Загрузка видео...

Не удалось загрузить видео

На главную

兄弟萌只用一张照片，你就能变成任何人 这可能是今年最危险的开源项目：Deep-Live-Cam 只需要 一张照片， 你就可以在摄像头里——变成任何人。 而且是： 实时（Real-time）换脸 + 视频通话直接用 GitHub 已经 81.5k+ （持续爆涨） 它到底有多离谱？ 把深度伪造（Deepfake）变成实时工具 你可以： -实时视频换脸（直播 / Zoom / Discord） -一键生成 Deepfake 视频 -多人同时换脸（多人场景也能跑） -做梗图 / Meme / 内容创作 而且操作极其简单： 选脸 → 选摄像头 → 点击开始 1. 实时（不是后期） 大多数 deepfake 还是渲染视频， 这个是直接在摄像头里跑 2. 只需要一张图 不需要训练模型，不需要数据集 3. 多平台 + 硬件加速...

hank_aibtc's profile picture

HankAI

2,922 subscribers

23,011 просмотров • 4 месяцев назад •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

真正言出法随的AI视频工具，终于被我找到了！！ 而且还是个100%开源的视频世界模型项目！ 这个用来做视频真的很高级！ 先说一个长期的“痒点”，做AI视频为了保证空间场景的一致性， 不得不生成一大堆各种角度的场景的图片作参考约束， 要确保正反打都不会穿帮，要确保镜头转过去再转回来场景不走形， 但其实，这个方法很原始！ 但如果，直接可以生成一个高度一致性的空间， 让人物站在该有的位置，并且还能够自由控制镜头在空间里的运动， 所有一致性的困扰，就全部解决了！！ AlayaWorld Alaya Lab 就完全是这个思路， 根据任何图片和视频，实时渲染一个自由空间， 先固化一个场景，然后人物和道具进场，先搭景再拍摄， 这样做视频的体验，就无限接近于真实片场！ 你就像一个导演，站在片场里，并且拥有“言出法随”的能力！ 改天气、换演员、换服装、甚至直接换场景，可玩性和可控性全部拉满， 突发奇想的指令或者是已经设置好“技能”，就可以实时渲染出来！ 而且这个时长不受限制，一个空间里，“拍摄”多久都可以。 想想就很爽，这种创作体验，是前所未有的！！ 不光是视频，这也完全是彻底改变游戏行业的存在。 尤其是那种沉浸感很强的第一人称游戏！ 越说越激动，这个项目现在是完全开源的， 有兴趣的朋友，真的可以关注一下这方面的趋势， 我觉得在这个探索世界模型的阶段， 这个，就是最好的落地应用！！
0:26

真正言出法随的AI视频工具，终于被我找到了！！ 而且还是个100%开源的视频世界模型项目！ 这个用来做视频真的很高级！ 先说一个长期的“痒点”，做AI视频为了保证空间场景的一致性， 不得不生成一大堆各种角度的场景的图片作参考约束， 要确保正反打都不会穿帮，要确保镜头转过去再转回来场景不走形， 但其实，这个方法很原始！ 但如果，直接可以生成一个高度一致性的空间， 让人物站在该有的位置，并且还能够自由控制镜头在空间里的运动， 所有一致性的困扰，就全部解决了！！ AlayaWorld Alaya Lab 就完全是这个思路， 根据任何图片和视频，实时渲染一个自由空间， 先固化一个场景，然后人物和道具进场，先搭景再拍摄， 这样做视频的体验，就无限接近于真实片场！ 你就像一个导演，站在片场里，并且拥有“言出法随”的能力！ 改天气、换演员、换服装、甚至直接换场景，可玩性和可控性全部拉满， 突发奇想的指令或者是已经设置好“技能”，就可以实时渲染出来！ 而且这个时长不受限制，一个空间里，“拍摄”多久都可以。 想想就很爽，这种创作体验，是前所未有的！！ 不光是视频，这也完全是彻底改变游戏行业的存在。 尤其是那种沉浸感很强的第一人称游戏！ 越说越激动，这个项目现在是完全开源的， 有兴趣的朋友，真的可以关注一下这方面的趋势， 我觉得在这个探索世界模型的阶段， 这个，就是最好的落地应用！！

沐阳

29,332 просмотров • 17 дней назад

自媒体人狂喜！这个项目把 AI 视频直接做成无限时长 ：InfiniteTalk 它解决一个大问题： 以前 AI 视频只能几秒，现在直接无限生成 而且不只是嘴动而已： - 表情、头部、身体全同步 - 长视频也不崩 - 人物一致性稳如老狗 操作也超简单： 一张图 + 一段音频 = 一个会一直讲话的虚拟人 🗣️ 适合直接落地的场景： - AI 虚拟主播 - 播客 / 长视频内容 - 视频翻译 & 重配音 - 自媒体批量生产 最棒的是： 开源 + 免费 + 可商用
1:00

