正在加载视频...

视频加载失败

返回首页

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 次观看 • 5 个月前 •via X (Twitter)

LIVE

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

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

31,236 次观看 • 2 个月前

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

72,509 次观看 • 5 个月前

刚看到一个1200多万播放的视频，说实话有点震惊。 两个女生当场撕破脸， 从实习时期讲到超级碗私信， 最后直接变成一句话： “你是怎么拿到这份工作的？要我说出来吗？” 很多人当八卦看， 但我更觉得这是现实版“职场潜规则”的缩影。 有时候，不是你能力不够， 而是你根本没在同一套游戏规则里。
2:16

刚看到一个1200多万播放的视频，说实话有点震惊。 两个女生当场撕破脸， 从实习时期讲到超级碗私信， 最后直接变成一句话： “你是怎么拿到这份工作的？要我说出来吗？” 很多人当八卦看， 但我更觉得这是现实版“职场潜规则”的缩影。 有时候，不是你能力不够， 而是你根本没在同一套游戏规则里。

Coco 安居美国

66,749 次观看 • 5 个月前

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 次观看 • 1 年前

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 次观看 • 2 个月前

Agent 时代，复刻一条爆款视频从而沉淀出自己的工作流，到底有多简单？ 我把小Lin说的参考视频结合Hypit Hypit AI 丢给 Codex，想看看 AI 能不能复刻千万粉博主的口播视频。 结果它生成的不只是一条成片，而是一套可以继续修改和复用的视频 Workflow。 Hypit Hypit AI 目前已开源，它不是 Agent，也不是视频模型，而是给 Claude Code、Codex 等 AI Agent 使用的开源视频语言和系统。人物、台词、字幕、B-roll 和特效都跟着文字与叙事事件走，不再钉死在时间线的某一秒。 换主持人，只重新生成相关镜头；修改图表或背景，也只需要调整对应组件。复刻完成后，还能继续换人物、换内容、换语言，批量生成不同版本。 如果你也想让 AI 真正开始复刻视频，可以试试 Hypit。下次想 Clone 爆款，直接把视频交给你的 Agent。
1:56

Agent 时代，复刻一条爆款视频从而沉淀出自己的工作流，到底有多简单？ 我把小Lin说的参考视频结合Hypit Hypit AI 丢给 Codex，想看看 AI 能不能复刻千万粉博主的口播视频。 结果它生成的不只是一条成片，而是一套可以继续修改和复用的视频 Workflow。 Hypit Hypit AI 目前已开源，它不是 Agent，也不是视频模型，而是给 Claude Code、Codex 等 AI Agent 使用的开源视频语言和系统。人物、台词、字幕、B-roll 和特效都跟着文字与叙事事件走，不再钉死在时间线的某一秒。 换主持人，只重新生成相关镜头；修改图表或背景，也只需要调整对应组件。复刻完成后，还能继续换人物、换内容、换语言，批量生成不同版本。 如果你也想让 AI 真正开始复刻视频，可以试试 Hypit。下次想 Clone 爆款，直接把视频交给你的 Agent。

