Loading video...

Video Failed to Load

There was a problem loading this video. This could be due to a temporary network issue or the video might be unavailable.

GPT image-2到底还有多少惊喜！！！居然还能直接生成360度全景图，不是那种180度超宽幅！是正经的、给足沉浸感的全景图！！于是，我想去特朗普枪击事件现场看一看！有兴趣的朋友去试试，记得用thinking和进阶模式！极简指令：生成360度全景图，内容是xx。

沐阳

23,188 subscribers

84,648 views • 1 month ago •via X (Twitter)

Science & Technology

Anya Rossi• Live Now

Private livecam show

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

用 GPT Image 2 + Codex + Three.js 组合拳做了3个360度全景图，主打沉浸式体验分别是： - 霍格沃茨夜景 - 大闹天宫 - NBA 湖人主场提示词： 1、GPT Image 2： 360 度等距柱状全景图（equirectangular），[在这里填场景描述]，高细节，沉浸感，电影级光影，2:1 宽高比 2、Codex：生成 HTML 代码，用 Three.js 将这张全景图渲染成一个可交互的 360 度查看器

用 GPT Image 2 + Codex + Three.js 组合拳做了3个360度全景图，主打沉浸式体验分别是： - 霍格沃茨夜景 - 大闹天宫 - NBA 湖人主场提示词： 1、GPT Image 2： 360 度等距柱状全景图（equirectangular），[在这里填场景描述]，高细节，沉浸感，电影级光影，2:1 宽高比 2、Codex：生成 HTML 代码，用 Three.js 将这张全景图渲染成一个可交互的 360 度查看器

Sac

100,137 views • 1 month ago

牛P了 Vidu 的 Reference-to-Video 功能支持一次性上传最多 7 张参考图片并结合一段文字提示，生成具有高度一致性、风格统一、视觉保真度高的视频内容参考图可以是人物、场景、道具等任意内容下面是我的测试介绍... 利用 Vidu Q1 模型的多模态对齐机制能实现结构保持、纹理迁移、风格还原同步完成模型还会根据参考图和 Prompt 自动进行智能镜头推演，构建“视觉叙事”结构，如推镜头、平移、场景切换等这是目前行业内首个支持多图引用、并具有角色/场景一致性的开放式视频生成工具。下面是教程

牛P了 Vidu 的 Reference-to-Video 功能支持一次性上传最多 7 张参考图片并结合一段文字提示，生成具有高度一致性、风格统一、视觉保真度高的视频内容参考图可以是人物、场景、道具等任意内容下面是我的测试介绍... 利用 Vidu Q1 模型的多模态对齐机制能实现结构保持、纹理迁移、风格还原同步完成模型还会根据参考图和 Prompt 自动进行智能镜头推演，构建“视觉叙事”结构，如推镜头、平移、场景切换等这是目前行业内首个支持多图引用、并具有角色/场景一致性的开放式视频生成工具。下面是教程

小互

44,221 views • 11 months ago

我刚才试了Google Flow最新的智能体模式，一次生成了14张分镜，而且主角居然没长歪。以前做分镜，我得一张一张抽卡，稍微换个角度人物脸就变了，后期还得单独放大，累得想摔键盘。这次我直接进Agent模式，丢了一张红衣女剑客的参考图，把写好的14段镜头描述贴进去。它跑完直接甩出一个高清大图列表。每张图的景别都对了，从特写到全景，人物和衣服细节死死咬住参考图。不用我再一张张去对齐风格，直接就能拿去排片。你们做分镜脚本，是习惯手绘草图，还是直接让AI批量跑图？

我刚才试了Google Flow最新的智能体模式，一次生成了14张分镜，而且主角居然没长歪。以前做分镜，我得一张一张抽卡，稍微换个角度人物脸就变了，后期还得单独放大，累得想摔键盘。这次我直接进Agent模式，丢了一张红衣女剑客的参考图，把写好的14段镜头描述贴进去。它跑完直接甩出一个高清大图列表。每张图的景别都对了，从特写到全景，人物和衣服细节死死咬住参考图。不用我再一张张去对齐风格，直接就能拿去排片。你们做分镜脚本，是习惯手绘草图，还是直接让AI批量跑图？