自媒体人狂喜！这个项目把 AI 视频直接做成无限时长 ：InfiniteTalk 它解决一个大问题： 以前 AI 视频只能几秒，现在直接无限生成 而且不只是嘴动而已： - 表情、头部、身体全同步 - 长视频也不崩 - 人物一致性稳如老狗 操作也超简单： 一张图 + 一段音频 = 一个会一直讲话的虚拟人 🗣️ 适合直接落地的场景： - AI 虚拟主播 - 播客 / 长视频内容 - 视频翻译 & 重配音 - 自媒体批量生产 最棒的是： 开源 + 免费 + 可商用

开发者Hailey

71,924 просмотров • 4 месяцев назад

无需复杂提示词，小白到大神只需一个P视频智能体 只需写一个故事梗概，一次生成一个完整视频 但能一句话生成视频，生成视频后还能不跳出流程直接调用AI编辑器，实现改图，改视频，改字幕，改配音，改音效。 不仅如此，上传图片，输入：图片修改指令，它还能直接修改图像生成一个你要求的动态视频。 这个就是最新的纳米AI最新的P视频智能体，它可以很大程度的减少小白上手难度，很多人不会写复杂提示词也不用担心，Agent会在后台自动分析需求帮你写提示词。
1:28

无需复杂提示词，小白到大神只需一个P视频智能体 只需写一个故事梗概，一次生成一个完整视频 但能一句话生成视频，生成视频后还能不跳出流程直接调用AI编辑器，实现改图，改视频，改字幕，改配音，改音效。 不仅如此，上传图片，输入：图片修改指令，它还能直接修改图像生成一个你要求的动态视频。 这个就是最新的纳米AI最新的P视频智能体，它可以很大程度的减少小白上手难度，很多人不会写复杂提示词也不用担心，Agent会在后台自动分析需求帮你写提示词。

小互

44,512 просмотров • 10 месяцев назад

马斯克这段访谈最值得讨论的，不是他一周工作 120 小时。 而是它戳破了一个 AI 时代的幻觉： 工具越来越强以后，人与人的差距就会变小。 但现实可能刚好相反。 AI 能帮你提效、自动化、降本、写代码、做内容、查资料。 可它很难替你承受： 连续失败。 现金快烧光。 团队动摇。 外界嘲笑。 所有选择都像错的时候，你还要继续做决定。 这段视频最残酷的地方在于： 创业很多时候不是“聪明人的游戏”。 而是“没有退路的人，能不能在高压和不确定性里继续下注”。 这不是鸡血。 也不适合包装成成功学。 但它确实提醒我： AI 时代真正稀缺的，可能不是效率。 而是一个人在快被现实压垮时，还能不能保持判断力。
3:49

马斯克这段访谈最值得讨论的，不是他一周工作 120 小时。 而是它戳破了一个 AI 时代的幻觉： 工具越来越强以后，人与人的差距就会变小。 但现实可能刚好相反。 AI 能帮你提效、自动化、降本、写代码、做内容、查资料。 可它很难替你承受： 连续失败。 现金快烧光。 团队动摇。 外界嘲笑。 所有选择都像错的时候，你还要继续做决定。 这段视频最残酷的地方在于： 创业很多时候不是“聪明人的游戏”。 而是“没有退路的人，能不能在高压和不确定性里继续下注”。 这不是鸡血。 也不适合包装成成功学。 但它确实提醒我： AI 时代真正稀缺的，可能不是效率。 而是一个人在快被现实压垮时，还能不能保持判断力。

Vincent | 信号＞噪音

10,399 просмотров • 1 месяц назад

震惊的不只是摄像头，这次是“WiFi本身在看见你”。 一个叫 RuView 的开源项目在 GitHub 已经7万+ star，思路有点离谱： 你家里的普通 WiFi 信号，不只是上网工具，还能变成一台“隐形感知雷达”。 它能做到这些事👇 不用摄像头，就能感知房间里有几个人、在什么位置 识别人在走路、坐着还是躺着 实时人体姿态估计（关键点级别） 睡眠状态下还能推测呼吸与心率 异常动作（比如跌倒）可触发提醒 底层用的是 WiFi CSI 信号 + AI 模型，把环境里的“信号扰动”变成动作信息。 更夸张的是： 普通 ESP32 就能跑基础版本，甚至只要 Docker 环境也能体验。 没有摄像头、没有穿戴设备、也不需要录像——但“空间里发生了什么”却被数字化了。 隐私这件事，也开始变得有点复杂了。
0:46