Rachel🥥

525,712 次观看 • 5 天前

绝了！这应该是最适合接入视频剪辑工作流的AI！！ 因为它真正能看懂视频，并且够快够便宜！ 对于做视频，不管是专业还是非专业选手，最耗费时间的其实就是找素材，和选素材！ 好几个小时的素材，可能真正能用上的就几分钟！ 而为了找到合适的，往往需要把每一条都从头看完， 根据脚本反复拖动时间轴、记录和剪切可用的素材。 这非常费时间，一点也不AI。 我也试过用很多AI来解决这个需求，包括一些所谓的视频素材AI管理工具， 能读视频的多模态模型其实很多，靠截图的方式能够理解视频的内容， 但也仅限于知道视频的内容，因为这些模型不太能理解视频里各个镜头和画面的时间关系。 这次看到 Ant Ling 新出的多模态模型 Ling-3.0-flash-VL， MoE架构，总参数124B、有效激活5.5B参数，支持256K长上下文和VideoRoPE时空编码。 激活参数更小，说明成本更低！ 这个VideoRoPE时空编码，据说是靶向解决我上面说的那个问题！ 第一时间测试了一下！！ 我丢给它一个演讲的视频，让它告诉我讲了什么，有什么重点， 另外我告诉它，我想基于这个演讲视频剪辑一个高光短视频，需要它帮我找到一些高光时刻，然后告诉我准确的时间码，并且为这个高光短视频写一个文案。 这已经不是单纯的“视频总结”之类的简单任务， 它需要按照时间线给出： 高光时间段＋核心观点＋入选理由＋建议标题＋开头钩子＋发布文案。 这应该才是多模态模型能够发挥价值的地方！！ 普通模型可以告诉你“一小时的视频讲了什么”，但内容创作真正需要的是：这一小时里，到底哪些能够用，要怎么用？ 让我比较惊喜的是，它不光给了我高光视频剪辑要用的分镜、脚本、文案，甚至还给了我转场、和BGM的建议！ 完全就是一份可以照做的剪辑执行单！！ 这说明和它对原视频的理解已经远超我的预估！！ 我在想，也许可以把这套能力接入剪辑工具，整个工作流就还可以继续延伸： 读取视频 → 理解内容 → 定位高光 → 输出时间码 → 调用工具裁剪 → 生成标题和发布文案。 完全实现视频剪辑自动化！！ 当然，理想是丰满的，AI挑出的素材不一定全都符合审美和叙事偏好， 时间码和上下文完整性也需要人工复核。 要想创作出好的视频作品，必然还是需要人的参与！ 不过，用AI搞定素材的初筛，也是目前的超级刚需啊！！
0:29

绝了！这应该是最适合接入视频剪辑工作流的AI！！ 因为它真正能看懂视频，并且够快够便宜！ 对于做视频，不管是专业还是非专业选手，最耗费时间的其实就是找素材，和选素材！ 好几个小时的素材，可能真正能用上的就几分钟！ 而为了找到合适的，往往需要把每一条都从头看完， 根据脚本反复拖动时间轴、记录和剪切可用的素材。 这非常费时间，一点也不AI。 我也试过用很多AI来解决这个需求，包括一些所谓的视频素材AI管理工具， 能读视频的多模态模型其实很多，靠截图的方式能够理解视频的内容， 但也仅限于知道视频的内容，因为这些模型不太能理解视频里各个镜头和画面的时间关系。 这次看到 Ant Ling 新出的多模态模型 Ling-3.0-flash-VL， MoE架构，总参数124B、有效激活5.5B参数，支持256K长上下文和VideoRoPE时空编码。 激活参数更小，说明成本更低！ 这个VideoRoPE时空编码，据说是靶向解决我上面说的那个问题！ 第一时间测试了一下！！ 我丢给它一个演讲的视频，让它告诉我讲了什么，有什么重点， 另外我告诉它，我想基于这个演讲视频剪辑一个高光短视频，需要它帮我找到一些高光时刻，然后告诉我准确的时间码，并且为这个高光短视频写一个文案。 这已经不是单纯的“视频总结”之类的简单任务， 它需要按照时间线给出： 高光时间段＋核心观点＋入选理由＋建议标题＋开头钩子＋发布文案。 这应该才是多模态模型能够发挥价值的地方！！ 普通模型可以告诉你“一小时的视频讲了什么”，但内容创作真正需要的是：这一小时里，到底哪些能够用，要怎么用？ 让我比较惊喜的是，它不光给了我高光视频剪辑要用的分镜、脚本、文案，甚至还给了我转场、和BGM的建议！ 完全就是一份可以照做的剪辑执行单！！ 这说明和它对原视频的理解已经远超我的预估！！ 我在想，也许可以把这套能力接入剪辑工具，整个工作流就还可以继续延伸： 读取视频 → 理解内容 → 定位高光 → 输出时间码 → 调用工具裁剪 → 生成标题和发布文案。 完全实现视频剪辑自动化！！ 当然，理想是丰满的，AI挑出的素材不一定全都符合审美和叙事偏好， 时间码和上下文完整性也需要人工复核。 要想创作出好的视频作品，必然还是需要人的参与！ 不过，用AI搞定素材的初筛，也是目前的超级刚需啊！！