Vincent | 信号＞噪音

14,514 views • 20 days 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👇

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

42,527 views • 20 days ago

如何去除 Gemini 生成图片的水印 LOGO 我知道 AI 去水印功能也许很强大，但还是不太放心，因此我选择了 PS 古法去水印首先我需要一个带有水印的纯色图片，但是 Gemini 不给生成，于是我说“生成一张纯黑色背景，中间有一朵很漂亮的玫瑰🌹的图” 我需要的只是右下角那个水印 LOGO 这个方法需要你对 PS 有一点了解，打开刚刚生成的图，截取到只剩水印和黑色背景，用魔棒工具点击黑色背景，反选，Ctrl+J 获得水印图层把水印图层拖到要去水印的图上，跟原来的水印对齐，按住 Ctrl 点击水印图层，这样就获得了水印的选区，然后点击原始图层，Ctrl+J 获得原始图层的水印，在图层模式中选择“线性加深”，这样水印就没了但是还有毛边，合并原始图层和水印，用修复画笔工具摸一下，水印就彻底没有了不知道大家有没有更好的方法？欢迎在评论区告诉我！

柴郡🔔｜Crypto+AI Plus

34,329 views • 6 months ago

Aiuni：最佳图生3D来了？！清北00后团队开发，产品效果非常好，细节比较到位，也能脑补出图片中没有展示出的内容。支持图片生成3D模型和图片生成3D场景（天空盒），适用于游戏和影视场景。下方视频是我用DALL·E生成图片，然后转成3D的效果。官网：

Aiuni：最佳图生3D来了？！清北00后团队开发，产品效果非常好，细节比较到位，也能脑补出图片中没有展示出的内容。支持图片生成3D模型和图片生成3D场景（天空盒），适用于游戏和影视场景。下方视频是我用DALL·E生成图片，然后转成3D的效果。官网：

Gorden Sun

32,700 views • 1 year ago

一早发现AI Studio又有惊喜。😍 选择Gemini 2.0 Flash exp，可以生成自然图片，保持角色，一个prompt生成多张简单测试了一下录屏：生成“龟兔赛跑”故事的8个场景图片，角色保持一致性很不错，第一张图居然显示了中文字，不过细看还是有错误，可能龟兔赛跑四个字都笔画挺多

一早发现AI Studio又有惊喜。😍 选择Gemini 2.0 Flash exp，可以生成自然图片，保持角色，一个prompt生成多张简单测试了一下录屏：生成“龟兔赛跑”故事的8个场景图片，角色保持一致性很不错，第一张图居然显示了中文字，不过细看还是有错误，可能龟兔赛跑四个字都笔画挺多

Jesse Lau 遁一子

51,263 views • 1 year ago

PMRF：一种全新的图像修复算法实现高质量修复图像降低图像失真还原跟自然逼真度主要能力： -图像恢复：处理去噪、超分辨率、着色、盲图像恢复和图像修复等任务，生成自然逼真的图像。 -降低图像失真提高感知质：不仅关注图片的清晰度，还会确保图片看起来像真实世界中的图像，而不是AI生成 - 处理复杂的图像退化问题：PMRF能够应对各种复杂的图像退化情况，不论图片内容有多复杂，比如细节丰富的面部图像，还是受到多重损坏的图片，PMRF都能很好地处理，并提供优质的修复结果。

PMRF：一种全新的图像修复算法实现高质量修复图像降低图像失真还原跟自然逼真度主要能力： -图像恢复：处理去噪、超分辨率、着色、盲图像恢复和图像修复等任务，生成自然逼真的图像。 -降低图像失真提高感知质：不仅关注图片的清晰度，还会确保图片看起来像真实世界中的图像，而不是AI生成 - 处理复杂的图像退化问题：PMRF能够应对各种复杂的图像退化情况，不论图片内容有多复杂，比如细节丰富的面部图像，还是受到多重损坏的图片，PMRF都能很好地处理，并提供优质的修复结果。