震惊的不只是摄像头，这次是“WiFi本身在看见你”。 一个叫 RuView 的开源项目在 GitHub 已经7万+ star，思路有点离谱： 你家里的普通 WiFi 信号，不只是上网工具，还能变成一台“隐形感知雷达”。 它能做到这些事👇 不用摄像头，就能感知房间里有几个人、在什么位置 识别人在走路、坐着还是躺着 实时人体姿态估计（关键点级别） 睡眠状态下还能推测呼吸与心率 异常动作（比如跌倒）可触发提醒 底层用的是 WiFi CSI 信号 + AI 模型，把环境里的“信号扰动”变成动作信息。 更夸张的是： 普通 ESP32 就能跑基础版本，甚至只要 Docker 环境也能体验。 没有摄像头、没有穿戴设备、也不需要录像——但“空间里发生了什么”却被数字化了。 隐私这件事，也开始变得有点复杂了。

Smartpig

62,499 просмотров • 1 месяц назад

昨天母亲节，我回来家里陪妈妈吃饭，当小学教师的表妹让我给她演示下AI都有什么作用😂 刚好看到ring-2.6-1t 免费，我就试了下做个小红书很火的班级灵宠系统，本来以为应该要花点时间，但没想到速度惊人的同时质量也过硬！ 这个 demo 让我最强烈的感受是：ring-2.6-1t 不像是在“回答我”，更像是在把我的想法直接推到现实里。 我只是生成了一个小学班级灵宠积分系统：学生打卡、做作业、考高分，就能给宠物攒积分、升级、冲排行榜的prompt。换成以前，这可能会停在一份 PRD、一张功能表，或者一段“你可以这样做”的建议里。 但ring-2.6-1t 直接把它变成了一个能打开的网页小工具。 你能看到全班宠物墙，能给学生加分扣分，能看等级进度，排行榜也会跟着变化。那一刻很微妙：它不再只是“懂你要什么”，而是把你脑子里的模糊需求，变成了一个可以被点击、被验证、被修改的东西。 这也是我觉得它最有价值的地方。 很多真实工作，其实不需要一套宏大的系统。我们只是需要一个临时的操作台：拆费用、排任务、调动画、做报名页、整理素材。用完就可以丢掉，但在那个时刻，它真的帮你把事情往前推了一步。 ring-2.6-1t的厉害，不是替你完成工作，而是先给你造出一个工作现场。然后，你在里面完成工作。 不得不说，我的表妹已经决定好好学习AI了，或许这就是好模型的意义。 Ring-2.6-1T 模型已经在openrouter发布了，限时免费一周，地址是
1:36

昨天母亲节，我回来家里陪妈妈吃饭，当小学教师的表妹让我给她演示下AI都有什么作用😂 刚好看到ring-2.6-1t 免费，我就试了下做个小红书很火的班级灵宠系统，本来以为应该要花点时间，但没想到速度惊人的同时质量也过硬！ 这个 demo 让我最强烈的感受是：ring-2.6-1t 不像是在“回答我”，更像是在把我的想法直接推到现实里。 我只是生成了一个小学班级灵宠积分系统：学生打卡、做作业、考高分，就能给宠物攒积分、升级、冲排行榜的prompt。换成以前，这可能会停在一份 PRD、一张功能表，或者一段“你可以这样做”的建议里。 但ring-2.6-1t 直接把它变成了一个能打开的网页小工具。 你能看到全班宠物墙，能给学生加分扣分，能看等级进度，排行榜也会跟着变化。那一刻很微妙：它不再只是“懂你要什么”，而是把你脑子里的模糊需求，变成了一个可以被点击、被验证、被修改的东西。 这也是我觉得它最有价值的地方。 很多真实工作，其实不需要一套宏大的系统。我们只是需要一个临时的操作台：拆费用、排任务、调动画、做报名页、整理素材。用完就可以丢掉，但在那个时刻，它真的帮你把事情往前推了一步。 ring-2.6-1t的厉害，不是替你完成工作，而是先给你造出一个工作现场。然后，你在里面完成工作。 不得不说，我的表妹已经决定好好学习AI了，或许这就是好模型的意义。 Ring-2.6-1T 模型已经在openrouter发布了，限时免费一周，地址是

