Video yükleniyor...

Video Yüklenemedi

Bu video yüklenirken bir sorun oluştu. Bu geçici bir ağ sorunundan kaynaklanıyor olabilir veya video kullanılamıyor olabilir.

Ana Sayfaya Dön

Figma 的画布简直是 Gemini 的天然战场。结合 Gemini API 的能力和 Figma 的形态，做了个一个言出法随改图插件，所有工作流都在一处完成，未来一定是这种原生多模态的天下

三秋十李 Sergio

5,004 subscribers

140,315 görüntüleme • 1 yıl önce •via X (Twitter)

Eğitim Bilim & Teknoloji Sanat

Anya Rossi• Live Now

Private livecam show

11 Yorum

三秋十李 Sergio profil fotoğrafı

三秋十李 Sergio1 yıl önce

已经提交 Figma 审核，改名为 Evoke ，待审核通过大家就可以快乐的用起来了

OPEN profil fotoğrafı

OPEN1 yıl önce

OP3N brings you an immersive experience across multiple biomes, each with its unique game modes. Join the Adventure!

喵呜喵呜🐱 profil fotoğrafı

喵呜喵呜🐱1 yıl önce

还挺适合做landing page的用户头像的

三秋十李 Sergio profil fotoğrafı

三秋十李 Sergio1 yıl önce

只要涉及图片，都可以用

Alex profil fotoğrafı

Alex1 yıl önce

太强辣！

三秋十李 Sergio profil fotoğrafı

三秋十李 Sergio1 yıl önce

谷歌牛🐮

azo profil fotoğrafı

azo1 yıl önce

非常不错的思路，结合到figma里面对设计师不要太方便

三秋十李 Sergio profil fotoğrafı

三秋十李 Sergio1 yıl önce

哈哈h谢谢

JEY profil fotoğrafı

JEY1 yıl önce

我想问问Api贵吗

Journeyman profil fotoğrafı

Journeyman1 yıl önce

那不还是原型吗？为啥不能更进一步，直接生成网站？彻底弥合从idea到产品的鸿沟，我相信很多公司都在为这个目标而努力

三秋十李 Sergio profil fotoğrafı

三秋十李 Sergio1 yıl önce

啊？这个只是生成或编辑图片的，不是搞设计到代码的

Benzer Videolar

看起来 FLUX 3 要发布了。昨天黑森林工作室短暂地上线了一下预告。说是支持图像、视频、音频和动作生成，是一个全模态的生成模型。其中，单条视频支持一次生成 20 秒。按他们正常的逻辑来说，这一般会是开源的。如果真的开源，那整个生态估计又要爽一波了。

看起来 FLUX 3 要发布了。昨天黑森林工作室短暂地上线了一下预告。说是支持图像、视频、音频和动作生成，是一个全模态的生成模型。其中，单条视频支持一次生成 20 秒。按他们正常的逻辑来说，这一般会是开源的。如果真的开源，那整个生态估计又要爽一波了。

歸藏(guizang.ai)

20,206 görüntüleme • 1 ay önce

AI 动画的门槛被打下来以后，最先卷起来的一定是工作流，一个好用的工作流，可以让做视频这件事变得容易很多。谁能稳定完成，选题 → 脚本 → 角色 → 分镜 → 视频 → 配音 → 音乐 → 发布 → 复盘谁就更有机会把一个小 IP 跑出来。工具只是把第一道门打开了，后面拼的是连续生产能力。

AI 动画的门槛被打下来以后，最先卷起来的一定是工作流，一个好用的工作流，可以让做视频这件事变得容易很多。谁能稳定完成，选题 → 脚本 → 角色 → 分镜 → 视频 → 配音 → 音乐 → 发布 → 复盘谁就更有机会把一个小 IP 跑出来。工具只是把第一道门打开了，后面拼的是连续生产能力。

zhouluobo

24,414 görüntüleme • 2 ay önce

为什么 AI 播客的范式一定是未来？我找到了 NotebookLM 最早在今年5月 Google IO 大会的官方演示，看完就知道这一定是未来的形态。因为 AI 播客，听众可以随时 JOIN！你可以随时向主播提出任何问题你甚至可以引导主播谈论问题的倾向内容消费的下一个形态，就是用户直接偏好的实时内容生成。耐心看完，不是我吹，这TM就是未来。这种互动式的内容生成范式是未来，但不一定是播客，也许还是视频，视频就是声音做好之后加个图像模态而已。

