Loading video...

Video Failed to Load

Go Home

不用羡慕 Adobe 了,Lovart 也上线了图层拆封功能。 只需要一键就能把图像拆成各种不同的元素。同时里边比如说文字这种可以编辑的,也可以直接进行编辑。 他们内置了很多字体,然后颜色对企业都可以进行编辑。 再配合上他们原来有的,比如说抠图功能、重新生成功能,还有编评论功能,就可以玩出很多的花样了。 一套基于 AI 的图像编辑路径,还是挺好的。 那我自己做的一张图试了一下,一键就把那张图拆零碎了。标题是标题,主视觉是主视觉,然后副标题也都可以编辑文字,然后背景包括下面的小字都识别出来,非常小的小字。 还有就是我发现他改这种英文的图表挺方便,就是你把它一下把文字全部炸出来,然后把它全部翻译成中文,里边的排版啥的都能会变,非常的方便。 要是 Agent 他能干这个事儿,就比如它可以一键帮我把英文翻译成中文,再回填回去,这个就更好了。希望他们的评论 Agent 后边能支持这种功能。

23,117 views • 11 months ago •via X (Twitter)

5 Comments

Frank (Haofan) Wang's profile picture
Frank (Haofan) Wang11 months ago

我们周日还会更新一版,解决了部分场景文字丢失的问题,速度也会更快,欢迎归藏老师来玩

歸藏(guizang.ai)'s profile picture
歸藏(guizang.ai)11 months ago

可以,可以,现在还有点小细节,就是那种图片上的小装饰内容拆不出来的问题

Frank (Haofan) Wang's profile picture
Frank (Haofan) Wang11 months ago

后续我们计划让用户选要拆什么

歸藏(guizang.ai)'s profile picture
歸藏(guizang.ai)11 months ago

🐂🍺

kakalt's profile picture
kakalt11 months ago

拆了字体变默认。

Related Videos

看我作为一个 AI 博主是如何用飞书 + 【可联网的】DeepSeek R1 搭建简单自动化工作流提升工作效率的 作为一个 AI 博主,日常一大部分工作是阅读和分享各种海外的AI资讯,这就少不了要翻译各种英文文章。之前我很多操作是手动的,比如复制粘贴文章到 Markdown 编辑器,然后从编辑器复制到 DeepSeek R1 或者 ChatGPT 去翻译,再改写后发布。 之前看 orange ai 分享的飞书多维表格接入 DeepSeek R1 的教程,【加上这周飞书的AI直播】,按照我自己的场景定制了几个工作流,最开始只是简单的文本翻译,后来发现也能用支持从图片提取文字,那意味着我可以直接先把图片转成文字,再基于翻译好的文本用 DeepSeek R1 翻译。简单设置后就成功了。 再后来我甚至更进一步,直接从 URL 抓取内容,然后借助 DeepSeek R1 翻译,最后甚至还可以把翻译后的文章用各种不同的文章风格改写,使用的时候只要输入 URL 就可以自动生成一篇高质量的文章,是真的很方便。 具体来说,就是飞书在添加字段的时候,可以选 ShortCuts(中文可能对应的是“快捷方式”),然后从快捷方式中选择各种不同的工具,比如说 AI 抓取、DeepSeek R1、图片 OCR、图片生成、抠图等等,并且你可以设置某个字段的内容为输入,以及自定义提示词。 就像我前面自动从 URL 生成文章的流程,主要有这样几个字段: - URL:输入 URL - 原始网页内容(AI Web Link Reader):从输入的 URL 中提取标题、内容为 Markdown 文本 - 翻译为中文(DeepSeek R1):将抓取后的 Markdown 文本翻译为中文 - 翻译为中文 - 输出结果:DeepSeek R1 的输出结果 - 风格改写(DeepSeek R1):将翻译后的内容用指定的风格改写,阅读起来更自然 - 风格改写 - 输出结果:DeepSeek R1 的输出结果 除了上面的 URL 生成文章外,里面还包含了几个不同的常用工作流: - 将输入的文本内容翻译为中文 - 将输入的图片内容翻译为中文 - 生成多条爆款标题供选择 工作流的飞书模板链接🔗我放在了评论,建议你也可以试试,应该可以发掘出不少有意思的场景。⬇️

