Loading video...

Video Failed to Load

Go Home

Gemini 3 Pro 是迄今为止最强大的多模态模型。 现在你可以将单张图片转换成近乎完美的网站。 这简直令人难以置信。

tool_hopper's profile picture

工具兔🐰

25,465 subscribers

16,331 views • 8 months 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

不是哥们？你还干上 建模 的活了？ Gemini 3 Pro 可以直接把一张图变成 3D 可漫游/编辑交互（初级精度）？ 一句话一张图给你一个世界，从此不是梦？ ZHGO｜测试系列｜Gemini 3 Pro 一个关键技巧：不要沉迷一次成型（因为需求很难一次说清楚），多次交互才能让模型能力发挥的更全面
1:00

不是哥们？你还干上 建模 的活了？ Gemini 3 Pro 可以直接把一张图变成 3D 可漫游/编辑交互（初级精度）？ 一句话一张图给你一个世界，从此不是梦？ ZHGO｜测试系列｜Gemini 3 Pro 一个关键技巧：不要沉迷一次成型（因为需求很难一次说清楚），多次交互才能让模型能力发挥的更全面

-Zho-

20,066 views • 9 months ago

Hermes Web UI 已升级接入 Grok 4.3 视频模型。 现在，你可以在同一个面板中直接使用 Grok 4.3 生成图片 和视频，让多模态创作流程更集中、更顺畅 。 重点是完全免费的 - bro
0:20

Hermes Web UI 已升级接入 Grok 4.3 视频模型。 现在，你可以在同一个面板中直接使用 Grok 4.3 生成图片 和视频，让多模态创作流程更集中、更顺畅 。 重点是完全免费的 - bro

libapi

52,764 views • 3 months ago

Gemini 现在可以将任何问题和复杂概念直接转化为可自定义的交互式可视化效果 前往 Gemini 选择Pro 模型，然后让 Gemini “show me” 或 “help me visualize” 一个复杂概念，这样你就可以看到下面的效果⬇️
0:59

Gemini 现在可以将任何问题和复杂概念直接转化为可自定义的交互式可视化效果 前往 Gemini 选择Pro 模型，然后让 Gemini “show me” 或 “help me visualize” 一个复杂概念，这样你就可以看到下面的效果⬇️

小互

78,830 views • 4 months ago

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 views • 3 months 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

切换成 Build 模式就可以在 AI Studio 使用 Gemini 3.0 这么简单的的提示词就能有这么好的效果，太顶了！
0:28

切换成 Build 模式就可以在 AI Studio 使用 Gemini 3.0 这么简单的的提示词就能有这么好的效果，太顶了！

歸藏(guizang.ai)

35,212 views • 9 months ago

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
0:20

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 views • 24 days ago

2. ClipZap AI 简介-这是一个能将文本和图像转换成视频的人工智能视频生成器，只需点击一次。 →使用市场上最强大的人工智能视频生成模型。
0:21

2. ClipZap AI 简介-这是一个能将文本和图像转换成视频的人工智能视频生成器，只需点击一次。 →使用市场上最强大的人工智能视频生成模型。

美酱AI

36,894 views • 1 year ago

如果你想你的 Claude Code 能使用 Claude 之外的 AI 模型，比如 o3、Gemini 2.5 pro，你可以试试 claude-bridge，它可以使用 Claude Code 拦截并转换 API 请求，让你可以轻松集成 OpenAI、Google 等多个大语言模型服务。当然还是搭配 Claude 4 Opus、Sonnet 效果最佳，建议还是考虑 Claude Max 订阅。
3:45

如果你想你的 Claude Code 能使用 Claude 之外的 AI 模型，比如 o3、Gemini 2.5 pro，你可以试试 claude-bridge，它可以使用 Claude Code 拦截并转换 API 请求，让你可以轻松集成 OpenAI、Google 等多个大语言模型服务。当然还是搭配 Claude 4 Opus、Sonnet 效果最佳，建议还是考虑 Claude Max 订阅。

宝玉

36,779 views • 1 year ago

Midjourney V7 最强的模式，真正的言出法随！！ 点开草稿模式，打开你的麦克风，中文也可以理解 说完几秒就可以生成图片
0:45

Midjourney V7 最强的模式，真正的言出法随！！ 点开草稿模式，打开你的麦克风，中文也可以理解 说完几秒就可以生成图片

歸藏(guizang.ai)

34,543 views • 1 year ago

昨晚 Google IO 大会信息量严重超载 特别是 Veo 3 ，直接把视频模型拉到了新时代。 难以置信，今天的模型就能有如此之强的效果。 接下来 AI 内容的爆发会超乎想象。
0:26

昨晚 Google IO 大会信息量严重超载 特别是 Veo 3 ，直接把视频模型拉到了新时代。 难以置信，今天的模型就能有如此之强的效果。 接下来 AI 内容的爆发会超乎想象。