为什么 AI 播客的范式一定是未来？我找到了 NotebookLM 最早在今年5月 Google IO 大会的官方演示，看完就知道这一定是未来的形态。因为 AI 播客，听众可以随时 JOIN！你可以随时向主播提出任何问题你甚至可以引导主播谈论问题的倾向内容消费的下一个形态，就是用户直接偏好的实时内容生成。耐心看完，不是我吹，这TM就是未来。这种互动式的内容生成范式是未来，但不一定是播客，也许还是视频，视频就是声音做好之后加个图像模态而已。

Orange AI

112,642 görüntüleme • 1 yıl önce

科学家为什么找不到意识？因为它根本就不是一种物理现象。它是一种形而上的存在。量子物理学有一个基本原则，叫做“观察者效应”。当我们观察一个粒子，它的状态才真正显现出来。在被观察之前，它不存在于任何一个确定的状态。它同时处于所有可能的状态里。一个充满无限可能性的量子场。需要一个有意识的观察者，才能让其中一种可能性成为现实。这就是问题的关键。意识是“锁”，也是“钥匙”。观察者的选择，决定了最终的结果。观察者带着偏见，带着预设的立场，去设计他的实验，去构建他的认知。那么他得到的，必然是符合他预期的那个结果。这套逻辑，是不是听着很耳熟？一些所谓的“主流科学”和“主流媒体”，是不是也精于此道？他们先设定好一个结论，然后搭建一个只能通向这个结论的“实验”框架，最后宣布自己验证了“真理”。凡是不符合他们预设的，都被称之为“杂音”。但真相是，量子场里充满了无限的可能性。如果换一个观察者，换一套完全不同的意图和视角，结果会是什么？

科学家为什么找不到意识？因为它根本就不是一种物理现象。它是一种形而上的存在。量子物理学有一个基本原则，叫做“观察者效应”。当我们观察一个粒子，它的状态才真正显现出来。在被观察之前，它不存在于任何一个确定的状态。它同时处于所有可能的状态里。一个充满无限可能性的量子场。需要一个有意识的观察者，才能让其中一种可能性成为现实。这就是问题的关键。意识是“锁”，也是“钥匙”。观察者的选择，决定了最终的结果。观察者带着偏见，带着预设的立场，去设计他的实验，去构建他的认知。那么他得到的，必然是符合他预期的那个结果。这套逻辑，是不是听着很耳熟？一些所谓的“主流科学”和“主流媒体”，是不是也精于此道？他们先设定好一个结论，然后搭建一个只能通向这个结论的“实验”框架，最后宣布自己验证了“真理”。凡是不符合他们预设的，都被称之为“杂音”。但真相是，量子场里充满了无限的可能性。如果换一个观察者，换一套完全不同的意图和视角，结果会是什么？

墓碑科技

19,702 görüntüleme • 7 ay önce

兄弟们这可能是目前全球最强的AI图像生成设计工具了我测试了一周多，真的是非常强大它把【深度思考】的理念引入到了AI图像生成领域你只需描述你的需求，它会进逐步的推理和思考来分解和理解你的任务需求，然后调用合适的模型工具进行创作。而且在一个展开的画布中直接呈现，还能随时修改 Lovart 集成 GPT image-1、Flux Pro、OpenAI-o3、Gemini Imagen 3、Kling AI、Tripo AI、Suno AI 等市面上主流的多模态工具一站式调用，无需来回切换工具和跳来跳去，一个画布内即可完成你的所有图像、视频生成和设计需求。下面是我通过我的头像批量生产表情包和体恤、手机壳的过程效果和速度都非常的炸裂