沐阳

11,459 次观看 • 10 天前

卧槽，太夸张了，现在 AI 时代的闲鱼已经面世了吗？这不就是谁先知道谁赚钱，拼速度了？ 你的技能，专业知识，等等你的一切，竟然可以在你睡觉的时候被别人买走，这是什么科幻小说吗？？ 之前我一直在想，现在大家优秀的 skill 往往都是自己用，大部分人舍不得开源的，那有没有一个平台既能让用户用到这些大神的专业知识、skill，但是又不用开源呢？ 还真让我给找到了！！ 前两天看到国内一个博主推荐一个很野的平台-UUMit 让你的技能、经验、工作流都可以变成能力卡，被需要的人、或者别人的 Agent 自动发现、调用 并且直接付费！！ 有点像03年淘宝刚出来的时候，只不过当年流通的是商品，现在流通的是能力 具体能干什么？举几个例子你就懂了 会写小红书脚本的，可以把选题逻辑、爆款模板、平台规则检测能力上架，别人发布“帮我做一周小红书内容计划”，平台自动匹配到你，你接单交付 会做行业研究的，可以把数据库、报告、案例库放进知识商店，AI 生成不了的真实行业数据，反而更值钱 会写代码的，可以把 API、MCP 工具、自动化脚本上架，别人的 Agent 需要某个能力时，直接调用你的接口，你按调用次数收费 甚至你只是整理过某个垂直领域的供应商名单、SOP、课程讲义，这些 AI 生成不了的资料，都可以变成知识资产 这绝对是一次能力供应链的重构！ 以前的 AI 只能在自己的对话框里回答问题，但复杂任务需要很多外部能力：数据、接口、行业知识、人工交付 UUMit 做的事情是：让 Agent 可以发现别人的能力，也能让自己的能力被别的 Agent 调用 这就是 A2A（Agent to Agent）真正有意思的地方，不是让 AI 互相聊天，而是让 AI 找能力、调接口、买知识、拉人协作，把事情交付掉 为什么我说谁先知道谁赚钱？ 因为这个平台刚起来，早期上架的人能建立先发优势 而且现在 Agent 真的开始干活了，不再只是聊天工具，它们需要外部能力来完成复杂任务 谁先把自己的能力挂上去，谁就有机会被更多 Agent 发现和调用 这就是信息差的价值，就像03年最早在淘宝开店的那批人 UUMit 现在有哪些功能？ 任务发布入口：你不用一开始就知道该找谁，也不用自己拆一堆工具，你只要说清楚想完成什么，UUMit 会帮你找能完成这件事的能力 Skill/Agent/工作流上架：你写好的工具，不一定只能自己用，它也可以成为别人工作流里的一环 知识商店：AI 可以生成很多内容，但它不一定拥有你手里的行业资料、真实数据、案例库和经验沉淀，这些东西放到 UUMit，可能会变成可复用的知识资产 数据广场：Agent 不必自己拥有所有数据和接口，需要某项外部能力时，可以通过 UUMit 调用数据广场里的资源 强烈推荐大家来试试：
0:39

