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。

Google 的新模型可以输出文图混合了，非常离谱 prompt：从0到1帮我做一个奇异博士的原创设计，从概念图的线稿开始，并且每一步都用图片展示

Orange AI

182,025 subscribers

339,409 次观看 • 1 年前 •via X (Twitter)

科学技术艺术

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

这个网站可以用可视化的方式来学习 TypeScript 基础类型和概念：每种 type 都有一系列的示例帮助学习，非常适合 ts 的初学者，而且这网页和交互做的也太漂亮了啊！ extends 的这个图好棒，而且每个切换还有声音，算是一个小小的艺术品。

这个网站可以用可视化的方式来学习 TypeScript 基础类型和概念：每种 type 都有一系列的示例帮助学习，非常适合 ts 的初学者，而且这网页和交互做的也太漂亮了啊！ extends 的这个图好棒，而且每个切换还有声音，算是一个小小的艺术品。

Viking

33,977 次观看 • 10 个月前

这个手势数字图再一次刷新了我对 gpt-image-2 的认知。。。🫪 提示词：请用一只手摆出从1到10的数字，一共十张图

这个手势数字图再一次刷新了我对 gpt-image-2 的认知。。。🫪 提示词：请用一只手摆出从1到10的数字，一共十张图

Tz

77,510 次观看 • 4 个月前

茄子手办用照片生成3d手办图片这一步我熟，图片转3d模型也不奇怪，模型的3d打印精度太牛逼了，而且打印出来就带颜色，眼睛的高反光也是直接打印出来的。小号成品200一个，打印前设计师会精修一下。

茄子手办用照片生成3d手办图片这一步我熟，图片转3d模型也不奇怪，模型的3d打印精度太牛逼了，而且打印出来就带颜色，眼睛的高反光也是直接打印出来的。小号成品200一个，打印前设计师会精修一下。

Datou

42,553 次观看 • 1 年前

它真的，我哭死😭 GPT-6 Astra 真的用 PS 开始创作了没有参考图，就真的可以从一张白纸开始画画了

它真的，我哭死😭 GPT-6 Astra 真的用 PS 开始创作了没有参考图，就真的可以从一张白纸开始画画了

-Zho-

19,958 次观看 • 18 天前

大家一定要重视 OG 图！很多独立开发者新上了一个网站，经常犯的一个错误就是没有去替换 OG 图，导致上线之后还是模板原有的 OG 图。 Skillry 上线了一波非常好看的、有设计感的大厂 OG 图Skill，一句话让 AI 就能生成你网站独有的 OG 图，一键下载下来，快去试试吧！

大家一定要重视 OG 图！很多独立开发者新上了一个网站，经常犯的一个错误就是没有去替换 OG 图，导致上线之后还是模板原有的 OG 图。 Skillry 上线了一波非常好看的、有设计感的大厂 OG 图Skill，一句话让 AI 就能生成你网站独有的 OG 图，一键下载下来，快去试试吧！

Yihui

12,952 次观看 • 22 天前

开窍了！我才发现！！微信更新了一个很实用的小功能！微信截图工具，现在可以滚动截长图了！！我猜很多人，用的最多的都是微信截图吧！

开窍了！我才发现！！微信更新了一个很实用的小功能！微信截图工具，现在可以滚动截长图了！！我猜很多人，用的最多的都是微信截图吧！

沐阳

71,389 次观看 • 2 个月前

用了一个叫做llmfit的服务，它可以展示这台设备上适合部署的本地模型有哪些，看得眼花撩乱，但还是没有解开我的疑惑：翻译专用该用什么？图文理解该用什么？代码辅助该用什么？所以大家用的是啥？

用了一个叫做llmfit的服务，它可以展示这台设备上适合部署的本地模型有哪些，看得眼花撩乱，但还是没有解开我的疑惑：翻译专用该用什么？图文理解该用什么？代码辅助该用什么？所以大家用的是啥？

TuTu生活志

11,799 次观看 • 7 个月前

用 Claude Skills 创建一个简单的 Agent 真的太简单了人人都能创建自己的 Agent 大军，我这里搞了一个 Nano Banana Pro PPT 生成 Skills 基于任何文档生成 PPT，支持风格选择、页数自定义生成后会导出图片文件以及帮你生成一个全屏预览的网页也可以作为整个图文混排 Agent 体系的一个部分