小互

10,911 views • 1 year ago

👉 GPT-4o 图片生成分明是的春天啊，技术拐点，牵一发而动全身！过去在 Tripo 玩的时候，几个图生 3D 的难点： 1️⃣ 图片的 3D 感不够，导致模型生成的效果不够好； 2️⃣ 或者手、腿和身体粘黏，导致自动绑骨骼后仍然需要手动做大量修复。那么解决方法是想一个 SD 的中间串联步骤，提高图片的 3D 质感再拿去生成模型（这也是 X 上探索的主流方法），另一个办法自然是优化 base model。现在有了 gpt-4o 很快在大部分场景就已经没有任何技术阻碍，可以大肆进攻 3D 市场了。

👉 GPT-4o 图片生成分明是的春天啊，技术拐点，牵一发而动全身！过去在 Tripo 玩的时候，几个图生 3D 的难点： 1️⃣ 图片的 3D 感不够，导致模型生成的效果不够好； 2️⃣ 或者手、腿和身体粘黏，导致自动绑骨骼后仍然需要手动做大量修复。那么解决方法是想一个 SD 的中间串联步骤，提高图片的 3D 质感再拿去生成模型（这也是 X 上探索的主流方法），另一个办法自然是优化 base model。现在有了 gpt-4o 很快在大部分场景就已经没有任何技术阻碍，可以大肆进攻 3D 市场了。

Lyson Ober

100,055 views • 1 year ago

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.

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 views • 5 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

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 • 6 months ago

笑死了顶不住了！大家自己看视频🤓 GPT Image 2 直接一句话生成我被美女包围了提示词：帮我做一个身临其境的360度全景图，场景四周环绕不同性格类型装束的年轻性感或知性小姐姐，给我递过水果、伸手牵手等

Sensitive content

笑死了顶不住了！大家自己看视频🤓 GPT Image 2 直接一句话生成我被美女包围了提示词：帮我做一个身临其境的360度全景图，场景四周环绕不同性格类型装束的年轻性感或知性小姐姐，给我递过水果、伸手牵手等

Cell 细胞

134,220 views • 1 month ago

一秒生成高斯点云? Apple新模型SHARP实测! Apple 刚刚推出了新的模型和配套框架 SHARP, 这个模型可以实现单张图像生成逼真的3D场景, 尤其是模型大小只有2.8GB, 大概是1.4B? 速度足够快, 可以一秒生成高斯点云, 然后这个点云可以为图片向邻近的视角提供多角度地观察, 比如我拍了一张椅子, 那么点云化后就能渲染椅子左右20度的视角, 更多就不行了. 视频是我的实测, 目前测下来日常场景使用完全没问题, 只有在复杂的场景才会露出破绽, 比如镜面反射, 或者超长焦, 感觉这个模型如果应用到 Apple Vision Pro 上会有很不错的场景, 照片仅需要1秒, 弄3D相册不是问题. #Apple #SHARP

一秒生成高斯点云? Apple新模型SHARP实测! Apple 刚刚推出了新的模型和配套框架 SHARP, 这个模型可以实现单张图像生成逼真的3D场景, 尤其是模型大小只有2.8GB, 大概是1.4B? 速度足够快, 可以一秒生成高斯点云, 然后这个点云可以为图片向邻近的视角提供多角度地观察, 比如我拍了一张椅子, 那么点云化后就能渲染椅子左右20度的视角, 更多就不行了. 视频是我的实测, 目前测下来日常场景使用完全没问题, 只有在复杂的场景才会露出破绽, 比如镜面反射, 或者超长焦, 感觉这个模型如果应用到 Apple Vision Pro 上会有很不错的场景, 照片仅需要1秒, 弄3D相册不是问题. #Apple #SHARP

