Загрузка видео...

Не удалось загрузить видео

Возникла проблема при загрузке этого видео. Это может быть связано с временными проблемами сети или видео может быть недоступно.

На главную

也许是全网首发的Sora APP使用新姿势：实践出真知，Sora APP发布以来这2天，我生成快200个视频后，我悟到一种把握Sora精髓，竟能把Sora从娱乐产品，变成实用工具的新用法：用自己的脸生成试发型/穿搭视频，⭕️门槛我自己使用的效果如下视频所示，全是纯AI生成的。俗话说，换发型如换头，发型=整形。可以说Sora让我第一次，见到自己在某些发型下是什么效果，是否合适。只要一句提示词（没想到吧？），比如： paulwei 尝试6种不同发型 paulwei 尝试6种不同的烫发造型 paulwei 尝试6种不同的染发造型 paulwei 尝试6种不同的日式发型 ... paulwei尝试6种不同穿搭 paulwei尝试6种不同商务休闲/正装穿搭 paulwei尝试6种适合去电音节穿搭 paulwei尝试6种xxx风格穿搭 paulwei尝试6种适合12月去东京旅游的穿搭 ... paulwei尝试6种不同万圣节cos ... 可以指定任何要求，且可以继续发挥想象：配饰首饰、包、纹身等等，想象力是唯一的限制，我的例子只是抛砖引玉。甚至输入身高体重三围后，未来能和电商结合，视频试穿戴后一键购买？已经用Sora扫脸上传过Cameo的人肯定有一种体会，它生成带自己脸的视频，以假乱真的程度达到了wow effect的效果，不只是说画面本身，重点在于简单扫脸后，对脸在视频动态下的还原度。当然，更别提还有给它念三个数字，就能生成本人说话声音这块。虽然在大家各种抽象整活生成时，脸部长相会有失真，但当我使用上述这样简单到一句话做提示词的现实特定用途时，诸如其生成的发型视频里有相当一部分真就能达到实用参考级别，甚至到连认识你的人都无法分辨这是AI视频的程度。这是用其他AI产品做不了，或门槛过高不方便的。为什么这么简单的提示词，别人却没想到呢？因为大多数人的第一反应是，Sora这是用来搞大片、质感、整活，得写各种剧本、镜头、情节，但我大量尝试下来发现，用相对简单的提示词，反而是留白给Sora自由发挥的空间，像是能让它能尽可能自行借鉴更多数据来生成结果，这样对普通用户来说有奇效，又降低了使用门槛。如果不是专业提示词选手，写得多反而像是“外行指挥内行”，而且我发现写得越多，对自己脸的还原会产生副作用。然后题材上返璞归真，往日常使用场景回归，并且聚焦Sora APP最核心的“能用自己的脸”这个特性，单点、最大化释放它的擅长。就像头号玩家里，别人都想着怎么往前卷、冲，而主角逆向思维，往反方向退后，反而发现了通关捷径。

paulwei

62,861 subscribers

291,728 просмотров • 9 месяцев назад •via X (Twitter)

Наука и технологии Образование Юмор

Anya Rossi• Live Now

Private livecam show

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

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 просмотров • 7 месяцев назад

利用Hermes去使用ComfyUI实现免费生成图片和视频。上次我介绍了ComfyUI可在本地部署并且自有本地大模型，不用调用其他付费大模型。并且30/40/50显卡都可以去用，当然配置越高生成的质量就越好。大家按需去用即可。 ComfyUI我认为对于新手来说应该是不怎么难，但是还是有很多兄弟们给狙击手私信问各种操作类型的问题。那么这次我专门做了次实验就是利用Hermes去调用本地的ComfyUI去实现生图以及做视频，目前来看是可行的，至于整体的质量还要去慢慢的调试。我其实是建议大家还是把ComfyUI去系统性的学一下的，网上有各种免费的教程的。我认为既然享受这些免费开源的好软件了，就稍微用用心。哈哈，毕竟它是不要钱的。下面的视频看一下我第一次调用ComfyUI，生成的第一张图片的结果吧。你们看看怎么样？对了我引用的推文里面有ComfyUI的安装包，免费自取！

利用Hermes去使用ComfyUI实现免费生成图片和视频。上次我介绍了ComfyUI可在本地部署并且自有本地大模型，不用调用其他付费大模型。并且30/40/50显卡都可以去用，当然配置越高生成的质量就越好。大家按需去用即可。 ComfyUI我认为对于新手来说应该是不怎么难，但是还是有很多兄弟们给狙击手私信问各种操作类型的问题。那么这次我专门做了次实验就是利用Hermes去调用本地的ComfyUI去实现生图以及做视频，目前来看是可行的，至于整体的质量还要去慢慢的调试。我其实是建议大家还是把ComfyUI去系统性的学一下的，网上有各种免费的教程的。我认为既然享受这些免费开源的好软件了，就稍微用用心。哈哈，毕竟它是不要钱的。下面的视频看一下我第一次调用ComfyUI，生成的第一张图片的结果吧。你们看看怎么样？对了我引用的推文里面有ComfyUI的安装包，免费自取！

DeFi狙击手 | Ai🕊️

34,196 просмотров • 27 дней назад

现在图生视频都在5秒或10秒，10秒的看上去像5秒的慢放，这个无论是在开源模型还是闭源模型上都有类似效果。尤其对于商业闭源视频来说，如果花费一倍以上的成本生成的10秒视频却只是5秒的慢放版，那就显得太不划算了。这里尝试一个方案：从商业闭源模型生成5秒视频，然后用插帧模型生成10秒视频，以下是使用Topaz插帧和原生的对比，供这里尝试一个方案：从商业闭源模型生成5秒视频，然后用插帧模型生成10秒视频，以下是使用Topaz插帧和原生的对比，供大家参考。 #女s #les #女仆 #AI视频

Sensitive content

现在图生视频都在5秒或10秒，10秒的看上去像5秒的慢放，这个无论是在开源模型还是闭源模型上都有类似效果。尤其对于商业闭源视频来说，如果花费一倍以上的成本生成的10秒视频却只是5秒的慢放版，那就显得太不划算了。这里尝试一个方案：从商业闭源模型生成5秒视频，然后用插帧模型生成10秒视频，以下是使用Topaz插帧和原生的对比，供这里尝试一个方案：从商业闭源模型生成5秒视频，然后用插帧模型生成10秒视频，以下是使用Topaz插帧和原生的对比，供大家参考。 #女s #les #女仆 #AI视频

獨自懵逼

18,922 просмотров • 1 год назад

兄弟们 Lovart 接入 Sora 2 模型确实是有点强啊可以一键出MV、宣传片... 下面这个视频是我直接生成的之前有位博主做过这样的，我复刻了下，这种如果你用sora 需要生成很多片段然后剪辑我用Lovart 直接一句话给你自动生成音乐+片段，然后它会给你自动剪辑成片！全程你什么都不用干... 只需要就一个很简单的提示词即可： “生成一段公路旅行怀旧音乐，并通过Sora 2 pro 为其制作一个完整的MV，画面为美国公路自驾旅行的各种片段loop，视角全是车窗内拍摄，闪现美国各个知名旅游景点和风景。”

兄弟们 Lovart 接入 Sora 2 模型确实是有点强啊可以一键出MV、宣传片... 下面这个视频是我直接生成的之前有位博主做过这样的，我复刻了下，这种如果你用sora 需要生成很多片段然后剪辑我用Lovart 直接一句话给你自动生成音乐+片段，然后它会给你自动剪辑成片！全程你什么都不用干... 只需要就一个很简单的提示词即可： “生成一段公路旅行怀旧音乐，并通过Sora 2 pro 为其制作一个完整的MV，画面为美国公路自驾旅行的各种片段loop，视角全是车窗内拍摄，闪现美国各个知名旅游景点和风景。”