用 Claude Skills 创建一个简单的 Agent 真的太简单了人人都能创建自己的 Agent 大军，我这里搞了一个 Nano Banana Pro PPT 生成 Skills 基于任何文档生成 PPT，支持风格选择、页数自定义生成后会导出图片文件以及帮你生成一个全屏预览的网页也可以作为整个图文混排 Agent 体系的一个部分

歸藏(guizang.ai)

34,472 次观看 • 8 个月前

今年我认为最佳的网页设计：太漂亮了，完全不像别的一样千篇一律的模版，几个渐变字体加几个淡入淡出的动画。各种精致的动画（动画居然都是用 DOM 模拟的，大家可以打开源代码看看）每个都很有想象力，极客风的整体设计，非常棒的响应式设计。看了好几遍还是非常养眼，一些小细节都非常出彩。我想有了 AI 以后，创意还是最重要的，你想让 AI 构思设计出一个这样的网站肯定是不可能的。

今年我认为最佳的网页设计：太漂亮了，完全不像别的一样千篇一律的模版，几个渐变字体加几个淡入淡出的动画。各种精致的动画（动画居然都是用 DOM 模拟的，大家可以打开源代码看看）每个都很有想象力，极客风的整体设计，非常棒的响应式设计。看了好几遍还是非常养眼，一些小细节都非常出彩。我想有了 AI 以后，创意还是最重要的，你想让 AI 构思设计出一个这样的网站肯定是不可能的。

Viking

69,762 次观看 • 1 年前

非常Nice啊，这模型完全免费，Token终于可以自由白嫖了，甚至视频模型都是免费的，太爽了。它叫Agnes AI，全球模型榜前十，6 月 1 号起把自己家三个核心模型全免费开放了，无限期。图片模型在 artificial analysis 上榜了，文字模型一周被干了一万亿 Token。我把它接进 Claude Code，配起来十分钟的事，Token 随便用。这玩意到底是什么呢。 Agnes AI 是全球模型榜单前十的一个 AI Lab，这次免费开放的是三个模型，文本、图片、视频。文本模型叫 agnes-2.0-flash。能写代码，能做知识问答，能跑 Agent，能规划复杂任务。在 Claw-Eval 智能体评测榜进了 Top 10。说真的，这周它还要上 1M 超长上下文，以前用 200K 的模型跑到 150K 就降智，这种破事不用再忍了。图片模型叫 agnes-image-2.1-flash。图改图、多图融合、换背景、改文字、图像修复，电商主图和广告素材这种反复改的场景，太合适了。最近还加了 4K 超高清输出，最高 4096×4096，生成的图可以直接进印刷，不是那种看着还行一放大就糊的草稿。视频模型叫 agnes-video-2.0。原生音画同步，首帧生视频、首尾帧生视频、多镜头切换都支持，720P 和 1080P 随便选。接进 Claude Code 怎么搞，其实很简单。第一步，去注册，拿到 API key。第二步，打开 cc-switch。右上角选 Claude CLI，右上角点 + 号，选自定义配置。把 API key 填进去，请求地址写格式选 OpenAI Chat Completions。第三步，点获取模型列表，选 agnes-2.0-flash。第四步，点左上角设置，找到路由，打开路由总开关，Claude 打开。完事。回到 Claude Code 正常发消息，模型就已经切过去了。我试了一个在酒吧吉他弹唱的视频，和真人区别不大。现在 Token 不要钱，Agent 该跑几轮跑几轮，该拆几步拆几步。反正我觉得这才是免费开放最爽的部分，不只是省钱，是心理上解放了。我测试了一下视频模型，能用，就是慢了点，文字模型还是比较快的。开发者文档在 OpenClaw、Hermes、Claude Desktop 的，也有现成教程。