宝玉

87,658 views • 1 year ago

伙伴们,国庆假期玩的开森了嘛 就在刚刚,我刷到一个 6B 的国产开源模型,感觉它给图片精修提供了一个完全不同的思路。 它所在的 Ming-Image-0.1-Design 系列,一出来就在 AA 的 UI/UX Design 开源评测里冲到了第一梯队。 但真正让我感兴趣的,不是它直接生成图片。而是:它能拆图。 从之前的香蕉,到现在的 GPT Image 2.0、2.5,我自己用下来最头疼的一件事一直都是:局部编辑。 比如一张封面图,我明明只想改一个标题、一个人物或者一个按钮,结果模型经常把周围的东西也一起改了。 有时候来回对话好几个回合,都不一定能改到我想要的位置。 🔥 但 Ming-Image-0.1-Design-Layer 换了一个思路。 它可以把一张已经做好的设计稿,直接拆成多个独立的 RGBA 图层(带透明背景的独立图层图片): 背景是背景, 文字是文字, 人物是人物, Logo、装饰、组件也可以分别拆出来。 然后事情就开始有意思了。 以前是:整张图丢给 GPT Image → 告诉它“只改这里” → 祈祷它别动其他地方。 现在可以变成:先拆图层 → 找到目标图层 → 单独拿出来找GPT Image 精修 → 再合回去。 真正意义上的定点爆破。 如果这一层里面东西还是太多? 那就继续拆。 二次拆分,再爆破一次。 所以我这两天发现,它和 GPT Image 2.5 搭配起来特别好使: Ming 负责拆分, GPT Image 负责定点修改。 以前很难控制的局部编辑,一下就变成了一个非常清晰的工作流。 不过如果不想折腾本地部署也没关系,OpenRouter 已经可以直接调它的 API,本地写个小工具接进去就能用了,如果自己有机器我下面也会说。 下面先看视频。 我自己已经搞了一个小工具,把: 图片分层 → 单层提取 → 局部编辑 → 重新组合 如果不满意还能继续向下二次拆分图层 这套流程串起来了。 这次主要给大家看看,我是怎么拿它来做图片精修的👇 想要本地部署或者API调用的继续往下看

AI少年

123,058 views • 19 days ago

一直以来,学英语对我来说都是一件挺痛苦的事🥺 大家都说: 看美剧、背单词、每天坚持听英语…… 但这些方法到我这里好像都不太行 听不进去,背了又忘 而且我现在对英语的需求,也早就不是为了考试、死记硬背了 我更想要的是: 能正常开口交流,别人聊天的时候,大概能听懂他们在说什么。 但学了这么久,好像一直没有特别明显的变化 这个其实挺让我焦虑的😭 —————— ฅ՞• •՞ฅ —————— 但半个月前,我发现了一个对我来说更高效的方法: 在 YouTube 上看 Ariannita la Gringa 这种生活英语频道 她不是那种很死板地讲语法、背单词的老师 而是直接结合真实场景教英语 麦当劳怎么点餐 机场安检怎么说 星巴克怎么点咖啡 餐厅怎么跟服务员交流 在美国吃饭、小费到底该怎么给 我发现放到具体场景以后,很多表达突然就没那么难记了 场景 + 动作 + 中文意思 记忆反而比单独背单词要深很多 —————— ฅ՞• •՞ฅ —————— 刚好最近又被朋友种草了 沉浸式翻译 沉浸式翻译 我现在看这些英语视频,基本都会直接开中英双语字幕 一句英文出来,下面马上能看到中文。 不懂的时候看一眼,懂的时候就继续听。 有些 YouTube / X 视频本身连字幕都没有,它还可以直接用 AI 补字幕 这种方式对我来说真的比死背有意思太多了😭 我一开始只是拿它来辅助学英语,后来才发现,沉浸式翻译其实还有很多日常刚需功能 我平时每天都会刷很多英文 X、AI / Crypto 资讯和海外网站。 以前要经常在网页、截图、翻译器、ChatGPT 之间来回切换 现在很多时候点一下右边的小图标就能解决 阅读节奏就不会一直被打断了 —————— ฅ՞• •՞ฅ —————— 最近它的几个功能里,我最喜欢这两个: 第一个是 BabelFast 主要就是一个字: 快 尤其看长网页、技术文档和论文的时候,我其实不在乎背后用了什么模型。 我只在乎: 我往下看的时候,翻译能不能跟得上? 看到一半停下来等翻译,真的很容易把思路等没了 第二个是圈选翻译 网页文字还好,最烦的是图片、截图、PPT、图表里突然冒出来几行英文 现在直接点一下就能翻 我觉得它有点像以前“划词翻译”的加强版, 特别适合看梗图、信息图、产品截图、论文图表。 如果你也像我一样,每天都要刷很多海外信息、看视频、读论文和技术资料 那 BabelFast、AI 字幕、Babeldoc 这些 Pro 功能,是真的帮你省时间 以前看到英文: 复制 → ChatGPT → 翻译 现在很多时候: 点一下右边的小图标,就解决了 这可能才是我最需要的状态: 不是等英语学好了再去看世界,而是一边看世界,一边把英语慢慢学会