卧槽，太夸张了，现在 AI 时代的闲鱼已经面世了吗？这不就是谁先知道谁赚钱，拼速度了？ 你的技能，专业知识，等等你的一切，竟然可以在你睡觉的时候被别人买走，这是什么科幻小说吗？？ 之前我一直在想，现在大家优秀的 skill 往往都是自己用，大部分人舍不得开源的，那有没有一个平台既能让用户用到这些大神的专业知识、skill，但是又不用开源呢？ 还真让我给找到了！！ 前两天看到国内一个博主推荐一个很野的平台-UUMit 让你的技能、经验、工作流都可以变成能力卡，被需要的人、或者别人的 Agent 自动发现、调用 并且直接付费！！ 有点像03年淘宝刚出来的时候，只不过当年流通的是商品，现在流通的是能力 具体能干什么？举几个例子你就懂了 会写小红书脚本的，可以把选题逻辑、爆款模板、平台规则检测能力上架，别人发布“帮我做一周小红书内容计划”，平台自动匹配到你，你接单交付 会做行业研究的，可以把数据库、报告、案例库放进知识商店，AI 生成不了的真实行业数据，反而更值钱 会写代码的，可以把 API、MCP 工具、自动化脚本上架，别人的 Agent 需要某个能力时，直接调用你的接口，你按调用次数收费 甚至你只是整理过某个垂直领域的供应商名单、SOP、课程讲义，这些 AI 生成不了的资料，都可以变成知识资产 这绝对是一次能力供应链的重构！ 以前的 AI 只能在自己的对话框里回答问题，但复杂任务需要很多外部能力：数据、接口、行业知识、人工交付 UUMit 做的事情是：让 Agent 可以发现别人的能力，也能让自己的能力被别的 Agent 调用 这就是 A2A（Agent to Agent）真正有意思的地方，不是让 AI 互相聊天，而是让 AI 找能力、调接口、买知识、拉人协作，把事情交付掉 为什么我说谁先知道谁赚钱？ 因为这个平台刚起来，早期上架的人能建立先发优势 而且现在 Agent 真的开始干活了，不再只是聊天工具，它们需要外部能力来完成复杂任务 谁先把自己的能力挂上去，谁就有机会被更多 Agent 发现和调用 这就是信息差的价值，就像03年最早在淘宝开店的那批人 UUMit 现在有哪些功能？ 任务发布入口：你不用一开始就知道该找谁，也不用自己拆一堆工具，你只要说清楚想完成什么，UUMit 会帮你找能完成这件事的能力 Skill/Agent/工作流上架：你写好的工具，不一定只能自己用，它也可以成为别人工作流里的一环 知识商店：AI 可以生成很多内容，但它不一定拥有你手里的行业资料、真实数据、案例库和经验沉淀，这些东西放到 UUMit，可能会变成可复用的知识资产 数据广场：Agent 不必自己拥有所有数据和接口，需要某项外部能力时，可以通过 UUMit 调用数据广场里的资源 强烈推荐大家来试试：

超级个体｜柿子

52,890 次观看 • 1 个月前

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

13,437 次观看 • 4 个月前

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

63,413 次观看 • 3 个月前

我把 AI 解说视频，彻底做成了一条“无人流水线” 丢进去文案和声音，后面的配音、分镜、画面、字幕、合成基本全自动 开源 4 天，350+ Stars，1000+ 人收藏。今天一次性把 cs-board 的全部功能讲透 并且新增加了自媒体封面修改功能，内置十种风格（还可以diy）还有市面上所有封面的尺寸（图二）👇 cs-board已经从一个 AI 白板视频工具，越改越像一个真正的 AI 内容生产工作台 以前用 AI 做一条内容，流程基本是这样的： 写文案 → 找模型改稿 → 克隆声音 → 拆分镜 → 生图 → 调风格 → 做动画 → 加字幕 → 做封面 → 导出 问题不是 AI 不够强 而是： 每一步都很强，但每一步都是孤岛 你要不断复制粘贴、切工具、重新上传素材、重新解释人物是谁、重新告诉模型你要什么风格 最后不是 AI 在替你工作，而是你成了 AI 工具之间的“人肉 API” 所以 cs-board 现在做的事情，本质上不是继续堆 AI 功能 而是把这些步骤做成一个有状态的内容生产工作台 1️⃣ 为什么我没有直接做“一键生成视频” 因为真正影响内容质量的，从来不是“一键” 而是中间状态能不能被控制和复用 比如现在 cs-board 生成一条视频，中间会留下： 配音 → 分镜 → 图片 → 分段视频 → 最终成片 这些都不是一次性的临时结果，而是检查点 假设你已经生成完所有图片，只是觉得字幕位置不对 正常 AI 工作流可能又得重新跑一遍 cs-board 不需要 直接从后面的渲染阶段继续 前面花过的钱和时间不重新花 我越来越觉得，AI 工具真正应该优化的，不是“第一次能不能生成”，而是： 第 17 次修改的时候，你还需不需要从头来一遍 2️⃣ 动态信息图为什么不是“让 AI 生成一张 PPT” 这个功能我改得比较久 因为我发现很多所谓 AI 视频，本质都有一个问题： 画面和人声是脱节的 旁白还没讲到第三点，画面已经把五点全部展示出来了 观众其实根本不会跟着你的表达走 所以 cs-board 的动态信息图不是： 文案 → HTML → 视频 而是先把真实旁白做成一个语义时间轴 一句话什么时候开始说、哪个关键词什么时候出现、哪个知识卡片什么时候展开，都跟实际音频绑定 所以画面不是按照“程序跑到第几秒”出现 而是： 你讲到哪，它才出现到哪 这其实是我现在做 cs-board 比较核心的一个思路： AI 负责理解内容，程序负责保证确定性 能交给代码控制的东西，我越来越不想交给模型猜 3️⃣ 为什么人物和画风要单独抽出来 以前最大的问题之一就是一致性。 第一张图是这个人。 第二张开始脸就变了。 第三张甚至连画风都换了。 所以现在自定义模式里，我把两件东西单独抽出来： 人物参考 + 风格参考。 可以放固定 IP，也可以放自己的品牌视觉。 人物最多可以提供多张参考图，风格也作为独立条件贯穿整个任务。 这意味着 cs-board 不只是帮你“生成一条视频”。 更重要的是： 它开始能够持续生产属于同一个 IP 的内容 对于真正做账号的人，这个区别非常大 4️⃣ 最近我又把封面也塞进去了 因为做完视频以后，我发现自己还得打开另一个工具做封面。 那干脆继续 Coding 现在封面制作直接放进工作台 粘贴文章 / 帖子内容以后： 自动理解内容 → 提炼标题 → 选择构图 → 生成人物与视觉 → 输出封面。 我没有只给一个“生成封面”按钮 而是先做了 10 种专业封面构图 因为封面的核心根本不只是图片好不好看 而是： 标题放哪、人物放哪、视觉重心在哪、第一眼先看到什么 构图是确定性的，审美才交给模型 这和前面动态信息图其实是同一套逻辑 5️⃣ 现在这个工作台正在慢慢变成什么 目前已经逐渐放进来了： 白板视频 / 自定义人物与画风 / 动态信息图 / 文案改写 / 对口型视频 / AI 封面制作 视觉模板现在也已经扩到了 12 套 音色克隆可以接本地 IndexTTS 任务、素材、配置、历史和成片默认都放本地 甚至同一个局域网里的电脑，可以共享制作队列 这也是我现在给 cs-board 定的方向： 不做一个 AI 视频生成器。 做一个可以不断往里面塞能力的 AI 内容生产工作台。 目前项目继续开源： 现在功能还远远没做完，下一步正在接入数字人工具 如图P3 但我觉得这条路，比继续做一堆“一键生成 XX”的小工具有意思多
0:39