karminski-牙医

23,813 views • 5 months ago

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

67,275 views • 1 year ago

复刻差不多了，给大家分享教程并开源代码，先看看我的录屏效果如何，主要看前两个，后面还没做😂 首先特别感谢下原作者Dilum Sanjaya，创造出如此美妙的项目，让我大受震撼👍 【手把手教程】 1️⃣ 直接将原作者视频发给coex，让其复刻视频的网站。codex 会截图、抽帧、生图然后进行默默复刻 2️⃣ 网站复刻很简单，一般十几分钟就OK了，然后我们有了初级形态，细胞效果这时候会用Three.js 程序化 3D展示，但是要达到作者的效果Three.js 肯定是不够的。我尝试用GPT image 2 堆不同角度去实现，但是效果不佳，于是进行第三步 3️⃣图生3D，让GPT image 2 生成细胞精美的主视图、左/右视图、背面。然后找个可生成3D模型，这里我们用的是tripo。生成好后就可以下载下来给codex，让其换成真3D文件项目开源见评论👇 ps：时间有限我们只做了前两个3D效果，后面好实用的three.js堆的，还没改，我们后续再去维护，我已经想到一些更好玩的，想要去尝试🐶 晚点我再补一个在线体验地址给大家～

复刻差不多了，给大家分享教程并开源代码，先看看我的录屏效果如何，主要看前两个，后面还没做😂 首先特别感谢下原作者Dilum Sanjaya，创造出如此美妙的项目，让我大受震撼👍 【手把手教程】 1️⃣ 直接将原作者视频发给coex，让其复刻视频的网站。codex 会截图、抽帧、生图然后进行默默复刻 2️⃣ 网站复刻很简单，一般十几分钟就OK了，然后我们有了初级形态，细胞效果这时候会用Three.js 程序化 3D展示，但是要达到作者的效果Three.js 肯定是不够的。我尝试用GPT image 2 堆不同角度去实现，但是效果不佳，于是进行第三步 3️⃣图生3D，让GPT image 2 生成细胞精美的主视图、左/右视图、背面。然后找个可生成3D模型，这里我们用的是tripo。生成好后就可以下载下来给codex，让其换成真3D文件项目开源见评论👇 ps：时间有限我们只做了前两个3D效果，后面好实用的three.js堆的，还没改，我们后续再去维护，我已经想到一些更好玩的，想要去尝试🐶 晚点我再补一个在线体验地址给大家～

岚叔

260,684 views • 1 month ago

给可灵 1.6 做了一个详细的测试，它就是现在最强的图生视频模型！写实图片生成视频居然可以完成 Veo 2 的牛排测试风格化更是断档领先，我都怀疑 Veo2 有没有这么强无论是 3D、动漫还是艺术画都不在话下试完之后又想自己搞片子了。

给可灵 1.6 做了一个详细的测试，它就是现在最强的图生视频模型！写实图片生成视频居然可以完成 Veo 2 的牛排测试风格化更是断档领先，我都怀疑 Veo2 有没有这么强无论是 3D、动漫还是艺术画都不在话下试完之后又想自己搞片子了。

歸藏(guizang.ai)

45,303 views • 1 year ago

直播视频: ChatGPT与Sora重磅更新！GPT-4o原生图像生成震撼发布，全新多模态时代开启！期待已久的ChatGPT和Sora重大更新终于来了！ OpenAI团队正式发布了全新的GPT-4o原生图像生成功能，直接集成在ChatGPT中，带来前所未有的创意自由与多模态交互体验！ 🎉 视频亮点： 📷 GPT-4o原生图像生成首秀：现场演示从自拍到动漫画风的转换，体验超乎想象的图像生成能力。 🔥 真正实用的多模态模型： GPT-4o不仅能处理文本，还能直接理解、生成图像与音频，实现模态之间的无缝转换。 🧑‍🎨 从玩具到工具的跨越： ChatGPT不再只是新奇玩具，而是支持创意人士、教育工作者、小企业主、学生等不同群体高效创作的强大工具。 😄 趣味十足的Meme创作体验：现场创作有趣的Meme图，展示模型如何巧妙地理解和创造网络流行文化。 📚 丰富的应用场景展示：从漫画科普相对论、创作个性化动漫头像，到定制宠物主题卡片及纪念币设计，GPT-4o为每个人的想象力提供强大支持。 🌟 创意无限，轻松上手：无论你是资深设计师，还是毫无艺术背景的普通用户，ChatGPT GPT-4o都能帮你轻松实现想象，创作出世界级水准的精美图像！赶快观看视频，一起探索AI图像生成带来的无限可能吧！ 🔔 功能即日起在ChatGPT和Sora上线，API版本即将推出，敬请期待！