Nana

44,506 views • 1 month ago

用 Ling-3.0-flash-VL 做了个图文识别小工具。 功能很简单:图片丢进去,直接识别里面的文字、数字、公式,同时尽可能保留原来的排版和内容关系。 为了看看它处理复杂图片到底怎么样,测试素材故意选得杂了一点: • 数学论文:正文、公式、上下标、希腊字母混排 • IDE:小字号代码、Terminal 输出、各种符号 • 图表:表格、数字、文字挤在一起 • 暗光菜单:低对比度、中英文混排 • 手写笔记:字形不标准、排版随意 • 发票:字段密集,而且金额和数字不能认错 全部跑完以后,Ling-3.0-flash-VL 这部分的表现比预想中完整。 数学公式里的上下标和符号关系基本都能保住,小字号代码没有因为界面信息太密而丢掉大量字符;表格、发票这种更考验位置关系的图片,字段和数字之间的对应也没有被打乱。 暗光和手写反而挺有意思。 这两类图片肉眼看都没有标准文档那么舒服,但模型依然能从背景里把主要内容抽出来。不是只能认几个醒目的大字,边角的小字和局部信息也能顾到。 不过这次测下来,比较值得说的其实不是“OCR 准不准”。 传统 OCR 很容易把一张复杂页面最后变成一长串文本。字可能都认识,但标题属于哪里、公式跟着哪一段、数字对应表格哪一列,这些关系一丢,后面还得重新整理。 Ling-3.0-flash-VL 对这部分处理得更像是在“读页面”。 标题还是标题,正文跟着正文,公式和表格也能尽量保持原来的关系。原图里的视觉结构,没有在转成文字之后直接消失。 这会直接影响后面的用法。 论文截图可以继续转 Markdown / LaTeX,票据可以继续抽字段,软件截图可以拿去做知识库,成批的图片也能进一步整理成结构化数据。 图文识别本身并不是什么新鲜功能。 但如果模型能把一张人能读懂的复杂图片,尽量完整地变成机器也能继续处理的内容,那它能做的事情就比“识字”多得多了。 这也是这次用 Ling-3.0-flash-VL 做完这个小工具后,感觉最有实际价值的地方。 🔗GitHub: 🔗 Ling-3.0-flash-VL 在线体验 目前在 OpenRouter 上可免费体验: 模型:Ling-3.0-flash-VL 官方:Ant Ling