非常Nice啊，这模型完全免费，Token终于可以自由白嫖了，甚至视频模型都是免费的，太爽了。它叫Agnes AI，全球模型榜前十，6 月 1 号起把自己家三个核心模型全免费开放了，无限期。图片模型在 artificial analysis 上榜了，文字模型一周被干了一万亿 Token。我把它接进 Claude Code，配起来十分钟的事，Token 随便用。这玩意到底是什么呢。 Agnes AI 是全球模型榜单前十的一个 AI Lab，这次免费开放的是三个模型，文本、图片、视频。文本模型叫 agnes-2.0-flash。能写代码，能做知识问答，能跑 Agent，能规划复杂任务。在 Claw-Eval 智能体评测榜进了 Top 10。说真的，这周它还要上 1M 超长上下文，以前用 200K 的模型跑到 150K 就降智，这种破事不用再忍了。图片模型叫 agnes-image-2.1-flash。图改图、多图融合、换背景、改文字、图像修复，电商主图和广告素材这种反复改的场景，太合适了。最近还加了 4K 超高清输出，最高 4096×4096，生成的图可以直接进印刷，不是那种看着还行一放大就糊的草稿。视频模型叫 agnes-video-2.0。原生音画同步，首帧生视频、首尾帧生视频、多镜头切换都支持，720P 和 1080P 随便选。接进 Claude Code 怎么搞，其实很简单。第一步，去注册，拿到 API key。第二步，打开 cc-switch。右上角选 Claude CLI，右上角点 + 号，选自定义配置。把 API key 填进去，请求地址写格式选 OpenAI Chat Completions。第三步，点获取模型列表，选 agnes-2.0-flash。第四步，点左上角设置，找到路由，打开路由总开关，Claude 打开。完事。回到 Claude Code 正常发消息，模型就已经切过去了。我试了一个在酒吧吉他弹唱的视频，和真人区别不大。现在 Token 不要钱，Agent 该跑几轮跑几轮，该拆几步拆几步。反正我觉得这才是免费开放最爽的部分，不只是省钱，是心理上解放了。我测试了一下视频模型，能用，就是慢了点，文字模型还是比较快的。开发者文档在 OpenClaw、Hermes、Claude Desktop 的，也有现成教程。

产品经理老王霸

55,220 次观看 • 3 个月前

离大谱！今天在使用WPS Office制作图片的时候，在“裁切”——“创意裁切”部分，居然看到一个青天白日的图形裁切…..金山内部可能有内鬼😂可以查一查了手动@雷军

离大谱！今天在使用WPS Office制作图片的时候，在“裁切”——“创意裁切”部分，居然看到一个青天白日的图形裁切…..金山内部可能有内鬼😂可以查一查了手动@雷军

番茄大叔🇨🇳

49,812 次观看 • 2 个月前

字节、港中文等最新搞了一个专用于人-物交互的端到端视频生成模型：OmniShow，妥妥的电商广告专用模型全模态，一个模型通吃图+音+姿势+文本输入任务可以覆盖R2V、RA2V、RP2V、RAP2V四种生成模式，目前应该是唯一一个支持同时用图像+音频+姿势+文本混合输入的人脸保持、物理合理性、表现力及口型同步看起来效果都还可以原生长镜头生成，最长可生成10秒连续视频目前代码还没放出来 #人物视频生成模型 #OmniShow #电商视频生成

字节、港中文等最新搞了一个专用于人-物交互的端到端视频生成模型：OmniShow，妥妥的电商广告专用模型全模态，一个模型通吃图+音+姿势+文本输入任务可以覆盖R2V、RA2V、RP2V、RAP2V四种生成模式，目前应该是唯一一个支持同时用图像+音频+姿势+文本混合输入的人脸保持、物理合理性、表现力及口型同步看起来效果都还可以原生长镜头生成，最长可生成10秒连续视频目前代码还没放出来 #人物视频生成模型 #OmniShow #电商视频生成

AIGCLINK

22,827 次观看 • 5 个月前

看着Codex替我画图，这感觉真的很爽！！ AI生成的信息图，没办法精准修改怎么办？安装土博这个Skill，Codex直接1:1重绘！然后就会得到每个元素都可以修改的可编辑图片！超适合科研、论文绘图！！

看着Codex替我画图，这感觉真的很爽！！ AI生成的信息图，没办法精准修改怎么办？安装土博这个Skill，Codex直接1:1重绘！然后就会得到每个元素都可以修改的可编辑图片！超适合科研、论文绘图！！

沐阳

72,720 次观看 • 2 个月前

notebooklm 可以生成非常精美的ppt，但是有时候大家需要合成一张图片，便于后续分享、加工做成海报。我在网上看了现成的，发现居然要收19.9$/月，无语了。。。于是自己vibe 了一个 pdf 转图片的网站，分享给大家使用：支持合成一张长图或者组合成一张A4大小的图片，支持提交自己名称水印可直接使用的地址：开源仓库地址：

notebooklm 可以生成非常精美的ppt，但是有时候大家需要合成一张图片，便于后续分享、加工做成海报。我在网上看了现成的，发现居然要收19.9$/月，无语了。。。于是自己vibe 了一个 pdf 转图片的网站，分享给大家使用：支持合成一张长图或者组合成一张A4大小的图片，支持提交自己名称水印可直接使用的地址：开源仓库地址：