直播视频: ChatGPT与Sora重磅更新！GPT-4o原生图像生成震撼发布，全新多模态时代开启！期待已久的ChatGPT和Sora重大更新终于来了！ OpenAI团队正式发布了全新的GPT-4o原生图像生成功能，直接集成在ChatGPT中，带来前所未有的创意自由与多模态交互体验！ 🎉 视频亮点： 📷 GPT-4o原生图像生成首秀：现场演示从自拍到动漫画风的转换，体验超乎想象的图像生成能力。 🔥 真正实用的多模态模型： GPT-4o不仅能处理文本，还能直接理解、生成图像与音频，实现模态之间的无缝转换。 🧑‍🎨 从玩具到工具的跨越： ChatGPT不再只是新奇玩具，而是支持创意人士、教育工作者、小企业主、学生等不同群体高效创作的强大工具。 😄 趣味十足的Meme创作体验：现场创作有趣的Meme图，展示模型如何巧妙地理解和创造网络流行文化。 📚 丰富的应用场景展示：从漫画科普相对论、创作个性化动漫头像，到定制宠物主题卡片及纪念币设计，GPT-4o为每个人的想象力提供强大支持。 🌟 创意无限，轻松上手：无论你是资深设计师，还是毫无艺术背景的普通用户，ChatGPT GPT-4o都能帮你轻松实现想象，创作出世界级水准的精美图像！赶快观看视频，一起探索AI图像生成带来的无限可能吧！ 🔔 功能即日起在ChatGPT和Sora上线，API版本即将推出，敬请期待！

宝玉

18,307 views • 1 year ago

做内容运营，生图生视频，你现在还在跑好几个工具吗？被朋友拉去做瑜伽图，搭了无数工作流 GPT Image 2 出来后，发现全废了得重新规划一套，但这几天身体不舒服，没心思搞随手把提示词扔进 flowith 试了一下以为偷懒的结果会很烂，但实际上这个是我最近用的最好的生图agent之一。它直接出了 12 个瑜伽动作分镜，动作清晰，描述完整分镜图和人物图来生成出首末两张图片，用视频模式可灵模型，简单的演示视频，一条链路打通，全在一个工具里面 Agent 模式还能联网，生成下周海报日历，日期星期都是对的，普通的生图模型记忆估计2025年这条链路怎么跑起来，看我下面细细说来👇

做内容运营，生图生视频，你现在还在跑好几个工具吗？被朋友拉去做瑜伽图，搭了无数工作流 GPT Image 2 出来后，发现全废了得重新规划一套，但这几天身体不舒服，没心思搞随手把提示词扔进 flowith 试了一下以为偷懒的结果会很烂，但实际上这个是我最近用的最好的生图agent之一。它直接出了 12 个瑜伽动作分镜，动作清晰，描述完整分镜图和人物图来生成出首末两张图片，用视频模式可灵模型，简单的演示视频，一条链路打通，全在一个工具里面 Agent 模式还能联网，生成下周海报日历，日期星期都是对的，普通的生图模型记忆估计2025年这条链路怎么跑起来，看我下面细细说来👇

铁锤人

63,874 views • 1 month ago

把Banana图片变成可编辑的PPT文件这个网站可以把Banana生成的PPT图片，OCR成可以编辑的PPT源文件，准确度不错，但是细节的切分会稍有问题。用过之后我的感受是：能用AI生成和编辑PPT，我再也不愿意手动编辑PPT。现在AI编辑图片的能力还差些，但也就是等半年到一年的时间罢了。网址：

把Banana图片变成可编辑的PPT文件这个网站可以把Banana生成的PPT图片，OCR成可以编辑的PPT源文件，准确度不错，但是细节的切分会稍有问题。用过之后我的感受是：能用AI生成和编辑PPT，我再也不愿意手动编辑PPT。现在AI编辑图片的能力还差些，但也就是等半年到一年的时间罢了。网址：

Gorden Sun

29,741 views • 5 months ago