我把 AI 解说视频，彻底做成了一条“无人流水线” 丢进去文案和声音，后面的配音、分镜、画面、字幕、合成基本全自动 开源 4 天，350+ Stars，1000+ 人收藏。今天一次性把 cs-board 的全部功能讲透 并且新增加了自媒体封面修改功能，内置十种风格（还可以diy）还有市面上所有封面的尺寸（图二）👇 cs-board已经从一个 AI 白板视频工具，越改越像一个真正的 AI 内容生产工作台 以前用 AI 做一条内容，流程基本是这样的： 写文案 → 找模型改稿 → 克隆声音 → 拆分镜 → 生图 → 调风格 → 做动画 → 加字幕 → 做封面 → 导出 问题不是 AI 不够强 而是： 每一步都很强，但每一步都是孤岛 你要不断复制粘贴、切工具、重新上传素材、重新解释人物是谁、重新告诉模型你要什么风格 最后不是 AI 在替你工作，而是你成了 AI 工具之间的“人肉 API” 所以 cs-board 现在做的事情，本质上不是继续堆 AI 功能 而是把这些步骤做成一个有状态的内容生产工作台 1️⃣ 为什么我没有直接做“一键生成视频” 因为真正影响内容质量的，从来不是“一键” 而是中间状态能不能被控制和复用 比如现在 cs-board 生成一条视频，中间会留下： 配音 → 分镜 → 图片 → 分段视频 → 最终成片 这些都不是一次性的临时结果，而是检查点 假设你已经生成完所有图片，只是觉得字幕位置不对 正常 AI 工作流可能又得重新跑一遍 cs-board 不需要 直接从后面的渲染阶段继续 前面花过的钱和时间不重新花 我越来越觉得，AI 工具真正应该优化的，不是“第一次能不能生成”，而是： 第 17 次修改的时候，你还需不需要从头来一遍 2️⃣ 动态信息图为什么不是“让 AI 生成一张 PPT” 这个功能我改得比较久 因为我发现很多所谓 AI 视频，本质都有一个问题： 画面和人声是脱节的 旁白还没讲到第三点，画面已经把五点全部展示出来了 观众其实根本不会跟着你的表达走 所以 cs-board 的动态信息图不是： 文案 → HTML → 视频 而是先把真实旁白做成一个语义时间轴 一句话什么时候开始说、哪个关键词什么时候出现、哪个知识卡片什么时候展开，都跟实际音频绑定 所以画面不是按照“程序跑到第几秒”出现 而是： 你讲到哪，它才出现到哪 这其实是我现在做 cs-board 比较核心的一个思路： AI 负责理解内容，程序负责保证确定性 能交给代码控制的东西，我越来越不想交给模型猜 3️⃣ 为什么人物和画风要单独抽出来 以前最大的问题之一就是一致性。 第一张图是这个人。 第二张开始脸就变了。 第三张甚至连画风都换了。 所以现在自定义模式里，我把两件东西单独抽出来： 人物参考 + 风格参考。 可以放固定 IP，也可以放自己的品牌视觉。 人物最多可以提供多张参考图，风格也作为独立条件贯穿整个任务。 这意味着 cs-board 不只是帮你“生成一条视频”。 更重要的是： 它开始能够持续生产属于同一个 IP 的内容 对于真正做账号的人，这个区别非常大 4️⃣ 最近我又把封面也塞进去了 因为做完视频以后，我发现自己还得打开另一个工具做封面。 那干脆继续 Coding 现在封面制作直接放进工作台 粘贴文章 / 帖子内容以后： 自动理解内容 → 提炼标题 → 选择构图 → 生成人物与视觉 → 输出封面。 我没有只给一个“生成封面”按钮 而是先做了 10 种专业封面构图 因为封面的核心根本不只是图片好不好看 而是： 标题放哪、人物放哪、视觉重心在哪、第一眼先看到什么 构图是确定性的，审美才交给模型 这和前面动态信息图其实是同一套逻辑 5️⃣ 现在这个工作台正在慢慢变成什么 目前已经逐渐放进来了： 白板视频 / 自定义人物与画风 / 动态信息图 / 文案改写 / 对口型视频 / AI 封面制作 视觉模板现在也已经扩到了 12 套 音色克隆可以接本地 IndexTTS 任务、素材、配置、历史和成片默认都放本地 甚至同一个局域网里的电脑，可以共享制作队列 这也是我现在给 cs-board 定的方向： 不做一个 AI 视频生成器。 做一个可以不断往里面塞能力的 AI 内容生产工作台。 目前项目继续开源： 现在功能还远远没做完，下一步正在接入数字人工具 如图P3 但我觉得这条路，比继续做一堆“一键生成 XX”的小工具有意思多