小互

61,589 просмотров • 9 месяцев назад

✅ 推荐一个宝玉老师开源的 Skill：用 Claude Code 一行命令就能把 Markdown 文章自动发到 X，带图片的那种。 👉 这个工具其实开源挺久了，但好像用的人不多？可能大家不太知道怎么上手。我自己用了一段时间觉得真的很方便，就录了个视频教程，把原理和用法都讲了一遍。有兴趣的朋友可以试试，真的能省不少事儿，如果遇到什么问题你直接让AI帮你分析这个skill的逻辑和流程然后帮你解决，其实很简单，来尝试下吧👇

✅ 推荐一个宝玉老师开源的 Skill：用 Claude Code 一行命令就能把 Markdown 文章自动发到 X，带图片的那种。 👉 这个工具其实开源挺久了，但好像用的人不多？可能大家不太知道怎么上手。我自己用了一段时间觉得真的很方便，就录了个视频教程，把原理和用法都讲了一遍。有兴趣的朋友可以试试，真的能省不少事儿，如果遇到什么问题你直接让AI帮你分析这个skill的逻辑和流程然后帮你解决，其实很简单，来尝试下吧👇

阿蔺A-Lin

27,925 просмотров • 4 месяцев назад

AI 视频制作也接近了 GPT 时刻，视频智能体背后的工作原理🧵 AI 产品都有个可用性易用性的临界点，临界点之下，属于专业玩家的玩具，需要各种提示词技巧、专业知识才能用起来；临界点之上，就真正变成了普通人也可以用起来并且有用的工具。就像 AI 聊天，在 ChatGPT 之前，我们常笑话它们是人工智障，在 ChatGPT 之后，它是真的变成了一个有帮助的助手，能帮助我们完成很多任务，所以我们通常把 AI 产品跨过可用性通用型临界点叫 GPT 时刻。类似的比如前不久 GPT-4o 发布的图片模型，提示词很简单，不需要像 MidJourney 那样需要专业的提示词才能生成好的图片作品，普通人都可以把自己天马行空的想法变成真实有趣的作品，我这样非专业的都玩了好一段时间。像 AI 视频类产品我一直没怎么玩，因为对于我这样的非专业人士来说，做好视频太难了，创意和提示词反倒相对容易一点，主要是得写脚本、画图、声音、多条视频，剪辑，做好一条视频要费很多时间精力。不过上面这条视频倒是没花我多少时间，我就输入了一条提示词： > 生成视频，主题是“西游记人物自拍视频，用自拍的方式来讲述《西游记》经典场景”，视频长度为2分钟。发送到纳米AI然后等着就成了，整体看着还挺有趣，有画面有声音有剧情。让我觉得 AI 视频终于也接近了 GPT 时刻，普通人也可以通过简单的提示词就能做出还不错的视频作品，动动嘴就能出视频。对于创作者，也可以快速制作视频 Demo，将创意想法快速落地。

AI 视频制作也接近了 GPT 时刻，视频智能体背后的工作原理🧵 AI 产品都有个可用性易用性的临界点，临界点之下，属于专业玩家的玩具，需要各种提示词技巧、专业知识才能用起来；临界点之上，就真正变成了普通人也可以用起来并且有用的工具。就像 AI 聊天，在 ChatGPT 之前，我们常笑话它们是人工智障，在 ChatGPT 之后，它是真的变成了一个有帮助的助手，能帮助我们完成很多任务，所以我们通常把 AI 产品跨过可用性通用型临界点叫 GPT 时刻。类似的比如前不久 GPT-4o 发布的图片模型，提示词很简单，不需要像 MidJourney 那样需要专业的提示词才能生成好的图片作品，普通人都可以把自己天马行空的想法变成真实有趣的作品，我这样非专业的都玩了好一段时间。像 AI 视频类产品我一直没怎么玩，因为对于我这样的非专业人士来说，做好视频太难了，创意和提示词反倒相对容易一点，主要是得写脚本、画图、声音、多条视频，剪辑，做好一条视频要费很多时间精力。不过上面这条视频倒是没花我多少时间，我就输入了一条提示词： > 生成视频，主题是“西游记人物自拍视频，用自拍的方式来讲述《西游记》经典场景”，视频长度为2分钟。发送到纳米AI然后等着就成了，整体看着还挺有趣，有画面有声音有剧情。让我觉得 AI 视频终于也接近了 GPT 时刻，普通人也可以通过简单的提示词就能做出还不错的视频作品，动动嘴就能出视频。对于创作者，也可以快速制作视频 Demo，将创意想法快速落地。

宝玉

26,346 просмотров • 1 год назад

一个模型搞定视频+音频+口型! 你看到的这个就是 LTX 刚刚发布的 LTX-2 开放权重大模型, 这个模型可以文生视频或者图生视频, 这个模型最大的特点是在保证了画质和一致性的同时, 可以生成音频! 而且音频和口型完全适配! 并且说话人神态也非常棒! 模型大小是 19B, 相当可用! 演示视频是我用 HuggingFace Zero GPU 生成的 demo, 10秒视频大概需要5分钟左右生成时间. 我测试目前来看最大的优点就是口型和声音生成得非常好, 并且一致性很高. 指定人物使用什么样的银色就能稳定生成. 当然模型也有不足之处, 主要是还是偶尔能看到模型生成人物皮肤的那种油腻感. 当然官方的 pro 版本在这点上处理的更好, 并且 pro 版本支持4K分辨率输出, 当然 pro 版本是没有开源的.

一个模型搞定视频+音频+口型! 你看到的这个就是 LTX 刚刚发布的 LTX-2 开放权重大模型, 这个模型可以文生视频或者图生视频, 这个模型最大的特点是在保证了画质和一致性的同时, 可以生成音频! 而且音频和口型完全适配! 并且说话人神态也非常棒! 模型大小是 19B, 相当可用! 演示视频是我用 HuggingFace Zero GPU 生成的 demo, 10秒视频大概需要5分钟左右生成时间. 我测试目前来看最大的优点就是口型和声音生成得非常好, 并且一致性很高. 指定人物使用什么样的银色就能稳定生成. 当然模型也有不足之处, 主要是还是偶尔能看到模型生成人物皮肤的那种油腻感. 当然官方的 pro 版本在这点上处理的更好, 并且 pro 版本支持4K分辨率输出, 当然 pro 版本是没有开源的.

karminski-牙医

19,813 просмотров • 6 месяцев назад

最近发现之前推荐过的 Midreal AI 互动小说游戏更新了网页版本，不需要在 Discord 里面使用了。我尝试了一下将每句话都生成图片做视频小说，效果很不错。这次升级非常强大，Midreal已经不只是小说生成工具，正在朝着互动式内容消费平台进化。网页版本的Midreal每一句话都可以生成对应的图片，现在还是免费的，做互动小说生成视频搞流量也不错，还没有原创性问题。每句都能生成图片之后，比之前到分支的时候才生成会强非常多，图片从原来的DALL-E3 变成了他们自己训练的 SD 模型，图像质量和提示词遵循都比之前强很多。除了支持生成图片之外，现在网页版的Midreal分享功能也非常好用，分享出去就是一个带插图的完整小说页面，阅读体验很不错，还有评论和转发能力。他们自己训练的图像模型现在也有一个专门的页面可以使用，只用来生成图片也是可以的。感觉模型能力也有了比较大的提升，之前中文的小说都会有逻辑问题，这次尝试之后好了很多。这里尝试网页版Midreal：

最近发现之前推荐过的 Midreal AI 互动小说游戏更新了网页版本，不需要在 Discord 里面使用了。我尝试了一下将每句话都生成图片做视频小说，效果很不错。这次升级非常强大，Midreal已经不只是小说生成工具，正在朝着互动式内容消费平台进化。网页版本的Midreal每一句话都可以生成对应的图片，现在还是免费的，做互动小说生成视频搞流量也不错，还没有原创性问题。每句都能生成图片之后，比之前到分支的时候才生成会强非常多，图片从原来的DALL-E3 变成了他们自己训练的 SD 模型，图像质量和提示词遵循都比之前强很多。除了支持生成图片之外，现在网页版的Midreal分享功能也非常好用，分享出去就是一个带插图的完整小说页面，阅读体验很不错，还有评论和转发能力。他们自己训练的图像模型现在也有一个专门的页面可以使用，只用来生成图片也是可以的。感觉模型能力也有了比较大的提升，之前中文的小说都会有逻辑问题，这次尝试之后好了很多。这里尝试网页版Midreal：