Hello AI with Jia

26,341 views • 1 month ago

很多人觉得 AI编程门槛太高,不愿意使用,那么你们有福了!!! 扣子发布2.0版本 带Skills 功能,非常有幸拿到 Coze Skills 的内测。 试了一下,对于不会用Claude Code,或者惧怕使用的人来说,真是太友好了! 如果说:Claude的Skills很强,还需要懂一点技术的话,那么扣子把这个门槛降到了零。 对话就能创建 零代码创建 普通人也能拥有AI超能力。 我做了个论文一键转公众号的 Skill,还能自动配图,自动发布! 1. 支持从论文/文章 PDF 或链接中一键提取核心内容 2. 智能解析:自动提取论文的标题、摘要、核心创新点、实验数据和结论。 3. 文风转换:不是生硬的翻译,而是根据公众号读者的阅读习惯,将晦涩的学术语言转化为通俗易懂的各种文风。 4. AI 自动配图:这是最酷的地方!它会根据论文主题,自动调用绘图模型生成一张吸睛的高清封面图,并且在文章正文中根据段落内容自动插入合适的插图。 5.一键发送草稿箱:连复制粘贴都省了,直接对接公众号 API,生成的图文直接躺在你的公众号草稿箱里,只需要最后确认一下就能发布。 同时扣子也正式推出了 Skills 技能,及技能商店。 我的技能已经免费分享到coze的技能商店!搜索:公众号配图生成技能 就能找到! 来讲一下如何操作: 技能入口在扣子 2.0 版本的扣子编程这里就可以看到,窗口右上角的“技能”。 在扣子编程中的不需要太多技巧, 直接使用自然语言的方式就可以创建技能,它会完全按照你的意思去生成和调试,非常方便! 并且支持在线调试预览开发好的技能, 然后还支持一键部署和发布到扣子。 关键是一边预览,左侧还能让它修改 可以打开文件夹,看到 skill 自定义文件、脚本、引用来源等信息。结构和CC非常像,其实我觉得都完全没有必要打开看。 我很多文件,都是从Claude Code里面的skills直接copy过来,上传上去,居然直接能用,省了好多力气,直接可以搬移Claude Skill了! 技能开发完成后,点击部署,在技能商店中可以看到自己刚刚部署和安装的技能,并支持一键发布到技能商店给所有人使用。 可以发布为免费技能也可以发布为付费技能,想赚钱直接发布成付费就行。 发布完后,所有人都能在技能商店使用你的技能,如果是付费的,用户可以很方便的对技能进行付费,技能开发者也能快速变现。 使用直接 @你的技能 就可以,详细请看视频 Skills 还是太火了,所有的媒体平台都有在讨论 Skills。扣子也第一时间,支持了 Skills 的无代码开发以及技能商店。 目前Coze商店里的技能,我看了一下绝大多数都是免费的,赶紧来找一下你要的? 用AI工具快两年了,从最开始的"哇,它能写东西",到后来的"嗯,但还是得我自己改",再到现在的"它真的能帮我干活了"。 AI不再是一个聊天工具,而是一个真正的同事。 它知道我的工作方式,它能交付我需要的成品,它甚至能主动帮我完成重复性工作。 这才是AI应该有的样子。

huangserva

28,909 views • 9 months ago

好家伙!两个 6B 的开源生图模型,直接杀进设计工作流了!! 这个组合技一定要收好!! 生成海报、设计UI、拆图层,后面还能接着做网页、做 PPT。 Ant Ling 直接把模型权重和配套 Skill,全放出来了! 蚂蚁这次开源的 Ming-Image-0.1-Design 系列, 最牛的一点在于,它把出图之后的“最后一公里”给打通了!! 两个模型,不同分工! Design 负责生成,Design-Layer 负责后面落地! 先说 Design。 原生支持 alpha 通道透明图生成,这个含金量,但凡有设计需求的人都能get到! 做视频需要生成贴纸,网页和海报的装饰元素,直接可以单独生成。 像UI、Dashboard、信息图、海报这些常见的设计场景,都在射程范围内! 再说 Design-Layer。 连接AI生图和落地使用的“最后一步”。 生成好的图,或者现有的图丢给它,可以直接拆成2-9个图层! 文字、卡片、主体、背景,都能单独拆开,后面再用编辑工具就可以直接换背景、换排版。 这堪称平面设计师的福音,直接把改图的需求给覆盖了!! 就靠这两个模型,完全可以给自己定制一个轻量设计工作台, 从生图、拆图层,再到Skill的运用, 全流程跑下来,真有点超出预想! 6B模型居然能达到这样的效果!! 高质量生图用image 2.5搞定, 后续把图用起来,就用Ming-Image-0.1-Design 来接棒。 如果不太会用,还有官方配套的 Skill ! Design Skill 可以让 Agent 从文字需求或参考图继续做出能运行的前端页面; PPT Skill 则把单页设计图重建成可编辑的 PowerPoint,文字和简单形状可以转成原生元素。 把AI生成的图,真正用到页面和演示文稿,这套组合实用性直接拉满!! 两个模型都是 6B,有条件可以直接下载权重到本地部署。

沐阳

11,549 views • 15 days ago