的项目叫 Deep-Live-Cam。 只要上传一张人脸照片，就能实时把脸换到摄像头、视频或者图片上。 不是后期剪辑，也不用导出等待，直接实时生效。 仓库地址：
0:38

太可怕了！一张照片就能直接实时换脸，离谱到家了。 这个 GitHub 上的项目叫 Deep-Live-Cam。 只要上传一张人脸照片，就能实时把脸换到摄像头、视频或者图片上。 不是后期剪辑，也不用导出等待，直接实时生效。 仓库地址：

0x鸣人

305,351 views • 4 months ago

某个数字人主播，被一个简单的指令攻击。开始叫起了“喵喵喵”。 其实现在数字人在网络上已经非常常见了，普通人很难识别出来，只生产图文的就更多了。这就是为什么不建议大家不要在网络上吵架，因为你有一半以上的可能，是在跟一台机器吵。
1:18

某个数字人主播，被一个简单的指令攻击。开始叫起了“喵喵喵”。 其实现在数字人在网络上已经非常常见了，普通人很难识别出来，只生产图文的就更多了。这就是为什么不建议大家不要在网络上吵架，因为你有一半以上的可能，是在跟一台机器吵。

小径残雪

92,440 views • 1 year ago

Codex 官方「画布」的最优解来了。 刚发现 Codex 桌面端这个「画布」式视觉工作区，确实很好用。点击图片上的「画布」，就能进入独立界面，可以一次多选多张图片放进聊天框，统一下发修改指令；也可以直接选中图片里的具体位置，写下评论，让 Codex 针对这一处继续修改。 以前需要反复描述「左上角那个按钮」「第三张图的人物」「右边那块区域」，现在直接在画面上选出来、标出来、说清楚，图片、位置、上下文和修改要求都连在了一起，沟通成本低了很多。 前一阵很流行的侧边栏画布，本质上都在解决同一个问题：怎样让人和 AI 围绕视觉内容更准确地沟通。现在 OpenAI 直接把选图、标注、评论、修改和继续对话做进 Codex，一条链路完整跑通，确实有点官方下场终结比赛的感觉。 这种工作流，OpenAI 现在是越玩越溜了。
0:51

Codex 官方「画布」的最优解来了。 刚发现 Codex 桌面端这个「画布」式视觉工作区，确实很好用。点击图片上的「画布」，就能进入独立界面，可以一次多选多张图片放进聊天框，统一下发修改指令；也可以直接选中图片里的具体位置，写下评论，让 Codex 针对这一处继续修改。 以前需要反复描述「左上角那个按钮」「第三张图的人物」「右边那块区域」，现在直接在画面上选出来、标出来、说清楚，图片、位置、上下文和修改要求都连在了一起，沟通成本低了很多。 前一阵很流行的侧边栏画布，本质上都在解决同一个问题：怎样让人和 AI 围绕视觉内容更准确地沟通。现在 OpenAI 直接把选图、标注、评论、修改和继续对话做进 Codex，一条链路完整跑通，确实有点官方下场终结比赛的感觉。 这种工作流，OpenAI 现在是越玩越溜了。

爆裂队长NEXT

10,548 views • 17 days ago

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 views • 9 months ago

我用Codex重建了自己的知识库，发现一件事： 大多数人的Obsidian，本质上是个高级剪贴板。 笔记存进去，就再也没出来过。 问题不在工具，在于缺了一个会”思考”的中间层。 Codex的出现，补上了这个缺口。 它不是另一个AI聊天框，而是OpenAI专门为知识工作设计的编码代理——能读懂你的文件结构，能跨文档检索，能把零散的信息片段重新组织成有逻辑的输出。 接入Obsidian之后，发生了什么变化？ 以前：我记录一篇投资笔记，它就躺在某个文件夹里。 现在：Codex能跨越我三年积累的vault，把巴菲特笔记、行业分析、个人反思串联起来，给我一个没想到的视角。 这不是搜索，是知识的重新激活。 本教程会手把手带你完成三件事： 一、配置Codex读取本地Obsidian vault的权限和路径； 二、建立让AI真正”看懂”你笔记的文件命名与标签规范； 三、设计5个高频prompt模板，让Codex帮你做知识综合、生成MOC（内容地图）、以及输出可直接发布的内容草稿。 适合有Obsidian使用基础、对AI工作流感兴趣、但还没找到高效接入方式的知识工作者。 跟着视频做一遍，你的vault会第一次真正”活”起来。
13:22