歸藏(guizang.ai)

48,079 просмотров • 2 лет назад

如何挣钱？我常看到一些人将“挣钱”视为人生的唯一目标，但在我看来，这是一种短视。挣钱从来不是目的，而是价值创造的副产品。如果一个企业的存在只是为了盈利，那它必将走向衰亡。企业的真正生命力在于，它能否为用户、为社会提供独特的价值。对于我们个人而言，这又何尝不是同样的道理呢？年轻人的路，应该是开放与探索的。鞋子合不合脚，只有自己知道，多去尝试，勇于试错。愿我们都能在探索中找到自己的风口。

如何挣钱？我常看到一些人将“挣钱”视为人生的唯一目标，但在我看来，这是一种短视。挣钱从来不是目的，而是价值创造的副产品。如果一个企业的存在只是为了盈利，那它必将走向衰亡。企业的真正生命力在于，它能否为用户、为社会提供独特的价值。对于我们个人而言，这又何尝不是同样的道理呢？年轻人的路，应该是开放与探索的。鞋子合不合脚，只有自己知道，多去尝试，勇于试错。愿我们都能在探索中找到自己的风口。

孙宇晨（去过太空版）🧑‍🚀

124,492 просмотров • 1 год назад

最近陶哲轩在 2024 年第 65 届国际数学奥林匹克上，陶哲轩做了一次 AI 和数学的演讲，非常精彩，从数学使用计算计算机的历史开始讲起，一直讲到大语言模型，干货相当多，尤其适合对数学有兴趣的同学。（对数学没那么感兴趣的同学只想看 AI 部分的建议直接跳到 41 分的位置开始观看）先摘录几个冷知识： 1. 我们使用机器做数学计算已经有数千年，最早的机器辅助计算可能是罗马人，然后是中国的算盘 2. 二战时就有人肉“计算机”，计算弹道和其他任务，多位女孩子，因为男士们在打仗，所以那时候的计算基本单位不是GPU，而是kilogirl-hour——“千名女孩工作一小时的计算量” 3. 现在，数学家们使用一种现代化的证明辅助编程语言，叫做 Lean。在 Lean 中有一个核心的数学库，通过众包的方式开发的，本科数学课程中看到的内容，比如微积分基础、群论基础或者拓扑学等等，这些都已经被形式化了，所以你不用从公理开始。 4. 现在数学领域有一种团队协作证明复杂数学定理的工作流程，那就是先编写一个称为“蓝图”的详细证明计划，将整个证明分解为数百个小步骤。每个步骤可以单独形式化，然后再将它们整合在一起，这样你就可以将一个庞大的论证分解成许多小块。先编写这个蓝图，然后团队中的其他人可以对论据的不同步骤的不同部分进行形式化。去年，陶哲轩和几位同事一起解决了一个组合数学问题。这是一个组合学的问题。大约20人在短短三周内完成了，使用了蓝图工具，参与的人中有概率论专家，甚至还有一些并非数学家的人，他们是程序员，但在解决这些小型拼图问题上非常擅长。每个人都挑选了一个觉得自己能做的小任务，并完成了它。在数学领域，通常很难这么多人一起合作，一般最多可能五个人合作。因为在大项目上合作时，你必须相信每个人的数学都是正确的。但是，一旦超过一定规模，这就无法实现了。但现在借助 Lean 编译器，它能自动检查。团队成员无法上传任何编译不通过的内容，会被拒绝。因此，你可以与一些从未见过的人合作。最后是讲大语言模型，首先陶哲轩就打脸了 GPT-4 的论文（我猜是微软那篇《GPT-4，通用人工智能的火花》），论文中号称 GPT-4 能解决国际数学奥林匹克问题，但实际上，这个问题不是 2022 年国际奥数竞赛的原始问题，而是一个简化版本，并且他们测试了几百道国际奥数竞赛问题，成功率只有1%，论文里的这个是精心挑选的恰巧能做对的。并且陶哲轩提到了基于大语言模型的一些改进的方案：比如 CoT（Chain of Thought），也就是 LLM 做简单的算术运算都做不对，但是如果让它一步步解释，可能就对了。还可以教 AI 一些解题技巧，比如尝试简单的例子，反证法，尝试逐步证明等。比如让模型和编程语言或者工具连接，将大语言的输出结果交给 Wolfram 这样的专业数学工具或者 Python 这样的编程语言验证，并且迭代的进行修正和验证，直到得到正确的结果，这可以提升大语言模型生成的效果。即使借助这些手段，大语言模型还远远不能解决大多数数学问题，更不用说数学研究问题了！当然陶哲轩也没太过打击大家对于 AI 的信心，表示我们在 AI 上还是在不断的取得进展，还提到了他日常是怎么用 AI 的，比如说把 AI 当成灵感之源。 > 我曾遇到过一个问题，我尝试了几种方法，但都无法解决。于是，我尝试询问 GPT，你建议我使用什么其他方法来解决这个问题？GPT 给我提供了 10 种可能的方法，其中有 5 种我已经尝试过，或者明显没有帮助。的确，有几种方法并不实用。但其中有一种我还没尝试过的方法，那就是针对这个问题使用生成函数。当 GPT 建议我使用这种方法时，我意识到这就是我漏掉的正确方法。所以，将 GPT 视为一个交流伙伴，它确实具有一定的用处。还有使用 GitHub Copilot 帮他写代码，让它自动生成下一步的证明结果，Copilot 的智能提示有 20% 的概率能生成正确的下一步结果。 > 例如我使用的一个叫 GitHub Copilot 的工具，你只需要写下一半的证明，它就会尝试猜测接下来的内容。大概有 20% 的情况下，它能猜到接近正确的答案。然后你就可以说，我接受这个答案。好的，那么在这种情况下，我正在试图证明这个陈述。灰色的部分是 Copilot 给出的建议。结果发现第一行完全没用。不过第二行，尽管你可能看不清楚，却真的解决了这个问题。所以，你不能盲目接受它的输入，因为这些代码未必能顺利编译。但如果你对代码的运作方式已经有所了解，这将大大节省你的时间。这些工具正在变得越来越好。现在如果一个证明只需要一两行，它们就能自动完成。现在已经有了这样的实验，即通过迭代地让 AI 提供证明，然后让编译器进行反馈，如果编译出错，就把错误信息反馈给 AI。通过这种方法，我们开始能够验证四五步长的证明。当然，一个大型的证明可能需要数万行。所以，我们还没有达到能够立即得到一个正式证明的程度。但是，这已经是一个相当有用的工具。对于大家关心的问题： AI 在数学领域现在到了哪一个阶段？是否未来几年利用 AI 能直接解决数学问题？陶哲轩也给出了他的看法： > 我认为我们还远远没有达到这个阶段。如果我们专注于非常特定的问题，你可以定制专门的 AI 来处理一小部分问题。即便如此，它们也不是完全可靠的，但还是有用的。不过至少在接下来的几年里，它们基本上将是非常有用的辅助工具，超越了我们已经熟悉的暴力计算辅助。他还提到了一些可能的 AI 能在数学领域提供帮助的方向： - AI 能够非常好地生成有价值的猜想 > 比如，我们已经看到了关于结理论的例子，它们已经可以推测出两个不同的统计量之间的关系。因此，我们希望能够创建大量的数据集，输入到 AI 中，它们就会自动找出各种不同的数学对象之间的有趣联系。虽然我们还不知道如何做到这一点，部分原因是我们没有这些庞大的数据集。但我认为这是未来可能实现的一个方向。 - 批量或者说规模化的证明大量数学定理 > 现在，因为证明定理是如此繁琐和艰难的过程，我们一次只能证明一个定理，如果你效率很高，可能一次能证明两三个。但是有了 AI，你可以设想一下未来的情况，我们不是试图解决一个问题，而是处理一类类似的1000个问题，然后告诉AI，尝试用这个方法解决这 1000 个问题，然后报告结果，哦，我能用这种技术解决 35% 的问题。那么另一种技术呢？我能解决这个百分比的问题。或者如果结合这些方法，又能解决多少问题？你可以开始探索问题的空间，而不是一个接一个地解决问题。这是你现在根本无法做到的事情，或者是你需要几十年时间，通过数十篇论文慢慢搞清楚各种技术能做什么，不能做什么。但是有了这些工具，你真的可以开始做规模前所未有的数学研究。所以，未来将会非常令人兴奋。演讲环节结束前的最后一句话说的特别好： > 我们仍然会以传统方式证明定理。事实上，我们必须这样做，因为如果我们自己都不知道如何做这些事情，就无法引导这些 AI。但是我们将能够做很多现在无法做到的事情。这恰恰也是我们现在使用 AI 辅助编程的问题：如果我们自己都不知道如何构建软件，就很难引导好 AI 帮助我们生成高质量的代码。尽管 AI 在数学和编程领域变得越来越有用，但人类的洞察力和创造力仍然是创作价值的关键。原始 YT 视频：