兄弟们这可能是目前全球最强的AI图像生成设计工具了我测试了一周多，真的是非常强大它把【深度思考】的理念引入到了AI图像生成领域你只需描述你的需求，它会进逐步的推理和思考来分解和理解你的任务需求，然后调用合适的模型工具进行创作。而且在一个展开的画布中直接呈现，还能随时修改 Lovart 集成 GPT image-1、Flux Pro、OpenAI-o3、Gemini Imagen 3、Kling AI、Tripo AI、Suno AI 等市面上主流的多模态工具一站式调用，无需来回切换工具和跳来跳去，一个画布内即可完成你的所有图像、视频生成和设计需求。下面是我通过我的头像批量生产表情包和体恤、手机壳的过程效果和速度都非常的炸裂

小互

76,345 görüntüleme • 1 yıl önce

有些形态你只需看一眼就知道要下跌了。盘点十大逃顶形态！所有的顶，都不是主力画出来的，而是人性和筹码堆出来的

有些形态你只需看一眼就知道要下跌了。盘点十大逃顶形态！所有的顶，都不是主力画出来的，而是人性和筹码堆出来的

0x鸣人

50,199 görüntüleme • 1 ay önce

Figma 昨晚终于做了他们最应该做的功能！ PPT 制作和演示工具 Figma Slides。我所有的 PPT 几乎都是在 Figma 中完成的，之前每次都需要把图片粘贴到 keynote 上进行演示。现在不需要了进入 Figma Slides 之后可以在 PPT 编辑和画布编辑之间切换，演示需要的功能也都有。目前测试阶段是免费的，强烈推荐试一下用 Figma 做 PPT 比 Keynote 和 office 套件好用一万倍。

Figma 昨晚终于做了他们最应该做的功能！ PPT 制作和演示工具 Figma Slides。我所有的 PPT 几乎都是在 Figma 中完成的，之前每次都需要把图片粘贴到 keynote 上进行演示。现在不需要了进入 Figma Slides 之后可以在 PPT 编辑和画布编辑之间切换，演示需要的功能也都有。目前测试阶段是免费的，强烈推荐试一下用 Figma 做 PPT 比 Keynote 和 office 套件好用一万倍。

歸藏(guizang.ai)