我用Codex重建了自己的知识库，发现一件事： 大多数人的Obsidian，本质上是个高级剪贴板。 笔记存进去，就再也没出来过。 问题不在工具，在于缺了一个会”思考”的中间层。 Codex的出现，补上了这个缺口。 它不是另一个AI聊天框，而是OpenAI专门为知识工作设计的编码代理——能读懂你的文件结构，能跨文档检索，能把零散的信息片段重新组织成有逻辑的输出。 接入Obsidian之后，发生了什么变化？ 以前：我记录一篇投资笔记，它就躺在某个文件夹里。 现在：Codex能跨越我三年积累的vault，把巴菲特笔记、行业分析、个人反思串联起来，给我一个没想到的视角。 这不是搜索，是知识的重新激活。 本教程会手把手带你完成三件事： 一、配置Codex读取本地Obsidian vault的权限和路径； 二、建立让AI真正”看懂”你笔记的文件命名与标签规范； 三、设计5个高频prompt模板，让Codex帮你做知识综合、生成MOC（内容地图）、以及输出可直接发布的内容草稿。 适合有Obsidian使用基础、对AI工作流感兴趣、但还没找到高效接入方式的知识工作者。 跟着视频做一遍，你的vault会第一次真正”活”起来。

概率鹿梦｜AI Wealth Edge

27,249 views • 1 month ago

美国副总统万斯在 Bitcoin 共识大会上讲的 为什么美国要拥抱 Bitcoin 是因为 中国不喜欢 Bitcoin ，而不喜欢的原因也没有说不出来，我本来还以为能听到一些内幕消息。不过万斯比川普的能力还是差了一些，说的再多也没有对 $BTC 实现拉盘。
0:21

美国副总统万斯在 Bitcoin 共识大会上讲的 为什么美国要拥抱 Bitcoin 是因为 中国不喜欢 Bitcoin ，而不喜欢的原因也没有说不出来，我本来还以为能听到一些内幕消息。不过万斯比川普的能力还是差了一些，说的再多也没有对 $BTC 实现拉盘。

Phyrex

85,998 views • 1 year ago

1W关注了，小弟是个手艺人，做了这个👇🏻感谢各位支持： 这是一个运行在浏览器端的inpaint实现，能够去除掉图片的无关物体。花了我一天时间做出这个工具。 这是运行在我m1 max上的效果，性能不错。因为不需要服务端，我会挂在网上供大家免费使用。
0:29

1W关注了，小弟是个手艺人，做了这个👇🏻感谢各位支持： 这是一个运行在浏览器端的inpaint实现，能够去除掉图片的无关物体。花了我一天时间做出这个工具。 这是运行在我m1 max上的效果，性能不错。因为不需要服务端，我会挂在网上供大家免费使用。

铁锤人

642,966 views • 2 years ago

又做了另外一个版本，现在我发现问题了。一定要先写脚本故事，分镜，然后再生成图片，不然就会像这个视频一样。 有点怪怪的。再次说明，没用api，全是gpt额度跑的。
0:30

又做了另外一个版本，现在我发现问题了。一定要先写脚本故事，分镜，然后再生成图片，不然就会像这个视频一样。 有点怪怪的。再次说明，没用api，全是gpt额度跑的。

季白羽

13,267 views • 1 month ago

🚀发现了一个宝藏开源项目，已经斩获 29k stars，登上 github 热榜第一 一句话就能自动生成结构复杂的架构图，还能做动画效果。 架构图、流程图、思维导图一键生成，内容可编辑，做完直接导出。 还可以上传你的手绘草图一键生成图表，也可以让它帮你画手绘图。
0:20

🚀发现了一个宝藏开源项目，已经斩获 29k stars，登上 github 热榜第一 一句话就能自动生成结构复杂的架构图，还能做动画效果。 架构图、流程图、思维导图一键生成，内容可编辑，做完直接导出。 还可以上传你的手绘草图一键生成图表，也可以让它帮你画手绘图。

阿西_出海

52,237 views • 2 months ago