最近陶哲轩在 2024 年第 65 届国际数学奥林匹克上，陶哲轩做了一次 AI 和数学的演讲，非常精彩，从数学使用计算计算机的历史开始讲起，一直讲到大语言模型，干货相当多，尤其适合对数学有兴趣的同学。（对数学没那么感兴趣的同学只想看 AI 部分的建议直接跳到 41 分的位置开始观看）先摘录几个冷知识： 1. 我们使用机器做数学计算已经有数千年，最早的机器辅助计算可能是罗马人，然后是中国的算盘 2. 二战时就有人肉“计算机”，计算弹道和其他任务，多位女孩子，因为男士们在打仗，所以那时候的计算基本单位不是GPU，而是kilogirl-hour——“千名女孩工作一小时的计算量” 3. 现在，数学家们使用一种现代化的证明辅助编程语言，叫做 Lean。在 Lean 中有一个核心的数学库，通过众包的方式开发的，本科数学课程中看到的内容，比如微积分基础、群论基础或者拓扑学等等，这些都已经被形式化了，所以你不用从公理开始。 4. 现在数学领域有一种团队协作证明复杂数学定理的工作流程，那就是先编写一个称为“蓝图”的详细证明计划，将整个证明分解为数百个小步骤。每个步骤可以单独形式化，然后再将它们整合在一起，这样你就可以将一个庞大的论证分解成许多小块。先编写这个蓝图，然后团队中的其他人可以对论据的不同步骤的不同部分进行形式化。去年，陶哲轩和几位同事一起解决了一个组合数学问题。这是一个组合学的问题。大约20人在短短三周内完成了，使用了蓝图工具，参与的人中有概率论专家，甚至还有一些并非数学家的人，他们是程序员，但在解决这些小型拼图问题上非常擅长。每个人都挑选了一个觉得自己能做的小任务，并完成了它。在数学领域，通常很难这么多人一起合作，一般最多可能五个人合作。因为在大项目上合作时，你必须相信每个人的数学都是正确的。但是，一旦超过一定规模，这就无法实现了。但现在借助 Lean 编译器，它能自动检查。团队成员无法上传任何编译不通过的内容，会被拒绝。因此，你可以与一些从未见过的人合作。最后是讲大语言模型，首先陶哲轩就打脸了 GPT-4 的论文（我猜是微软那篇《GPT-4，通用人工智能的火花》），论文中号称 GPT-4 能解决国际数学奥林匹克问题，但实际上，这个问题不是 2022 年国际奥数竞赛的原始问题，而是一个简化版本，并且他们测试了几百道国际奥数竞赛问题，成功率只有1%，论文里的这个是精心挑选的恰巧能做对的。并且陶哲轩提到了基于大语言模型的一些改进的方案：比如 CoT（Chain of Thought），也就是 LLM 做简单的算术运算都做不对，但是如果让它一步步解释，可能就对了。还可以教 AI 一些解题技巧，比如尝试简单的例子，反证法，尝试逐步证明等。比如让模型和编程语言或者工具连接，将大语言的输出结果交给 Wolfram 这样的专业数学工具或者 Python 这样的编程语言验证，并且迭代的进行修正和验证，直到得到正确的结果，这可以提升大语言模型生成的效果。即使借助这些手段，大语言模型还远远不能解决大多数数学问题，更不用说数学研究问题了！当然陶哲轩也没太过打击大家对于 AI 的信心，表示我们在 AI 上还是在不断的取得进展，还提到了他日常是怎么用 AI 的，比如说把 AI 当成灵感之源。 > 我曾遇到过一个问题，我尝试了几种方法，但都无法解决。于是，我尝试询问 GPT，你建议我使用什么其他方法来解决这个问题？GPT 给我提供了 10 种可能的方法，其中有 5 种我已经尝试过，或者明显没有帮助。的确，有几种方法并不实用。但其中有一种我还没尝试过的方法，那就是针对这个问题使用生成函数。当 GPT 建议我使用这种方法时，我意识到这就是我漏掉的正确方法。所以，将 GPT 视为一个交流伙伴，它确实具有一定的用处。还有使用 GitHub Copilot 帮他写代码，让它自动生成下一步的证明结果，Copilot 的智能提示有 20% 的概率能生成正确的下一步结果。 > 例如我使用的一个叫 GitHub Copilot 的工具，你只需要写下一半的证明，它就会尝试猜测接下来的内容。大概有 20% 的情况下，它能猜到接近正确的答案。然后你就可以说，我接受这个答案。好的，那么在这种情况下，我正在试图证明这个陈述。灰色的部分是 Copilot 给出的建议。结果发现第一行完全没用。不过第二行，尽管你可能看不清楚，却真的解决了这个问题。所以，你不能盲目接受它的输入，因为这些代码未必能顺利编译。但如果你对代码的运作方式已经有所了解，这将大大节省你的时间。这些工具正在变得越来越好。现在如果一个证明只需要一两行，它们就能自动完成。现在已经有了这样的实验，即通过迭代地让 AI 提供证明，然后让编译器进行反馈，如果编译出错，就把错误信息反馈给 AI。通过这种方法，我们开始能够验证四五步长的证明。当然，一个大型的证明可能需要数万行。所以，我们还没有达到能够立即得到一个正式证明的程度。但是，这已经是一个相当有用的工具。对于大家关心的问题： AI 在数学领域现在到了哪一个阶段？是否未来几年利用 AI 能直接解决数学问题？陶哲轩也给出了他的看法： > 我认为我们还远远没有达到这个阶段。如果我们专注于非常特定的问题，你可以定制专门的 AI 来处理一小部分问题。即便如此，它们也不是完全可靠的，但还是有用的。不过至少在接下来的几年里，它们基本上将是非常有用的辅助工具，超越了我们已经熟悉的暴力计算辅助。他还提到了一些可能的 AI 能在数学领域提供帮助的方向： - AI 能够非常好地生成有价值的猜想 > 比如，我们已经看到了关于结理论的例子，它们已经可以推测出两个不同的统计量之间的关系。因此，我们希望能够创建大量的数据集，输入到 AI 中，它们就会自动找出各种不同的数学对象之间的有趣联系。虽然我们还不知道如何做到这一点，部分原因是我们没有这些庞大的数据集。但我认为这是未来可能实现的一个方向。 - 批量或者说规模化的证明大量数学定理 > 现在，因为证明定理是如此繁琐和艰难的过程，我们一次只能证明一个定理，如果你效率很高，可能一次能证明两三个。但是有了 AI，你可以设想一下未来的情况，我们不是试图解决一个问题，而是处理一类类似的1000个问题，然后告诉AI，尝试用这个方法解决这 1000 个问题，然后报告结果，哦，我能用这种技术解决 35% 的问题。那么另一种技术呢？我能解决这个百分比的问题。或者如果结合这些方法，又能解决多少问题？你可以开始探索问题的空间，而不是一个接一个地解决问题。这是你现在根本无法做到的事情，或者是你需要几十年时间，通过数十篇论文慢慢搞清楚各种技术能做什么，不能做什么。但是有了这些工具，你真的可以开始做规模前所未有的数学研究。所以，未来将会非常令人兴奋。演讲环节结束前的最后一句话说的特别好： > 我们仍然会以传统方式证明定理。事实上，我们必须这样做，因为如果我们自己都不知道如何做这些事情，就无法引导这些 AI。但是我们将能够做很多现在无法做到的事情。这恰恰也是我们现在使用 AI 辅助编程的问题：如果我们自己都不知道如何构建软件，就很难引导好 AI 帮助我们生成高质量的代码。尽管 AI 在数学和编程领域变得越来越有用，但人类的洞察力和创造力仍然是创作价值的关键。原始 YT 视频：