65,325 görüntüleme • 2 yıl önce

这是哪个天才想出来的选的卡方法这效果一下就出来了，效果图都不用做了👍

这是哪个天才想出来的选的卡方法这效果一下就出来了，效果图都不用做了👍

猫神

709,261 görüntüleme • 18 gün önce

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

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 görüntüleme • 9 ay önce

久等啦，创作者神器Viko终于上线！🥳（前段时间我随手发过一个 Viko 的 demo视频，就那么一个很糙的版本，结果评论区和私信隔三差五就有人来问，什么时候能用，什么时候上线。因为对我自己也是刚需，于是闭关爆肝了一个多月，终于来啦~ 它最开始，其实只是我给自己做的一个小工具。我每天都会刷 Pin和各种作品站找灵感，我相信做 AIGC 视觉创作的人应该都懂。以前看到一张喜欢的图，我的流程是这样的，保存图片，丢进 GPT 反推拆解，复制出来改一改，再贴到生图工具里跑一遍。做一张还好，一天几十张、上百张的时候，这套流程就显得非常非常繁琐。所以最开始，我只想做一件特别简单的事：看到好图，Viko 一下。浏览任何网页的时候，鼠标悬停在图上，一键捕捉，一键拆解，直接进入下一步创作。我也试过市面上很多反推插件，还停留在一个特别初级的阶段，丢进去一张图，吐回来一整段 Prompt。坦率的讲，一整段 Prompt，对真正做创作的人来说，远远不够。我真正想知道的是，这张图为什么好看。它是什么视觉风格，构图为什么成立，用了什么镜头和光线，色彩关系是怎么组织的，材质、氛围、人物状态又是怎么形成的。以及最关键的，到底是哪几个关键词，激发了这张图的「美学基因」。所以Viko我希望是有这样的能力的。人像、动漫、商图、产品图等等，都可以沿着不同的视觉维度爆破拆解，风格、构图、镜头、光线、色彩、主体、材质、氛围，还有真正值得留下来的核心关键词。你可以直接用完整 Prompt，也可以把某一个视觉元素单独抽出来，改一改，迁移到新的主题里继续二创。一张图带给你的，就不再只是一句提示词。你开始知道它为什么成立，也开始有了继续延展它的方法。在这个基础上，我还做了两个我自己特别喜欢的模式：第一个是色卡模式。很多时候一张图让你第一眼觉得「就是这个感觉」，真正起作用的其实是那套配色关系。Viko 可以直接提取画面的核心色彩，把喜欢的配色留下来，迁移到完全不同的主题里。第二个，是我个人觉得最爽的，内测期间大家最爱用的，动作参考模式。人物动作一直是 AI 生图里最难搞的问题之一，所以viko针对此项做了专门处理，即使面对复杂肢体动作和高难度透视关系，也能从容、一键完成精准动作还原。到这里，从一张灵感图开始，捕捉、拆解、理解、二次创作，这条链路已经通了。但这就够了吗？of course not ! 今天反推出来的 Prompt，过几天还能不能找到? 刚发现的那个神仙关键词，下次创作的时候还能不能想起来? 那套很漂亮的配色、那个难得的动作参考、一次次验证过的构图，还有最后生成出来的作品，用完之后，去哪了? 散落在聊天记录里，收藏夹里，下载文件夹里，各种软件里。每一次创作结束之后，我们其实都在丢失自己的经验，没有产生创作复利！所以，资产管理慢慢变成了 Viko 更核心的一部分。参考图、关键词、Prompt、色卡、生成的作品，每一次创作里真正有价值的东西，都可以也应该沉淀下来。今天发现的一个关键词，可能是未来某张作品的起点。存下的一套配色，可以迁移到新的主题。慢慢的，你留在 Viko 里的，就不只是一堆图和 Prompt 了。它会变成一套真正属于你自己的，视觉创作资产库。这也是我做到今天，越来越确定的一件事。反推只是第一步。找到一张图的美学基因，把它拆开、理解、重新组合，再把每次创作里有价值的东西留下来，让过去的积累继续参与未来的创作。每一次创作，都应该让下一次创作变得更轻松。所以！ Viko 由 Chrome 插件和网页工作台两端组成，插件负责在你刷图的时候随手捕捉，工作台负责拆解和沉淀。插件在 Chrome 商店搜 Viko 就能装，网页端在首发期间也肯定有福利送给大家，优惠码: VIKO20，首月直接8 折！如果你平时也喜欢找图、研究风格、拆 Prompt、做二创，来试试。看到好图，Viko 一下。