阿川 | AI thinking

13,343 просмотров • 2 месяцев назад

可能是最适合小白的视频产品，没有之一。 不用会提示词，也不用懂剪辑。 你只要像聊天一样说出想法，比如“做个高级感产品视频”，Pexo 就能帮你解决剩下的一切！ 画面、音乐、转场、包装； 不满意？直接对话改风格、重做、无限迭代，直到满意。 更厉害的是，它已经原生接进 OpenClaw， 终于有一个 AI，能让我的小龙虾自己去做视频了， 飞书、Discord、Telegram 里都能直接调用生成视频， 现有工作流里就能完成，完全不用切工具。 这个维度看，为人类与 Agent 共同设计的原生内容创作 Agent； 面向人类端，它理解你的意图，你说想法，它出成片； 面向 Agent 端，它可以被调用、被协作，无缝嵌入自动化工作流。 三周前，它还是一个人的想法， 现在，Pexo 已在 OpenClaw 原生环境中快速成长，海外被雇佣超过数万次。 发展速度，已经说明一切。 一句话总结： 做视频，从复杂技能变成一句话就能调用的能力。
0:52

可能是最适合小白的视频产品，没有之一。 不用会提示词，也不用懂剪辑。 你只要像聊天一样说出想法，比如“做个高级感产品视频”，Pexo 就能帮你解决剩下的一切！ 画面、音乐、转场、包装； 不满意？直接对话改风格、重做、无限迭代，直到满意。 更厉害的是，它已经原生接进 OpenClaw， 终于有一个 AI，能让我的小龙虾自己去做视频了， 飞书、Discord、Telegram 里都能直接调用生成视频， 现有工作流里就能完成，完全不用切工具。 这个维度看，为人类与 Agent 共同设计的原生内容创作 Agent； 面向人类端，它理解你的意图，你说想法，它出成片； 面向 Agent 端，它可以被调用、被协作，无缝嵌入自动化工作流。 三周前，它还是一个人的想法， 现在，Pexo 已在 OpenClaw 原生环境中快速成长，海外被雇佣超过数万次。 发展速度，已经说明一切。 一句话总结： 做视频，从复杂技能变成一句话就能调用的能力。

开发者Hailey

16,646 просмотров • 4 месяцев назад

字节把目前市面上最强的Seedance2.0端出来，可以看到模型已经不是问题，怎么低成本、大规模、不断产内容才是。比如抖音上这波演示，看的人第一反应是，这美女也太像真的了吧。动作顺、节奏卡点准、表情还不僵，已经到了那种你懒得去想是不是AI，只会多看两眼的程度。对短视频、直播、广告、MCN这些行业来说，影响只有一个：以后不缺人了。你不需要找模特、不需要约场地，甚至不需要真人，能跳、能演、能反复用。以后短视频里你刷到的跳舞博主，可能本人根本不存在，但你还是会点赞、停留、转发。人还在纠结有没有女朋友，平台已经在批量生产完美女友了。再过一阵子，AI美女泛滥可能不是道德问题，是审美通胀问题。
1:16

字节把目前市面上最强的Seedance2.0端出来，可以看到模型已经不是问题，怎么低成本、大规模、不断产内容才是。比如抖音上这波演示，看的人第一反应是，这美女也太像真的了吧。动作顺、节奏卡点准、表情还不僵，已经到了那种你懒得去想是不是AI，只会多看两眼的程度。对短视频、直播、广告、MCN这些行业来说，影响只有一个：以后不缺人了。你不需要找模特、不需要约场地，甚至不需要真人，能跳、能演、能反复用。以后短视频里你刷到的跳舞博主，可能本人根本不存在，但你还是会点赞、停留、转发。人还在纠结有没有女朋友，平台已经在批量生产完美女友了。再过一阵子，AI美女泛滥可能不是道德问题，是审美通胀问题。

金融世界 Financial World

84,502 просмотров • 5 месяцев назад

卧槽，太强了。 用 Codex 就一句话，直接生成了我的个人宣传片。 以前这种级别的片子，可能要拍摄团队 + 剪辑师折腾几天，现在只需要一个想法 + 一条指令就能跑出来。 AI Native 时代，个人品牌的制作成本，真的是肉眼可见地在被拉低。
0:39

卧槽，太强了。 用 Codex 就一句话，直接生成了我的个人宣传片。 以前这种级别的片子，可能要拍摄团队 + 剪辑师折腾几天，现在只需要一个想法 + 一条指令就能跑出来。 AI Native 时代，个人品牌的制作成本，真的是肉眼可见地在被拉低。

森叔

17,744 просмотров • 2 месяцев назад

很多人不知道，iPhone 其实也能一键修改定位 不用越狱，不用复杂设置 最近发现一个开源工具 wloc，实测 1 分钟左右就能完成定位切换，微信实时位置也可以正常显示 无论是测试 App、保护隐私，还是临时切换位置，都可以参考这个方法 教程和项目地址已经整理好了👇
2:54