宝玉

300,883 просмотров • 1 год назад

🚨还是让肖师傅来盘一盘，Skill做视频这件事本质上，Skill做视频有两条路： 1、忽略质量，只需要制作一个类似会动的PPT，用来辅助自媒体完成内容讲解，但注意，因为视频效果一般，所以必须要本体的内容有干货，Skill只是辅助。如果选择这样，还是比较合算的，因为节约的是不会制作视频的博主的一个痛点。 2、不要妄想一键一个Skill生成视频，本质上它就是一个有操作权限的GEM，所以必须使用GEM思维，一个Skill是无法完成复杂的视频的，只能利用它可以生成文件的特质，生成素材之后，再由另一个Skill进行拼接，当然，这个部分我觉得只能给他一些模板，做些简单的固定搭配的工作。而且这个部分通过我的计算，容错率加上之后，成本和手搓差不多，但风格上就需要固化。即使不能一键成片，至少还有素材打底。另外，别妄想一句话生成一个效果很棒的视频，还是那句话，本质上它还是一个按照固定路径执行的GEM，所以引导和命令依然是重要的，区别是，现在你需要把各种可能得变量都要写进去。 👻来看看肖师傅用Skill制作的视频，但作为商业片我不会选择使用claude code来跑这种商业广告，太费钱了。

🚨还是让肖师傅来盘一盘，Skill做视频这件事本质上，Skill做视频有两条路： 1、忽略质量，只需要制作一个类似会动的PPT，用来辅助自媒体完成内容讲解，但注意，因为视频效果一般，所以必须要本体的内容有干货，Skill只是辅助。如果选择这样，还是比较合算的，因为节约的是不会制作视频的博主的一个痛点。 2、不要妄想一键一个Skill生成视频，本质上它就是一个有操作权限的GEM，所以必须使用GEM思维，一个Skill是无法完成复杂的视频的，只能利用它可以生成文件的特质，生成素材之后，再由另一个Skill进行拼接，当然，这个部分我觉得只能给他一些模板，做些简单的固定搭配的工作。而且这个部分通过我的计算，容错率加上之后，成本和手搓差不多，但风格上就需要固化。即使不能一键成片，至少还有素材打底。另外，别妄想一句话生成一个效果很棒的视频，还是那句话，本质上它还是一个按照固定路径执行的GEM，所以引导和命令依然是重要的，区别是，现在你需要把各种可能得变量都要写进去。 👻来看看肖师傅用Skill制作的视频，但作为商业片我不会选择使用claude code来跑这种商业广告，太费钱了。

肖师傅

16,310 просмотров • 5 месяцев назад

讲真的，现在的提示词网站都还有很大的优化空间：大部分提示词网站以“堆量”为主，靠着上千上万的提示词数量来堆砌价值，内容很丰富，但也存在大量重复、低质的提示词出现如果是自动爬取的帖子，还会出现提示词空档的情况，因为并不是每一个作者都会把提示词直接写在正文中，所以识别不到在这样的网站想要使用提示词，往往需要经历以下几个步骤： 1️⃣翻了很久，终于找到自己想要的图片效果 2️⃣点进去后会出现几种情况 - 没有提示词，只能放弃或者去原帖中找 - 语言不通，看不懂提示词 - 复制的文本里有其他文案，需要手动删除 3️⃣折腾十分钟，终于把提示词处理好了 4️⃣打开gemini/第三方生图网站 5️⃣复制提示词进行生图 6️⃣运气不好，发现提示词效果根本不是作者提供的那样，卒想要丝滑的把中意的提示词变成图片，基本做不到直到我用了MeiGen，一个开源的项目，它可能是今年使用体验最丝滑的提示词网站因为MeiGen不是传统的提示词网站，它不只是收录，而是解决了从提示词源到创作的整条链路想要什么效果，只需要轻轻拖动画面到右侧，点击生成就结束了，从查看到生成，只需要两步「拖动-生成」结束 1. 对于AI创作来说，保持心流状态是非常重要的，在MeiGen，你可以先收藏喜欢的提示词，不用担心找不到，在素材收集完成后进行统一的创作 2. 你可以上传参考图，或者把提示词翻译成中文再进行修改，这些都可以在MeiGen中一站式完成 3. 精选热门 AI 图片提示，这些都是已被证实能够生成高质量图片的提示词，由开发者亲自把关 4. 网站采用周更的节奏，保证提示词可用性和质量想要享受丝滑的创作体验，来试试MeiGen吧：

讲真的，现在的提示词网站都还有很大的优化空间：大部分提示词网站以“堆量”为主，靠着上千上万的提示词数量来堆砌价值，内容很丰富，但也存在大量重复、低质的提示词出现如果是自动爬取的帖子，还会出现提示词空档的情况，因为并不是每一个作者都会把提示词直接写在正文中，所以识别不到在这样的网站想要使用提示词，往往需要经历以下几个步骤： 1️⃣翻了很久，终于找到自己想要的图片效果 2️⃣点进去后会出现几种情况 - 没有提示词，只能放弃或者去原帖中找 - 语言不通，看不懂提示词 - 复制的文本里有其他文案，需要手动删除 3️⃣折腾十分钟，终于把提示词处理好了 4️⃣打开gemini/第三方生图网站 5️⃣复制提示词进行生图 6️⃣运气不好，发现提示词效果根本不是作者提供的那样，卒想要丝滑的把中意的提示词变成图片，基本做不到直到我用了MeiGen，一个开源的项目，它可能是今年使用体验最丝滑的提示词网站因为MeiGen不是传统的提示词网站，它不只是收录，而是解决了从提示词源到创作的整条链路想要什么效果，只需要轻轻拖动画面到右侧，点击生成就结束了，从查看到生成，只需要两步「拖动-生成」结束 1. 对于AI创作来说，保持心流状态是非常重要的，在MeiGen，你可以先收藏喜欢的提示词，不用担心找不到，在素材收集完成后进行统一的创作 2. 你可以上传参考图，或者把提示词翻译成中文再进行修改，这些都可以在MeiGen中一站式完成 3. 精选热门 AI 图片提示，这些都是已被证实能够生成高质量图片的提示词，由开发者亲自把关 4. 网站采用周更的节奏，保证提示词可用性和质量想要享受丝滑的创作体验，来试试MeiGen吧：

骑司Chase

30,759 просмотров • 5 месяцев назад

前几天跟珠海一个教培机构的老板聊天，了解到她接待到店家长的时候，都会先让小孩做一个词汇量测试，然后根据测试结果来推荐适合的课程。以往呢都是用简单的A4纸打印，还得家长帮忙填写。那天聊过天之后，我就说我来帮她做一个在线单词量测试的网页工具，前几天也是用codex抽空做了一个demo，但是看上去有点普通。刚好看到 Claude opus 4.8上线了，并且可以在ZenMux 平台上尝鲜体验，一句简单的提示词就重构好了，大家一起来看看效果吧。最后在给大家推荐一下ZenMux 这个平台，如果你想第一时间尝鲜试用最近发布的大模型，认准ZenMux 就对了。凭心而论，ZenMux 平台的价格不是最便宜的，但确实是我用过的最稳定和最省心的的API聚合平台，一个API接口可以调用市面上的几百个大模型。如果你也跟我一样饱受Claude 封号的折磨，有想要稳定的服务，那就用ZenMux 吧，如果你想省钱可以先去看看中转站，不过我相信你最后还会回来的。