久等啦，创作者神器Viko终于上线！🥳（前段时间我随手发过一个 Viko 的 demo视频，就那么一个很糙的版本，结果评论区和私信隔三差五就有人来问，什么时候能用，什么时候上线。因为对我自己也是刚需，于是闭关爆肝了一个多月，终于来啦~ 它最开始，其实只是我给自己做的一个小工具。我每天都会刷 Pin和各种作品站找灵感，我相信做 AIGC 视觉创作的人应该都懂。以前看到一张喜欢的图，我的流程是这样的，保存图片，丢进 GPT 反推拆解，复制出来改一改，再贴到生图工具里跑一遍。做一张还好，一天几十张、上百张的时候，这套流程就显得非常非常繁琐。所以最开始，我只想做一件特别简单的事：看到好图，Viko 一下。浏览任何网页的时候，鼠标悬停在图上，一键捕捉，一键拆解，直接进入下一步创作。我也试过市面上很多反推插件，还停留在一个特别初级的阶段，丢进去一张图，吐回来一整段 Prompt。坦率的讲，一整段 Prompt，对真正做创作的人来说，远远不够。我真正想知道的是，这张图为什么好看。它是什么视觉风格，构图为什么成立，用了什么镜头和光线，色彩关系是怎么组织的，材质、氛围、人物状态又是怎么形成的。以及最关键的，到底是哪几个关键词，激发了这张图的「美学基因」。所以Viko我希望是有这样的能力的。人像、动漫、商图、产品图等等，都可以沿着不同的视觉维度爆破拆解，风格、构图、镜头、光线、色彩、主体、材质、氛围，还有真正值得留下来的核心关键词。你可以直接用完整 Prompt，也可以把某一个视觉元素单独抽出来，改一改，迁移到新的主题里继续二创。一张图带给你的，就不再只是一句提示词。你开始知道它为什么成立，也开始有了继续延展它的方法。在这个基础上，我还做了两个我自己特别喜欢的模式：第一个是色卡模式。很多时候一张图让你第一眼觉得「就是这个感觉」，真正起作用的其实是那套配色关系。Viko 可以直接提取画面的核心色彩，把喜欢的配色留下来，迁移到完全不同的主题里。第二个，是我个人觉得最爽的，内测期间大家最爱用的，动作参考模式。人物动作一直是 AI 生图里最难搞的问题之一，所以viko针对此项做了专门处理，即使面对复杂肢体动作和高难度透视关系，也能从容、一键完成精准动作还原。到这里，从一张灵感图开始，捕捉、拆解、理解、二次创作，这条链路已经通了。但这就够了吗？of course not ! 今天反推出来的 Prompt，过几天还能不能找到? 刚发现的那个神仙关键词，下次创作的时候还能不能想起来? 那套很漂亮的配色、那个难得的动作参考、一次次验证过的构图，还有最后生成出来的作品，用完之后，去哪了? 散落在聊天记录里，收藏夹里，下载文件夹里，各种软件里。每一次创作结束之后，我们其实都在丢失自己的经验，没有产生创作复利！所以，资产管理慢慢变成了 Viko 更核心的一部分。参考图、关键词、Prompt、色卡、生成的作品，每一次创作里真正有价值的东西，都可以也应该沉淀下来。今天发现的一个关键词，可能是未来某张作品的起点。存下的一套配色，可以迁移到新的主题。慢慢的，你留在 Viko 里的，就不只是一堆图和 Prompt 了。它会变成一套真正属于你自己的，视觉创作资产库。这也是我做到今天，越来越确定的一件事。反推只是第一步。找到一张图的美学基因，把它拆开、理解、重新组合，再把每次创作里有价值的东西留下来，让过去的积累继续参与未来的创作。每一次创作，都应该让下一次创作变得更轻松。所以！ Viko 由 Chrome 插件和网页工作台两端组成，插件负责在你刷图的时候随手捕捉，工作台负责拆解和沉淀。插件在 Chrome 商店搜 Viko 就能装，网页端在首发期间也肯定有福利送给大家，优惠码: VIKO20，首月直接8 折！如果你平时也喜欢找图、研究风格、拆 Prompt、做二创，来试试。看到好图，Viko 一下。

古一

205,610 görüntüleme • 15 gün önce

速度是真滴快！兄弟们，刚在Zenmux ZenMux 评测了一下Gemini 3.5 Flash，ChatGPT 5.4和Claude Opus 4.6，按下回车的那一刻，Gemini 3.5 Flash的吐词速度真是快的飞起。评测方法很简单，让他们按照同一个指令生成一个个人网页，生成的结果都还不错，都能满足指令的要求，但Gemini 3.5 Flash已经跑完很久了，另外两个还在输出。不知大家有没有发现？现在我们大部分时间都是在等AI干完活，复杂一点的项目一晚上可能都跑不完，现在这个节点，这时间效率其实有点差强人意的。未来输出效率肯定也是一个非常重要的指标，毕竟前期大家的模型能力越来越接近，接下来就看谁能更快干完活，这一点Google又走在前头了。想要亲自评测的朋友，可以去Zenmux上自己测一下，目前Gemini 3.5 Flash还能限时免费使用。

速度是真滴快！兄弟们，刚在Zenmux ZenMux 评测了一下Gemini 3.5 Flash，ChatGPT 5.4和Claude Opus 4.6，按下回车的那一刻，Gemini 3.5 Flash的吐词速度真是快的飞起。评测方法很简单，让他们按照同一个指令生成一个个人网页，生成的结果都还不错，都能满足指令的要求，但Gemini 3.5 Flash已经跑完很久了，另外两个还在输出。不知大家有没有发现？现在我们大部分时间都是在等AI干完活，复杂一点的项目一晚上可能都跑不完，现在这个节点，这时间效率其实有点差强人意的。未来输出效率肯定也是一个非常重要的指标，毕竟前期大家的模型能力越来越接近，接下来就看谁能更快干完活，这一点Google又走在前头了。想要亲自评测的朋友，可以去Zenmux上自己测一下，目前Gemini 3.5 Flash还能限时免费使用。