岚叔

48,137 次观看 • 10 个月前

纯用 Telegram 跟 Codepilot 交流。发了几张图片聊了一下 Kimi K2.5 给生成了一个昨天爬山的介绍网页，相当不错啊！而且 Kimi K2.5 的多模态能力很厉害，就发了几张只有植物没有任何人物的图片，他就能推测出我完整的徒步路线并且给出介绍

纯用 Telegram 跟 Codepilot 交流。发了几张图片聊了一下 Kimi K2.5 给生成了一个昨天爬山的介绍网页，相当不错啊！而且 Kimi K2.5 的多模态能力很厉害，就发了几张只有植物没有任何人物的图片，他就能推测出我完整的徒步路线并且给出介绍

歸藏(guizang.ai)

19,057 次观看 • 6 个月前

GPT Image 2.5 正在杀死人类的创造力我随意用新推出的 sketch 功能画了几笔线条，然后让 Image 2.5 创造出最有创造力和审美的图片，分别做四个不同的方向其结果非常震撼，能从不规则的线条到具有审美的图片，这想象力真太牛逼了大家也可以去玩玩，注意目前要在网页端 @ sketch 才可使用，桌面端是没有的

GPT Image 2.5 正在杀死人类的创造力我随意用新推出的 sketch 功能画了几笔线条，然后让 Image 2.5 创造出最有创造力和审美的图片，分别做四个不同的方向其结果非常震撼，能从不规则的线条到具有审美的图片，这想象力真太牛逼了大家也可以去玩玩，注意目前要在网页端 @ sketch 才可使用，桌面端是没有的

Sac

141,188 次观看 • 16 天前

李飞飞的 World Labs 发布了他们新的世界模型 Atlas，这个看起来比上一代厉害多了。通过一张图片就可以创建一个非常完整的 3D 空间场景，你可以在里面随意运动，它也能理解时间的演变规律。它能将一张或多张输入图像整合进一个共享的空间上下文中，让每张图像都锚定在三维空间中的具体位置，再以此继续生成后续内容，既能保证当前场景的一致性，又能想象出没有看到的内容。它主要支持三大任务：生成图像和视频：能从一张或多张参考图出发，以像素级精确的相机控制生成不同角度的图像或完整视频，最长可输出 1 分钟 1440p 的视频 3D 场景重建：用一张或几十张图片重建真实的 3D 场景，直接生成点云、3D 高斯泼溅（3D Gaussian Splatting）等三维结果（图片越多还原越真实），效果甚至超过了专门针对 3D 高斯泼溅优化的模型时空仿真：能把几台普通手机拍摄的视频重新取景成“子弹时间”效果，还可以为机器人训练生成测试数据

李飞飞的 World Labs 发布了他们新的世界模型 Atlas，这个看起来比上一代厉害多了。通过一张图片就可以创建一个非常完整的 3D 空间场景，你可以在里面随意运动，它也能理解时间的演变规律。它能将一张或多张输入图像整合进一个共享的空间上下文中，让每张图像都锚定在三维空间中的具体位置，再以此继续生成后续内容，既能保证当前场景的一致性，又能想象出没有看到的内容。它主要支持三大任务：生成图像和视频：能从一张或多张参考图出发，以像素级精确的相机控制生成不同角度的图像或完整视频，最长可输出 1 分钟 1440p 的视频 3D 场景重建：用一张或几十张图片重建真实的 3D 场景，直接生成点云、3D 高斯泼溅（3D Gaussian Splatting）等三维结果（图片越多还原越真实），效果甚至超过了专门针对 3D 高斯泼溅优化的模型时空仿真：能把几台普通手机拍摄的视频重新取景成“子弹时间”效果，还可以为机器人训练生成测试数据

歸藏(guizang.ai)

192,241 次观看 • 23 天前

Veo 3.1 现在在Gemini中支持模板化生成视频你可以套用预设模板，再配上自己的图片或文字描述来快速生成视频内容，降低了视频创作的门槛。打开Gemini 应用，在工具菜单里选择”创建视频” 然后从模板库里挑一个模板，再上传一张参考图片和/或写一段描述，就可以生成自己的视频了。

Veo 3.1 现在在Gemini中支持模板化生成视频你可以套用预设模板，再配上自己的图片或文字描述来快速生成视频内容，降低了视频创作的门槛。打开Gemini 应用，在工具菜单里选择”创建视频” 然后从模板库里挑一个模板，再上传一张参考图片和/或写一段描述，就可以生成自己的视频了。

小互

15,758 次观看 • 7 个月前