前几天跟珠海一个教培机构的老板聊天，了解到她接待到店家长的时候，都会先让小孩做一个词汇量测试，然后根据测试结果来推荐适合的课程。以往呢都是用简单的A4纸打印，还得家长帮忙填写。那天聊过天之后，我就说我来帮她做一个在线单词量测试的网页工具，前几天也是用codex抽空做了一个demo，但是看上去有点普通。刚好看到 Claude opus 4.8上线了，并且可以在ZenMux 平台上尝鲜体验，一句简单的提示词就重构好了，大家一起来看看效果吧。最后在给大家推荐一下ZenMux 这个平台，如果你想第一时间尝鲜试用最近发布的大模型，认准ZenMux 就对了。凭心而论，ZenMux 平台的价格不是最便宜的，但确实是我用过的最稳定和最省心的的API聚合平台，一个API接口可以调用市面上的几百个大模型。如果你也跟我一样饱受Claude 封号的折磨，有想要稳定的服务，那就用ZenMux 吧，如果你想省钱可以先去看看中转站，不过我相信你最后还会回来的。

得否

17,034 просмотров • 1 месяц назад

来自 Claude Code 团队成员 Thariq 分享的用好 Fable 5模型的秘诀。以下内容整理自 Thariq 的视频：过去，我们需要时刻检查 Claude 是否在正确地做事。比如，把任务拆分成小块交给它、反复检查它的输出，并在它过早停下时发现问题。但有了 Claude Fable 5，我反而发现自己越来越多地是在检查 Claude 是否在做正确的工作。 Fable 可以一次运行几个小时，它会测试自己的工作，老实说，我经常发现它写出的代码比我的还要好。我的工作变得越来越侧重于指引方向和前期设置，而不是监督。因此，以下是我在使用 Fable 时，工作方式发生的三个改变。首先，我把 Claude 当作一个思维伙伴。我给它提供所需的上下文。其次，我给 Claude 设定目标并提供验证这些目标的方法。最后，我试着变得更有野心，让 Claude 去做我以前从未尝试过的事情。第一点，你要越来越多地把 Claude 视为一个思维伙伴。我在使用 Fable 时发现的一个失败模式是，我可能实际上并不知道自己想要什么，或者我可能不知道什么是可行的。但是，在我的思考过程中尽早让 Claude 参与进来，我就可以在实施之前发现这些问题。举个例子，我会先从一个小的需求规范（spec）开始，在编写最终的规范文件之前，我会要求 Claude 就实施方案对我进行“面试提问”。这有助于我建立信心，确信自己知道想要什么。或者，我也可能抛出一个想法，让它想出几个可以发展的方向，并制作一些 HTML 页面原型供我审查。当我准备好进行实施时，我会尽量给它提供上下文，而不仅仅是约束条件，这样 Claude 就能真正帮助我达成目标。例如，我不会说“保持简单，不要过度设计”，而是会说：“嘿，这个功能是个实验。我们很有可能在一个月后删掉它。所以不要构建任何丢弃起来会很心疼的东西。”给它这样的上下文，能让它发现你可能都没想到的事情。一旦你知道自己想要什么了，特别是面对一个雄心勃勃的难题时，考虑给 Claude 设定目标以及验证目标的方法。为此，我们推出了两个很好用的新功能，我也鼓励大家试一试：/goal（目标指令）和 workflows（工作流）。目标功能帮助 Claude 持续工作直至完成，而工作流则帮助 Claude 验证其工作。因此，在我写完规范文档后，我可能会告诉 Claude：“设定一个目标，以完整实现该规范。然后使用工作流来验证计划的每个部分，并准备一份报告，说明已实现了哪些内容以及是否有任何差异。”这让 Claude 能够尽可能以富有创意和周到的方式发挥其能力，同时又能确保它正在构建你想要的东西。最后，试着更有野心一些。 Fable 真的是一个令人难以置信的模型，它促使我在工作中打破常规去思考。例如，我正在用 Fable 剪辑这个视频。如果有什么事情是你以为大语言模型做不到的，给它个机会试试。我们由衷地认为，Fable 提高了“一切皆有可能”的上限。

来自 Claude Code 团队成员 Thariq 分享的用好 Fable 5模型的秘诀。以下内容整理自 Thariq 的视频：过去，我们需要时刻检查 Claude 是否在正确地做事。比如，把任务拆分成小块交给它、反复检查它的输出，并在它过早停下时发现问题。但有了 Claude Fable 5，我反而发现自己越来越多地是在检查 Claude 是否在做正确的工作。 Fable 可以一次运行几个小时，它会测试自己的工作，老实说，我经常发现它写出的代码比我的还要好。我的工作变得越来越侧重于指引方向和前期设置，而不是监督。因此，以下是我在使用 Fable 时，工作方式发生的三个改变。首先，我把 Claude 当作一个思维伙伴。我给它提供所需的上下文。其次，我给 Claude 设定目标并提供验证这些目标的方法。最后，我试着变得更有野心，让 Claude 去做我以前从未尝试过的事情。第一点，你要越来越多地把 Claude 视为一个思维伙伴。我在使用 Fable 时发现的一个失败模式是，我可能实际上并不知道自己想要什么，或者我可能不知道什么是可行的。但是，在我的思考过程中尽早让 Claude 参与进来，我就可以在实施之前发现这些问题。举个例子，我会先从一个小的需求规范（spec）开始，在编写最终的规范文件之前，我会要求 Claude 就实施方案对我进行“面试提问”。这有助于我建立信心，确信自己知道想要什么。或者，我也可能抛出一个想法，让它想出几个可以发展的方向，并制作一些 HTML 页面原型供我审查。当我准备好进行实施时，我会尽量给它提供上下文，而不仅仅是约束条件，这样 Claude 就能真正帮助我达成目标。例如，我不会说“保持简单，不要过度设计”，而是会说：“嘿，这个功能是个实验。我们很有可能在一个月后删掉它。所以不要构建任何丢弃起来会很心疼的东西。”给它这样的上下文，能让它发现你可能都没想到的事情。一旦你知道自己想要什么了，特别是面对一个雄心勃勃的难题时，考虑给 Claude 设定目标以及验证目标的方法。为此，我们推出了两个很好用的新功能，我也鼓励大家试一试：/goal（目标指令）和 workflows（工作流）。目标功能帮助 Claude 持续工作直至完成，而工作流则帮助 Claude 验证其工作。因此，在我写完规范文档后，我可能会告诉 Claude：“设定一个目标，以完整实现该规范。然后使用工作流来验证计划的每个部分，并准备一份报告，说明已实现了哪些内容以及是否有任何差异。”这让 Claude 能够尽可能以富有创意和周到的方式发挥其能力，同时又能确保它正在构建你想要的东西。最后，试着更有野心一些。 Fable 真的是一个令人难以置信的模型，它促使我在工作中打破常规去思考。例如，我正在用 Fable 剪辑这个视频。如果有什么事情是你以为大语言模型做不到的，给它个机会试试。我们由衷地认为，Fable 提高了“一切皆有可能”的上限。