李岳

16,858 görüntüleme • 3 ay önce

我这两天被这个爆火的Flipbook刷屏并被震撼到，现在的UI界面也许会在不久的将来彻底改变。Flipbook是三星工程师(前Open AI)Zain Shah和另外两个伙伴做的一个无限视觉浏览器，根据你的搜索词，实时用像素生成一张类似百科全书里的动态插画，连文字也是像素组成，没有代码，没有HTML，画面上的任何区域你都可以点击，生成这块区域的进一步画面。而且作者们调制的这个画面风格太好看了，我小时候要是有这玩意能玩一整天不吃不喝，完全就是一本无限魔法书。作者直接展示了在这上面搜索巴黎旅游景点，还直接买了巴黎圣母院的票。我自己也用来搜索了清迈，效果惊人，但可惜这两天太火了我一直没能连接上视频动态效果。虽然目前的算力无法实现规模化，作者也说目前只是展示测试阶段，但是我这次是真真切切感受到了AI带来的改革，未来就快来了。

我这两天被这个爆火的Flipbook刷屏并被震撼到，现在的UI界面也许会在不久的将来彻底改变。Flipbook是三星工程师(前Open AI)Zain Shah和另外两个伙伴做的一个无限视觉浏览器，根据你的搜索词，实时用像素生成一张类似百科全书里的动态插画，连文字也是像素组成，没有代码，没有HTML，画面上的任何区域你都可以点击，生成这块区域的进一步画面。而且作者们调制的这个画面风格太好看了，我小时候要是有这玩意能玩一整天不吃不喝，完全就是一本无限魔法书。作者直接展示了在这上面搜索巴黎旅游景点，还直接买了巴黎圣母院的票。我自己也用来搜索了清迈，效果惊人，但可惜这两天太火了我一直没能连接上视频动态效果。虽然目前的算力无法实现规模化，作者也说目前只是展示测试阶段，但是我这次是真真切切感受到了AI带来的改革，未来就快来了。

Jingyuan缘缘

331,302 görüntüleme • 4 ay önce

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

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

宝玉

67,360 görüntüleme • 1 yıl önce

空间智能赛道刚刚又出了新模型：Moonlake，能生成3D世界，还能同时处理物理、声音、逻辑规则等多种模态与李飞飞的World Labs不同的是，World Labs偏场景生成，Moonlake更重交互，更像是在构建一个可交互、物理正确、逻辑完整、视听一体的“活世界” 给定一句“在街机室里做一个赛博朋克风格的保龄球游戏”需求它能自动拆解成生成3D模型、加物理、摆位置、写规则等10个阶段，自主完成从零到一的开发过程输出一个实时可玩的虚拟保龄球馆，能交互，拿球、投掷、有声音、有分数变化，所有东西都按物理规律运作的核心机制是所有模态绑定在同一个实体上，一次事件，比如球击中瓶子时，位置、物理状态、分数、音效等全模态同步更新对于做游戏的，原来要用一个团队干的活，现在可能一个人就能完成对于老师，几句话生成学生能实时交互的物理实验场景 #世界模型生成 #Moonlake #WorldLabs #空间智能

空间智能赛道刚刚又出了新模型：Moonlake，能生成3D世界，还能同时处理物理、声音、逻辑规则等多种模态与李飞飞的World Labs不同的是，World Labs偏场景生成，Moonlake更重交互，更像是在构建一个可交互、物理正确、逻辑完整、视听一体的“活世界” 给定一句“在街机室里做一个赛博朋克风格的保龄球游戏”需求它能自动拆解成生成3D模型、加物理、摆位置、写规则等10个阶段，自主完成从零到一的开发过程输出一个实时可玩的虚拟保龄球馆，能交互，拿球、投掷、有声音、有分数变化，所有东西都按物理规律运作的核心机制是所有模态绑定在同一个实体上，一次事件，比如球击中瓶子时，位置、物理状态、分数、音效等全模态同步更新对于做游戏的，原来要用一个团队干的活，现在可能一个人就能完成对于老师，几句话生成学生能实时交互的物理实验场景 #世界模型生成 #Moonlake #WorldLabs #空间智能