很多人不知道，iPhone 其实也能一键修改定位 不用越狱，不用复杂设置 最近发现一个开源工具 wloc，实测 1 分钟左右就能完成定位切换，微信实时位置也可以正常显示 无论是测试 App、保护隐私，还是临时切换位置，都可以参考这个方法 教程和项目地址已经整理好了👇

Yuyu

117,144 просмотров • 3 дней назад

“OpenClaw 就是新型计算机。”——黄仁勋 这简直就是个人电脑早期时代的重现。 少数高级用户可以看到。 其他人都还没开始呢。 “它是人类历史上最受欢迎的开源项目，而且只用了几周时间就做到了。它超越了Linux在30年里取得的成就。” 借助 OpenClaw，现在一名独立创始人就可以构建以前需要 50 人团队才能构建的功能。 这种杠杆作用简直荒谬。
1:07

“OpenClaw 就是新型计算机。”——黄仁勋 这简直就是个人电脑早期时代的重现。 少数高级用户可以看到。 其他人都还没开始呢。 “它是人类历史上最受欢迎的开源项目，而且只用了几周时间就做到了。它超越了Linux在30年里取得的成就。” 借助 OpenClaw，现在一名独立创始人就可以构建以前需要 50 人团队才能构建的功能。 这种杠杆作用简直荒谬。

KK.aWSB

505,040 просмотров • 4 месяцев назад

Dappos DAPPOS 这几天又整了个新sop 社区OPC在xBubble上搞了个实时虚拟人，这方向其实挺有意思的，这个方向有意思的点不在虚拟人多像真人，而在于：直播间要开始被做成 SOP 了。以前想搞一个能聊、能答疑、能控场、还能持续在线的直播间，得拼数字人、语音、脚本、互动、房间控制一堆东西 现在 xBubble 这个思路更像是把这些拆好，再打包成一套能复用的流程 你可以拿它做项目 AMA、社群答疑、产品讲解、课程直播，甚至以后做一个 24 小时在线的社区前台 看视频效果嘛，目前确实还没到“真人替代”的程度，有点假也正常 但我觉得不用急着吹效果，先看方向 AI 数字人真正值钱的地方，可能不是脸有多像人，而是谁能把一整套直播间运营流程做成普通人也能调用的 SOP 如果剧本设计得好，再加上以后虚拟人要是又美又会撩，多少哥们晚上八点打开聊天就下不来了。一天花出去十杯奶茶钱，被崩之后还能安慰自己——至少她懂我 爱上我的虚拟主播的我😎
0:34

Dappos DAPPOS 这几天又整了个新sop 社区OPC在xBubble上搞了个实时虚拟人，这方向其实挺有意思的，这个方向有意思的点不在虚拟人多像真人，而在于：直播间要开始被做成 SOP 了。以前想搞一个能聊、能答疑、能控场、还能持续在线的直播间，得拼数字人、语音、脚本、互动、房间控制一堆东西 现在 xBubble 这个思路更像是把这些拆好，再打包成一套能复用的流程 你可以拿它做项目 AMA、社群答疑、产品讲解、课程直播，甚至以后做一个 24 小时在线的社区前台 看视频效果嘛，目前确实还没到“真人替代”的程度，有点假也正常 但我觉得不用急着吹效果，先看方向 AI 数字人真正值钱的地方，可能不是脸有多像人，而是谁能把一整套直播间运营流程做成普通人也能调用的 SOP 如果剧本设计得好，再加上以后虚拟人要是又美又会撩，多少哥们晚上八点打开聊天就下不来了。一天花出去十杯奶茶钱，被崩之后还能安慰自己——至少她懂我 爱上我的虚拟主播的我😎

lilili💤

14,118 просмотров • 10 дней назад

🚨阿里巴巴发布实时视频语音模型：Wan Streamer 这不是普通数字人。 它更像是让你和 AI 打一通“实时视频电话”： 你说话，它看着你听。 你打断，它能接住。 你表情变了，它也能反应。 半秒内接话，几乎没有冷场。 真正的重点是： 以前虚拟人是拼流水线： 语音识别 → 转文字 → 大模型思考 → 语音合成 → 表情驱动 → 视频生成 每一步都要排队，所以延迟高、互动僵硬。 Wan Streamer 直接把听、看、想、说、表情生成，塞进一个端到端大模型里。 一个 Transformer 直接处理实时音视频交互。 模型端响应约 0.2 秒，整体延迟约 0.55 秒。 这意味着 AI 不再只是“回复你”，而是开始像一个能实时交流的视频对象。
0:40