宝玉

136,518 просмотров • 3 дней назад

老杨今天再分享一个抖音短视频带货中腰部的案例男女都可以做，但是大部分都是女生做的最多，这种玩法在带货圈叫-实拍这种算是实力大佬啦，基本上收到的样品可以按卡车来拖，有可能商家帮投流啦；先看数据： 1、橱窗带货612万件； 2、LV5达人粉丝12.36万 3、巨量百应数据：近30天的数据：25-50万单，商品结算金额500-750万 4、从巨量达人数据看有5-26%，我们取最保守8%来算；结算金额按600万来算：是不是30天能拿48万。 5、去看她的号，发了3900多条视频，前期每天日更10条。你肯定会问，一天10条这怎么可能拍的出来？ 1、这种拍的多了，一个镜头可以拍20-30张，产品的使用过程可以拍很多镜头，这样还能重复使用，一个品可以每隔几天重复发，这样积少成多，素材就有了，就可以随时套模版。 2、时间拍久了，有的视频基本上是一条过，都不用剪， 3、还有一些，他们都会请人剪辑视频，请人拍， 4、再有一些直接卖素材，有包月的，也有拼素材的，一个产品20个人拼，每个产品都明30-50个镜头，够大家分别做视频了，所以你会刷到很多视频场景一样，镜头切片不一样。现在还能不能干： 1、能，反正不用出镜，可以买素材试一下包月素材也才150-300左右；够你每天发3-5个视频， 2、买素材有一个不好的地方就是你不能自主选品，别人给你拍什么你就发什么，有局限性，但是基本上人家都是拍的爆品。 3、如果你要自主选品的话，我的建议就是打垂直类目，比如卖纸，哪你就可以买3-5种纸，天天不重新去拍，每天发，这样的试错成本和成功的机率要大一些，你可以买样品拍； 4、但是这样拍的话你就要自己搭建拍影场景，场景和灯光差不多要1000左右，除非你家有现成的场景可以用。总结：如果要玩，可以买多几家素材，只买3-5种同类产品的这样反复打，机会还是有的，视频怎么做，照着别人1：1仿着做个10次机会上就可以了会了，

老杨今天再分享一个抖音短视频带货中腰部的案例男女都可以做，但是大部分都是女生做的最多，这种玩法在带货圈叫-实拍这种算是实力大佬啦，基本上收到的样品可以按卡车来拖，有可能商家帮投流啦；先看数据： 1、橱窗带货612万件； 2、LV5达人粉丝12.36万 3、巨量百应数据：近30天的数据：25-50万单，商品结算金额500-750万 4、从巨量达人数据看有5-26%，我们取最保守8%来算；结算金额按600万来算：是不是30天能拿48万。 5、去看她的号，发了3900多条视频，前期每天日更10条。你肯定会问，一天10条这怎么可能拍的出来？ 1、这种拍的多了，一个镜头可以拍20-30张，产品的使用过程可以拍很多镜头，这样还能重复使用，一个品可以每隔几天重复发，这样积少成多，素材就有了，就可以随时套模版。 2、时间拍久了，有的视频基本上是一条过，都不用剪， 3、还有一些，他们都会请人剪辑视频，请人拍， 4、再有一些直接卖素材，有包月的，也有拼素材的，一个产品20个人拼，每个产品都明30-50个镜头，够大家分别做视频了，所以你会刷到很多视频场景一样，镜头切片不一样。现在还能不能干： 1、能，反正不用出镜，可以买素材试一下包月素材也才150-300左右；够你每天发3-5个视频， 2、买素材有一个不好的地方就是你不能自主选品，别人给你拍什么你就发什么，有局限性，但是基本上人家都是拍的爆品。 3、如果你要自主选品的话，我的建议就是打垂直类目，比如卖纸，哪你就可以买3-5种纸，天天不重新去拍，每天发，这样的试错成本和成功的机率要大一些，你可以买样品拍； 4、但是这样拍的话你就要自己搭建拍影场景，场景和灯光差不多要1000左右，除非你家有现成的场景可以用。总结：如果要玩，可以买多几家素材，只买3-5种同类产品的这样反复打，机会还是有的，视频怎么做，照着别人1：1仿着做个10次机会上就可以了会了，

老杨啊

40,074 просмотров • 2 месяцев назад

卧艹，兄弟们，真让我等到了！半个月前刚说，2026年绝对是AI视频大爆发的年份。对于很多有想法的创作者而言，最大的痛点莫过于视频制作了。一句话就能生成视频的自媒体工具，一定会是爆款。没想到真让我等到了，就是Medeo！看我一句话做的动量定理解释视频，完全可以发到自媒体平台上做个科普账号。后来我又通过对话，在视频末尾加上了一个习题，我靠，多轮对话简直完美！他们有几种比较成熟的模板，我用的就是PPT视频讲解模板，非常适合做科普视频。除了科普外，还有动漫、现实等多种模板，和大量用户案例（见评论区），覆盖全品类，记得一定去试试。

卧艹，兄弟们，真让我等到了！半个月前刚说，2026年绝对是AI视频大爆发的年份。对于很多有想法的创作者而言，最大的痛点莫过于视频制作了。一句话就能生成视频的自媒体工具，一定会是爆款。没想到真让我等到了，就是Medeo！看我一句话做的动量定理解释视频，完全可以发到自媒体平台上做个科普账号。后来我又通过对话，在视频末尾加上了一个习题，我靠，多轮对话简直完美！他们有几种比较成熟的模板，我用的就是PPT视频讲解模板，非常适合做科普视频。除了科普外，还有动漫、现实等多种模板，和大量用户案例（见评论区），覆盖全品类，记得一定去试试。

Olivert

107,587 просмотров • 6 месяцев назад

有人在之前推文里问像这样的数字人是怎么做的，推荐 HeyGen 这款数字人产品。它可以选择不同的数字人，套用不同的模板，生成各种演说类的视频口型准确，效果还是很逼真的，如果你不会的话，也可以找我。 🔗 #AIgirl #aitools

有人在之前推文里问像这样的数字人是怎么做的，推荐 HeyGen 这款数字人产品。它可以选择不同的数字人，套用不同的模板，生成各种演说类的视频口型准确，效果还是很逼真的，如果你不会的话，也可以找我。 🔗 #AIgirl #aitools

Cellier

132,131 просмотров • 3 лет назад

我把这种食物爆炸的效果做成了一条快节奏的寿司美食商业广告视频😏只花了5分钟就搞定！上传3张图片，AI自动生成几万价值的广告效果。没错，完全不需要什么首尾帧生成！👌 这次直接上传了3张寿司照片，然后在对话框里说： "开头依次按照寿司食材层层推进，突出食材的质感和光泽，中间快切展示制作过程“ 等了大概5分钟，预览出来，镜头推进的节奏、转场的速度、食材的光泽感都对了。不是那种一眼就能看出来的AI生成视频，是真的能当商业片用的质量。然后我试着调整细节： "第二个镜头太快了，慢一点" "最后加个特写效果" "配乐音效节奏感再强一点" 每次说完，它都能精准改到位。不用我去拖时间轴、调参数、重新渲染，就是对话，然后改完了。这种感觉就像你在跟一个剪辑师沟通，但响应速度是秒级的。而且它还会记住上下文。比如我说"把第一个镜头的感觉用到第三个镜头"，它就知道我在说什么，不用我重复描述一遍参数。做完寿司视频后，我突然想到这个东西应该不只能做美食吧？就试着传了几张产品图进去，又做了个产品宣传片；传了几张视频教程截图，又生成了个教学视频；传了些参考图，做了个MV。基本上你能想到的视频类型——动画、漫画分镜、抖音短视频、教程、MV、广告片——它都能做，而且都是同样的方式：上传素材或参考图，然后对话。这跟我之前用过的那些AI视频工具完全不一样。那些工具要么就是一键生成，结果不能改；要么就得写复杂的Prompt，还得不断调参数。这个工具的逻辑是：你先生成一个大概的版本，然后通过对话不断精修，直到符合你的预期。最关键的是角色和风格的一致性。比如做MV的时候，我只给了一张角色参考图，整个视频里的角色特征都保持得很好，不会出现那种"每一帧都是不同人"的情况。它还有轨道编辑功能。如果你想手动精调某个地方，可以切到轨道模式，它导出的是可编辑的剪辑工程文件。所以你可以选择：要么完全用对话解决，要么对话+手动精修，两种方式都行。如果你也经常做视频，尤其是需要快速出片但又不想牺牲质量的场景，可以试试这个思路。我现在手里攒了几个不同类型的案例，如果有人想看具体操作流程，评论区说一声，人多的话下期出个详细教程。新用户可以免费🔗→ #AIVideoCreation #AITools #VideoEditing #ContentCreation