Orange AI

44,812 views • 1 year ago

大语言模型微调之道4——指令微调 #大语言模型微调之道 在本期视频中，我们深入探讨了什么是指令微调以及它如何帮助AI模型更好地与用户互动。你知道GPT-3是如何变成具有聊天能力的ChatGPT的吗? 这背后的秘密就是指令微调。这种特殊的技术不仅可以应用于聊天，还可以帮助AI完成推理、编码等多种任务。 但是，为了完成微调，我们需要什么数据呢？我们可以使用各种资源，包括互联网上的数据或公司内部的数据，如FAQs、客服聊天记录或Slack消息历史。如果没有适当的数据，也可以使用提示词模板来转换数据为更有目的的格式。Alpaca技术，来自斯坦福，甚至利用ChatGPT来完成这种转换！ 最后，我们通过实验对比了经过指令微调的模型和未经指令微调的模型的性能。结果显示，经过指令微调的模型能够提供更准确、更符合预期的答案。你还等什么？来了解更多关于如何为模型准备数据并进行微调的信息吧！ 课程地址： YouTube： B站：
9:00

大语言模型微调之道4——指令微调 #大语言模型微调之道 在本期视频中，我们深入探讨了什么是指令微调以及它如何帮助AI模型更好地与用户互动。你知道GPT-3是如何变成具有聊天能力的ChatGPT的吗? 这背后的秘密就是指令微调。这种特殊的技术不仅可以应用于聊天，还可以帮助AI完成推理、编码等多种任务。 但是，为了完成微调，我们需要什么数据呢？我们可以使用各种资源，包括互联网上的数据或公司内部的数据，如FAQs、客服聊天记录或Slack消息历史。如果没有适当的数据，也可以使用提示词模板来转换数据为更有目的的格式。Alpaca技术，来自斯坦福，甚至利用ChatGPT来完成这种转换！ 最后，我们通过实验对比了经过指令微调的模型和未经指令微调的模型的性能。结果显示，经过指令微调的模型能够提供更准确、更符合预期的答案。你还等什么？来了解更多关于如何为模型准备数据并进行微调的信息吧！ 课程地址： YouTube： B站：

宝玉

22,461 views • 3 years ago

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。
3:13

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 views • 29 days ago

🤣Sketch to 3D！！！做了一个简单好玩的工作流，可以直接把手绘快速变成 3D 模型 图像模型用了 Playground v2.5 保证图像语义和主体的高质量生成（可以生成主体+纯色背景），3D 生成用了可以秒出的 TripoSR 模型 如果更加追求速度，可以换成 XL-Lightning、TCD 等 工作流：
0:35

🤣Sketch to 3D！！！做了一个简单好玩的工作流，可以直接把手绘快速变成 3D 模型 图像模型用了 Playground v2.5 保证图像语义和主体的高质量生成（可以生成主体+纯色背景），3D 生成用了可以秒出的 TripoSR 模型 如果更加追求速度，可以换成 XL-Lightning、TCD 等 工作流：

-Zho-

60,773 views • 2 years ago

谷歌新的 Gemini TTS 模型太牛逼了！ 直接可以通过提示词去控制说话人的性别、语调、语气、某个词的读音、年龄。 你能想到的都能控制，根本不需要切换单独的语音模型！ 我的 AI 互动漫剧应用终于是完全体了！ 使用Nano Banana Pro动态地生成每个场景的图片，以及新的TTS生成每角色的独特的语音。
2:44

谷歌新的 Gemini TTS 模型太牛逼了！ 直接可以通过提示词去控制说话人的性别、语调、语气、某个词的读音、年龄。 你能想到的都能控制，根本不需要切换单独的语音模型！ 我的 AI 互动漫剧应用终于是完全体了！ 使用Nano Banana Pro动态地生成每个场景的图片，以及新的TTS生成每角色的独特的语音。

歸藏(guizang.ai)

127,166 views • 8 months ago

去年九月 ChatGPT 还没推出之前 Reid Hoffman 与 Sam Altman 的一场对话，这一段是 Sam 对 AI 下一个发展阶段的描述：大型语言模型的进化将超出大家想象，会出现不同模态相互转换的多模态模型，一些 AI 应用还可令科学家如虎添翼，AI 将是一个可以孵化出无数工具，推动各行各业前进的基础平台🧵
1:59

去年九月 ChatGPT 还没推出之前 Reid Hoffman 与 Sam Altman 的一场对话，这一段是 Sam 对 AI 下一个发展阶段的描述：大型语言模型的进化将超出大家想象，会出现不同模态相互转换的多模态模型，一些 AI 应用还可令科学家如虎添翼，AI 将是一个可以孵化出无数工具，推动各行各业前进的基础平台🧵

indigo

27,533 views • 3 years ago

我的天！以后可以夜观天象炒币了。 这绝对是最近见过的最酷的网站！它居然是哈勃望远镜和詹姆斯·韦伯太空望远镜的实时直播！而且分辨率高得惊人，我简直不敢相信这是真的。 难以置信。（链接放在评论区）
9:55

我的天！以后可以夜观天象炒币了。 这绝对是最近见过的最酷的网站！它居然是哈勃望远镜和詹姆斯·韦伯太空望远镜的实时直播！而且分辨率高得惊人，我简直不敢相信这是真的。 难以置信。（链接放在评论区）

KK.aWSB

104,449 views • 7 months ago