🚨阿里巴巴发布实时视频语音模型：Wan Streamer 这不是普通数字人。 它更像是让你和 AI 打一通“实时视频电话”： 你说话，它看着你听。 你打断，它能接住。 你表情变了，它也能反应。 半秒内接话，几乎没有冷场。 真正的重点是： 以前虚拟人是拼流水线： 语音识别 → 转文字 → 大模型思考 → 语音合成 → 表情驱动 → 视频生成 每一步都要排队，所以延迟高、互动僵硬。 Wan Streamer 直接把听、看、想、说、表情生成，塞进一个端到端大模型里。 一个 Transformer 直接处理实时音视频交互。 模型端响应约 0.2 秒，整体延迟约 0.55 秒。 这意味着 AI 不再只是“回复你”，而是开始像一个能实时交流的视频对象。

Vincent

12,627 просмотров • 1 месяц назад

看到 Gemini 3 Flash 发布的时候， 第一反应是：终于有人跟 OpenAI 打价格战了。 更快、更便宜、还能免费用—— 这才是独立开发者和小团队真正需要的东西。 价格到底便宜多少？ 简单说：如果你之前用 GPT-4o 或 Gemini 3 Pro 跑应用，换成 Gemini 3 Flash，成本预计能直接降 50%-70%。 ZenMux 已经第一时间上线了 Gemini 3 Flash，并且每天有免费额度——你可以直接在 chat 里调用，不用单独申请 API，不用写代码集成。 我扒了推特上互动最高的几个帖子，发现大家兴奋的点主要是： 【零代码生成 3D 交互场景】 有人用简单文本提示，生成了一个 Three.js 场景：数百万粒子悬浮在屏幕上，可以用手势控制它们形成任意形状。不需要懂 Three.js，不需要懂 WebGL，甚至不需要懂 HTML。 【从截图到完整落地页】 有人从零开始做了一个完整的产品落地页。先上传参考网站截图，然后逐步添加图标、动画、效果。整个过程像在跟设计师对话，而不是在写代码。 【5 分钟做出能用的 App】 有人做了个视频录制工具，AI 实时根据你说的内容给提示词，防止你卡壳。还有人做了手语识别 app，带置信度分数、采样设置、实时提示。 现在，你可以用更低的价格重新实现一边这些！ 验证想法的成本降到接近零——你可以在一个下午内做出 5 个不同方向的原型，丢给用户测试，看哪个有反馈再深入。
0:20

看到 Gemini 3 Flash 发布的时候， 第一反应是：终于有人跟 OpenAI 打价格战了。 更快、更便宜、还能免费用—— 这才是独立开发者和小团队真正需要的东西。 价格到底便宜多少？ 简单说：如果你之前用 GPT-4o 或 Gemini 3 Pro 跑应用，换成 Gemini 3 Flash，成本预计能直接降 50%-70%。 ZenMux 已经第一时间上线了 Gemini 3 Flash，并且每天有免费额度——你可以直接在 chat 里调用，不用单独申请 API，不用写代码集成。 我扒了推特上互动最高的几个帖子，发现大家兴奋的点主要是： 【零代码生成 3D 交互场景】 有人用简单文本提示，生成了一个 Three.js 场景：数百万粒子悬浮在屏幕上，可以用手势控制它们形成任意形状。不需要懂 Three.js，不需要懂 WebGL，甚至不需要懂 HTML。 【从截图到完整落地页】 有人从零开始做了一个完整的产品落地页。先上传参考网站截图，然后逐步添加图标、动画、效果。整个过程像在跟设计师对话，而不是在写代码。 【5 分钟做出能用的 App】 有人做了个视频录制工具，AI 实时根据你说的内容给提示词，防止你卡壳。还有人做了手语识别 app，带置信度分数、采样设置、实时提示。 现在，你可以用更低的价格重新实现一边这些！ 验证想法的成本降到接近零——你可以在一个下午内做出 5 个不同方向的原型，丢给用户测试，看哪个有反馈再深入。

Cell 细胞

23,039 просмотров • 7 месяцев назад

卧槽 Topview 上线了个狠活：Board 工具 以前：Nano banana 生图 → Kling、Veo、Seedance 等做视频 → ElevenLabs配音 → 你需要来回倒腾文件，而且需要订阅一堆工具 现在 Topview把所有顶级模型整合到一个工作空间，一个订阅全搞定。 更狠的是，团队能实时协作： 你在改视频，同事在加字幕，客户直接在作品上标注"这里换一下"，不用微信截图满天飞。 而且无缝工作流：从提示词→图片→视频→虚拟形象，不用跳出平台 可以快速迭代，一次生成多个版本
0:52