AIGCLINK

10,987 görüntüleme • 5 ay önce

对我这种不会 blender 的小白，要做这种 3D 模型，最好的方法竟然是 vibe 一个工具来生成

对我这种不会 blender 的小白，要做这种 3D 模型，最好的方法竟然是 vibe 一个工具来生成

CatsJuice

118,808 görüntüleme • 3 ay önce

真正言出法随的AI视频工具，终于被我找到了！！而且还是个100%开源的视频世界模型项目！这个用来做视频真的很高级！先说一个长期的“痒点”，做AI视频为了保证空间场景的一致性，不得不生成一大堆各种角度的场景的图片作参考约束，要确保正反打都不会穿帮，要确保镜头转过去再转回来场景不走形，但其实，这个方法很原始！但如果，直接可以生成一个高度一致性的空间，让人物站在该有的位置，并且还能够自由控制镜头在空间里的运动，所有一致性的困扰，就全部解决了！！ AlayaWorld Alaya Lab 就完全是这个思路，根据任何图片和视频，实时渲染一个自由空间，先固化一个场景，然后人物和道具进场，先搭景再拍摄，这样做视频的体验，就无限接近于真实片场！你就像一个导演，站在片场里，并且拥有“言出法随”的能力！改天气、换演员、换服装、甚至直接换场景，可玩性和可控性全部拉满，突发奇想的指令或者是已经设置好“技能”，就可以实时渲染出来！而且这个时长不受限制，一个空间里，“拍摄”多久都可以。想想就很爽，这种创作体验，是前所未有的！！不光是视频，这也完全是彻底改变游戏行业的存在。尤其是那种沉浸感很强的第一人称游戏！越说越激动，这个项目现在是完全开源的，有兴趣的朋友，真的可以关注一下这方面的趋势，我觉得在这个探索世界模型的阶段，这个，就是最好的落地应用！！

真正言出法随的AI视频工具，终于被我找到了！！而且还是个100%开源的视频世界模型项目！这个用来做视频真的很高级！先说一个长期的“痒点”，做AI视频为了保证空间场景的一致性，不得不生成一大堆各种角度的场景的图片作参考约束，要确保正反打都不会穿帮，要确保镜头转过去再转回来场景不走形，但其实，这个方法很原始！但如果，直接可以生成一个高度一致性的空间，让人物站在该有的位置，并且还能够自由控制镜头在空间里的运动，所有一致性的困扰，就全部解决了！！ AlayaWorld Alaya Lab 就完全是这个思路，根据任何图片和视频，实时渲染一个自由空间，先固化一个场景，然后人物和道具进场，先搭景再拍摄，这样做视频的体验，就无限接近于真实片场！你就像一个导演，站在片场里，并且拥有“言出法随”的能力！改天气、换演员、换服装、甚至直接换场景，可玩性和可控性全部拉满，突发奇想的指令或者是已经设置好“技能”，就可以实时渲染出来！而且这个时长不受限制，一个空间里，“拍摄”多久都可以。想想就很爽，这种创作体验，是前所未有的！！不光是视频，这也完全是彻底改变游戏行业的存在。尤其是那种沉浸感很强的第一人称游戏！越说越激动，这个项目现在是完全开源的，有兴趣的朋友，真的可以关注一下这方面的趋势，我觉得在这个探索世界模型的阶段，这个，就是最好的落地应用！！

沐阳

30,774 görüntüleme • 1 ay önce

昨天把这条视频发到抖音后，小火了一下，评论最多的就是问我怎么做这个视频，这里我简单录制个小视频，用到的工具是 Rotato，将手机录屏好的视频，直接拖进来，然后配置下每个节点的形态，就会自动生成流畅的过渡动画，操作很简单，基本几分钟就能搞一条高质量的宣传视频～

昨天把这条视频发到抖音后，小火了一下，评论最多的就是问我怎么做这个视频，这里我简单录制个小视频，用到的工具是 Rotato，将手机录屏好的视频，直接拖进来，然后配置下每个节点的形态，就会自动生成流畅的过渡动画，操作很简单，基本几分钟就能搞一条高质量的宣传视频～