我把这种食物爆炸的效果做成了一条快节奏的寿司美食商业广告视频😏只花了5分钟就搞定！上传3张图片，AI自动生成几万价值的广告效果。没错，完全不需要什么首尾帧生成！👌 这次直接上传了3张寿司照片，然后在对话框里说： "开头依次按照寿司食材层层推进，突出食材的质感和光泽，中间快切展示制作过程“ 等了大概5分钟，预览出来，镜头推进的节奏、转场的速度、食材的光泽感都对了。不是那种一眼就能看出来的AI生成视频，是真的能当商业片用的质量。然后我试着调整细节： "第二个镜头太快了，慢一点" "最后加个特写效果" "配乐音效节奏感再强一点" 每次说完，它都能精准改到位。不用我去拖时间轴、调参数、重新渲染，就是对话，然后改完了。这种感觉就像你在跟一个剪辑师沟通，但响应速度是秒级的。而且它还会记住上下文。比如我说"把第一个镜头的感觉用到第三个镜头"，它就知道我在说什么，不用我重复描述一遍参数。做完寿司视频后，我突然想到这个东西应该不只能做美食吧？就试着传了几张产品图进去，又做了个产品宣传片；传了几张视频教程截图，又生成了个教学视频；传了些参考图，做了个MV。基本上你能想到的视频类型——动画、漫画分镜、抖音短视频、教程、MV、广告片——它都能做，而且都是同样的方式：上传素材或参考图，然后对话。这跟我之前用过的那些AI视频工具完全不一样。那些工具要么就是一键生成，结果不能改；要么就得写复杂的Prompt，还得不断调参数。这个工具的逻辑是：你先生成一个大概的版本，然后通过对话不断精修，直到符合你的预期。最关键的是角色和风格的一致性。比如做MV的时候，我只给了一张角色参考图，整个视频里的角色特征都保持得很好，不会出现那种"每一帧都是不同人"的情况。它还有轨道编辑功能。如果你想手动精调某个地方，可以切到轨道模式，它导出的是可编辑的剪辑工程文件。所以你可以选择：要么完全用对话解决，要么对话+手动精修，两种方式都行。如果你也经常做视频，尤其是需要快速出片但又不想牺牲质量的场景，可以试试这个思路。我现在手里攒了几个不同类型的案例，如果有人想看具体操作流程，评论区说一声，人多的话下期出个详细教程。新用户可以免费🔗→ #AIVideoCreation #AITools #VideoEditing #ContentCreation

邪修玩AI-诗泳

11,356 просмотров • 6 месяцев назад

好玩，真的好玩。我很久没因为一个 AI 工具这么“爽”过了。刚刚我花了几分钟，给我不到 3 岁的女儿，把她最喜欢的绘本《长个不停的腿》做成了一个动画视频。不是 PPT，不是剪辑拼贴，而是完整的绘本动画。她坐在那儿看得特别认真，一直笑。那一刻我突然意识到：原来视频创作，真的可以变得这么轻。说实话，这多少有点“大材小用”。很多人用这个工具是在做商业级的视频：企业宣传片、广告、科普、故事短片那种。但架不住孩子喜欢，我已经打算把她喜欢的绘本都做成动画存手机里了。画风是真的漂亮，能明显感觉到底层用的是很顶级的生图 / 视频模型。关键是—— 整个过程几乎不需要“操作”。我是先用 GPT 帮我生成了一段故事提示词，然后直接丢进 -- 比例 -- 时长 -- 声音剩下的事，它自己全干完了： -- 拆分镜头 -- 生成分镜 -- 出视频 -- 剪辑拼接 -- 配音 + 背景音乐 ✅一气呵成。更爽的是，你可以一边用 AI，一边随时“插手”。比如某个画面不喜欢，直接跟它说；想整体换文案、改节奏、换感觉，全程就是聊天。这种「言出法随」的体验，真的会让人上头。做科普、做故事、做广告片，甚至接单子，我觉得都完全没问题。你只有真正用过一次，才会明白这种感觉。我就一句话：你自己试试就知道了。 👉

好玩，真的好玩。我很久没因为一个 AI 工具这么“爽”过了。刚刚我花了几分钟，给我不到 3 岁的女儿，把她最喜欢的绘本《长个不停的腿》做成了一个动画视频。不是 PPT，不是剪辑拼贴，而是完整的绘本动画。她坐在那儿看得特别认真，一直笑。那一刻我突然意识到：原来视频创作，真的可以变得这么轻。说实话，这多少有点“大材小用”。很多人用这个工具是在做商业级的视频：企业宣传片、广告、科普、故事短片那种。但架不住孩子喜欢，我已经打算把她喜欢的绘本都做成动画存手机里了。画风是真的漂亮，能明显感觉到底层用的是很顶级的生图 / 视频模型。关键是—— 整个过程几乎不需要“操作”。我是先用 GPT 帮我生成了一段故事提示词，然后直接丢进 -- 比例 -- 时长 -- 声音剩下的事，它自己全干完了： -- 拆分镜头 -- 生成分镜 -- 出视频 -- 剪辑拼接 -- 配音 + 背景音乐 ✅一气呵成。更爽的是，你可以一边用 AI，一边随时“插手”。比如某个画面不喜欢，直接跟它说；想整体换文案、改节奏、换感觉，全程就是聊天。这种「言出法随」的体验，真的会让人上头。做科普、做故事、做广告片，甚至接单子，我觉得都完全没问题。你只有真正用过一次，才会明白这种感觉。我就一句话：你自己试试就知道了。 👉

鱼总聊AI

20,643 просмотров • 6 месяцев назад

【Manus季逸超：六个月后，基本每一家头部的应用公司都有做模型的能力】最近看了Manus联合创始人季逸超的访谈，很多人诟病 Manus 早期没有自己的模型、只是个套壳，但看完视频就会发现，Manus的逻辑是有道理的。一般的思维模式是先练模型（鸡），再顺便出个产品（蛋），这叫“沿途下蛋”。但这种方式是以模型为中心的，它的风险在于，蛋的形状取决于鸡能生出什么。模型能做到哪，产品才能做到哪，产品只能迁就技术。 Manus的路子是以产品为中心“借鸡生蛋”：早期直接用现成的模型。别管鸡是谁的，先让产品跑起来，看用户愿不愿意买单，找到PMF。等产品逻辑通了、用户量大了，发现现有的模型太贵、太慢、或者不够适配，再反过来去倒逼技术，优化出一种特定的模型。以Cursor为例，它一开始就是个代码编辑器，接入的是别人的接口。但等到它成为程序员的刚需后，为了追求极致的速度和更准的代码逻辑，它才跳出来做了自研模型。说到底是应用先于模型，需求定义底座。

【Manus季逸超：六个月后，基本每一家头部的应用公司都有做模型的能力】最近看了Manus联合创始人季逸超的访谈，很多人诟病 Manus 早期没有自己的模型、只是个套壳，但看完视频就会发现，Manus的逻辑是有道理的。一般的思维模式是先练模型（鸡），再顺便出个产品（蛋），这叫“沿途下蛋”。但这种方式是以模型为中心的，它的风险在于，蛋的形状取决于鸡能生出什么。模型能做到哪，产品才能做到哪，产品只能迁就技术。 Manus的路子是以产品为中心“借鸡生蛋”：早期直接用现成的模型。别管鸡是谁的，先让产品跑起来，看用户愿不愿意买单，找到PMF。等产品逻辑通了、用户量大了，发现现有的模型太贵、太慢、或者不够适配，再反过来去倒逼技术，优化出一种特定的模型。以Cursor为例，它一开始就是个代码编辑器，接入的是别人的接口。但等到它成为程序员的刚需后，为了追求极致的速度和更准的代码逻辑，它才跳出来做了自研模型。说到底是应用先于模型，需求定义底座。

傅盛

89,082 просмотров • 6 месяцев назад