卧槽 Topview 上线了个狠活：Board 工具 以前：Nano banana 生图 → Kling、Veo、Seedance 等做视频 → ElevenLabs配音 → 你需要来回倒腾文件，而且需要订阅一堆工具 现在 Topview把所有顶级模型整合到一个工作空间，一个订阅全搞定。 更狠的是，团队能实时协作： 你在改视频，同事在加字幕，客户直接在作品上标注"这里换一下"，不用微信截图满天飞。 而且无缝工作流：从提示词→图片→视频→虚拟形象，不用跳出平台 可以快速迭代，一次生成多个版本

小互

33,384 просмотров • 5 месяцев назад

现在视频创作已经作为我主要的收入来源了。今天要跟大家分享一个新的AI视频创作赛道——数字人视频。 如果不了解的你可以某音上多刷刷，我最喜欢的就是奥特曼的唱歌视频，包括很多做口播的账号现在都用了数字人技术，当然在某些擦边的赛道也用上了这些技术，数字人不容易失误，你只需要输入你要让他说的字唱的歌，以及动作，Ta都可以完成，大幅度降低了创作的成本，关键是这块的需求量巨高！甚至都可以用在直播赛道。 现在不需要去各种平台开会员用数字人工具了，用 DAPPOS 你也可以自己写一个虚拟人工具，对话框中输入【Create a new Tavus CVI-powered Al avatar livestream studio.】 😄可以参考我下方视频中的内容自己也玩一玩~~这也表明了DappOs的模型在Coding上是很强的，我之前有用参与过币安的一些比赛，也获得了奖励~ 总结一下数字人最真实的使用场景包括：制作解说类视频，祝福类，AI讲解，AI歌曲二创，这些赛道在国内外各个平台流量都很好，关键是你不需要花很多时间。
1:16

现在视频创作已经作为我主要的收入来源了。今天要跟大家分享一个新的AI视频创作赛道——数字人视频。 如果不了解的你可以某音上多刷刷，我最喜欢的就是奥特曼的唱歌视频，包括很多做口播的账号现在都用了数字人技术，当然在某些擦边的赛道也用上了这些技术，数字人不容易失误，你只需要输入你要让他说的字唱的歌，以及动作，Ta都可以完成，大幅度降低了创作的成本，关键是这块的需求量巨高！甚至都可以用在直播赛道。 现在不需要去各种平台开会员用数字人工具了，用 DAPPOS 你也可以自己写一个虚拟人工具，对话框中输入【Create a new Tavus CVI-powered Al avatar livestream studio.】 😄可以参考我下方视频中的内容自己也玩一玩~~这也表明了DappOs的模型在Coding上是很强的，我之前有用参与过币安的一些比赛，也获得了奖励~ 总结一下数字人最真实的使用场景包括：制作解说类视频，祝福类，AI讲解，AI歌曲二创，这些赛道在国内外各个平台流量都很好，关键是你不需要花很多时间。

佐佐木星野丨Hoshino University🎓

16,908 просмотров • 11 дней назад

想做 AI 漫剧？先搞懂最大难点：场景调度 你有没有发现，AI 做多人打斗视频的时候，最容易乱的不是招式。而是人物一多，镜头就不知道该跟谁，空间也开始对不上。 这条视频我想讲的就是一个很实用的方法： 先不要急着写“飞身、挥刀、闪避”这些动作词。 先把场景画成一张 3D 俯视动线图。 谁从哪边进来，镜头从哪里推进，危险点在哪里，人物最后要往哪边走，都先在图上定清楚。 这样 AI 生成的时候，它拿到的就不是一句模糊的“打一场很燃的戏”，而是一张能拍的导演地图。 多人打斗想不乱，第一步不是加动作，是先控场。 这条可以当成一个小方法，以后做动作戏、舞蹈戏、多人调度都能用。 #AIGC #AI导演 #即梦AI #AI短片 #场景设计 #分镜设计
1:43

想做 AI 漫剧？先搞懂最大难点：场景调度 你有没有发现，AI 做多人打斗视频的时候，最容易乱的不是招式。而是人物一多，镜头就不知道该跟谁，空间也开始对不上。 这条视频我想讲的就是一个很实用的方法： 先不要急着写“飞身、挥刀、闪避”这些动作词。 先把场景画成一张 3D 俯视动线图。 谁从哪边进来，镜头从哪里推进，危险点在哪里，人物最后要往哪边走，都先在图上定清楚。 这样 AI 生成的时候，它拿到的就不是一句模糊的“打一场很燃的戏”，而是一张能拍的导演地图。 多人打斗想不乱，第一步不是加动作，是先控场。 这条可以当成一个小方法，以后做动作戏、舞蹈戏、多人调度都能用。 #AIGC #AI导演 #即梦AI #AI短片 #场景设计 #分镜设计