Paidax

42,489 görüntüleme • 2 ay önce

卧槽，这个模型真的有点东西啊! 看完后就想问什么时候可以上手啊！ Odyssey AI实验室刚刚扔出一个真正让人眼前一亮的家伙：Starchild-1。这是全球第一个实时多模态世界模型。它不只是生成画面，还能同时生成真实世界的声音。视频里你能看到一个完整的场景：画面在动，声音同步响起，视觉和听觉完全融为一体，像真正活过来的世界模拟。以前的世界模型大多只能“看”世界，现在Starchild-1直接学会了“听”。这不仅仅是又一个视频生成工具，更大的意义是朝着通用世界模型又迈出的关键一步，真正理解并模拟物理世界的下一步。 Odyssey团队说，他们正在用这种新形式的多模态智能，重新定义AI对现实的认知。

卧槽，这个模型真的有点东西啊! 看完后就想问什么时候可以上手啊！ Odyssey AI实验室刚刚扔出一个真正让人眼前一亮的家伙：Starchild-1。这是全球第一个实时多模态世界模型。它不只是生成画面，还能同时生成真实世界的声音。视频里你能看到一个完整的场景：画面在动，声音同步响起，视觉和听觉完全融为一体，像真正活过来的世界模拟。以前的世界模型大多只能“看”世界，现在Starchild-1直接学会了“听”。这不仅仅是又一个视频生成工具，更大的意义是朝着通用世界模型又迈出的关键一步，真正理解并模拟物理世界的下一步。 Odyssey团队说，他们正在用这种新形式的多模态智能，重新定义AI对现实的认知。

Berryxia.AI

37,297 görüntüleme • 3 ay önce

那个男人说，你找不到一件在我看来卑微到不值得去做的工作。英伟达创始人黄仁勋。他说他曾经是个洗碗工。他说他清理过的厕所，比在场所有人加起来都多。这像一个身价千亿的科技巨头说的话吗？这恰恰是问题的关键。持续成长的敌人是什么？是傲慢，是零和博弈的心态，是那种与生俱来的优越感。这番话，无疑是说给那些自命不凡的精英听的。那些整天把全球化、气候叙事挂在嘴边，却四体不勤五谷不分的人，能理解这种哲学吗？黄仁勋的逻辑很简单。当他亲自处理一件具体事务时，他不是在做那件事本身。他是在向周围的人展示一种思维方式。展示如何剖析一个模糊的问题。展示如何估算一个看似无法计算的难题。展示如何一步步攻克一个令人畏惧的挑战。他认为这是一种赋能。通过展示自己的思考过程，让团队里的每个人都能学会如何独立思考和解决问题。这是一种源自底层的智慧。也是一种强大的领导力。把复杂问题简单化，把抽象战略具象化。这种务实的作风，与那些在舒适区里指点江山的“专家”形成鲜明对比。一个不害怕弄脏自己双手的人，他的话才真正有分量。这种精神，在当下的企业文化和政治生态里，还剩下多少？

那个男人说，你找不到一件在我看来卑微到不值得去做的工作。英伟达创始人黄仁勋。他说他曾经是个洗碗工。他说他清理过的厕所，比在场所有人加起来都多。这像一个身价千亿的科技巨头说的话吗？这恰恰是问题的关键。持续成长的敌人是什么？是傲慢，是零和博弈的心态，是那种与生俱来的优越感。这番话，无疑是说给那些自命不凡的精英听的。那些整天把全球化、气候叙事挂在嘴边，却四体不勤五谷不分的人，能理解这种哲学吗？黄仁勋的逻辑很简单。当他亲自处理一件具体事务时，他不是在做那件事本身。他是在向周围的人展示一种思维方式。展示如何剖析一个模糊的问题。展示如何估算一个看似无法计算的难题。展示如何一步步攻克一个令人畏惧的挑战。他认为这是一种赋能。通过展示自己的思考过程，让团队里的每个人都能学会如何独立思考和解决问题。这是一种源自底层的智慧。也是一种强大的领导力。把复杂问题简单化，把抽象战略具象化。这种务实的作风，与那些在舒适区里指点江山的“专家”形成鲜明对比。一个不害怕弄脏自己双手的人，他的话才真正有分量。这种精神，在当下的企业文化和政治生态里，还剩下多少？

墓碑科技

18,148 görüntüleme • 6 ay önce