波妞PONYO

12,784 просмотров • 24 дней назад

我认为 Grok 的能力真的被很多人低估了！ 首先我认为它完全全能！Claude 没有多模态，codex 能生图但是不能生视频，而我们的 Grok，他都可以！（虽然生图很 abc ，但是或许你可以 codex 生图 grok 生视频？ 它很牛的一个点就是你根本不需要复杂的提示词，甚至不用说的多清楚 他会揣摩！你需要的东西和内容！！ 这点无论是 codex 还是 Claude 都绝对比不上！ 如果我需要 codex 生成出比较规范或者具有更多信息的内容需要我告诉他这么多 而 Grok 真的是几乎他自己揣摩出来的 我把我跟他说了哪三句话放在第二个视频了
1:14

我认为 Grok 的能力真的被很多人低估了！ 首先我认为它完全全能！Claude 没有多模态，codex 能生图但是不能生视频，而我们的 Grok，他都可以！（虽然生图很 abc ，但是或许你可以 codex 生图 grok 生视频？ 它很牛的一个点就是你根本不需要复杂的提示词，甚至不用说的多清楚 他会揣摩！你需要的东西和内容！！ 这点无论是 codex 还是 Claude 都绝对比不上！ 如果我需要 codex 生成出比较规范或者具有更多信息的内容需要我告诉他这么多 而 Grok 真的是几乎他自己揣摩出来的 我把我跟他说了哪三句话放在第二个视频了

Su

13,040 просмотров • 28 дней 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。
1:24

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

💀恐怖！换脸技术已经进化到这个程度了吗？ 一秒钟变身任何明星、任何网红、任何你想成为的人！ 2026年最强本地AI换脸工具，GitHub 28.4k+ Stars，非FaceFusion莫属！它能让整张视频像原生拍摄一样自然，从照片到视频、单人到多人、表情到唇同步，全方位碾压。 DeepFaceLab要训练3小时，FaceFusion只需8分钟出片，真实感更高。 90%真实感 vs 75%、8分钟 vs 3小时、3步操作 vs 写代码调参—这就是两者硬核差距。 FaceFusion：换脸界的六边形战士 - 智能换脸：自动识别 + 68点精准对齐 + 多模态融合，自然度极高 - 口型同步：一张照片 + 一段音频，直接生成会说话的数字人 - 像素级控制：可单独换左眼、保留下半脸，精度拉满 - Job系统：支持批量处理、多步骤流水线、失败自动重试 - 三种模式：GUI界面 / 无头模式 / 批量模式 - 开箱即用：Windows和Mac都有安装包，一键部署 真实感高达90%，操作几乎零门槛，却支持20+专业参数深度自定义。 短视频创作者、数字人团队、AI极客的极佳选择！ ⚠️ 请严格遵守法律法规，仅限娱乐与正向创作，切勿用于非法用途。
0:26

💀恐怖！换脸技术已经进化到这个程度了吗？ 一秒钟变身任何明星、任何网红、任何你想成为的人！ 2026年最强本地AI换脸工具，GitHub 28.4k+ Stars，非FaceFusion莫属！它能让整张视频像原生拍摄一样自然，从照片到视频、单人到多人、表情到唇同步，全方位碾压。 DeepFaceLab要训练3小时，FaceFusion只需8分钟出片，真实感更高。 90%真实感 vs 75%、8分钟 vs 3小时、3步操作 vs 写代码调参—这就是两者硬核差距。 FaceFusion：换脸界的六边形战士 - 智能换脸：自动识别 + 68点精准对齐 + 多模态融合，自然度极高 - 口型同步：一张照片 + 一段音频，直接生成会说话的数字人 - 像素级控制：可单独换左眼、保留下半脸，精度拉满 - Job系统：支持批量处理、多步骤流水线、失败自动重试 - 三种模式：GUI界面 / 无头模式 / 批量模式 - 开箱即用：Windows和Mac都有安装包，一键部署 真实感高达90%，操作几乎零门槛，却支持20+专业参数深度自定义。 短视频创作者、数字人团队、AI极客的极佳选择！ ⚠️ 请严格遵守法律法规，仅限娱乐与正向创作，切勿用于非法用途。

开发者Hailey

55,135 просмотров • 2 месяцев назад