陈硕KAI（耍门）

30,270 次观看 • 23 天前

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

16,651 次观看 • 6 个月前

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

84,535 次观看 • 7 个月前

数字人介绍视频这条流水线，我基本跑通啦！！！ 以后不需要每一条视频都自己出镜 我现在这套方案可以直接走： 本地顶配模型 + ComfyUI + TTS + Fish 2 Pro + Codex 而且效果已经不是“能用”的阶段了， 是继续把背景、模板和制作流程优化一下，就可以直接进入批量生产。 现在声音效果已经够稳， 数字人成片也已经可以看， 接下来最重要的就是把文案生成、内容介绍和生产流程继续封装成 Skill。 做到最后就是一套完整流水线： 选题 → 文案 → 配音 → 数字人 → 场景 → 成片 下面这个视频，就是其中一个风格模板。 基本一轮提示词就跑出来了。 这两天我会把整套流程整理成一份完整教程。 想做数字人、本地 AI 视频、批量内容生产的，可以先关注我。 整理完我直接把完整方案分享出来。🤓
0:50

数字人介绍视频这条流水线，我基本跑通啦！！！ 以后不需要每一条视频都自己出镜 我现在这套方案可以直接走： 本地顶配模型 + ComfyUI + TTS + Fish 2 Pro + Codex 而且效果已经不是“能用”的阶段了， 是继续把背景、模板和制作流程优化一下，就可以直接进入批量生产。 现在声音效果已经够稳， 数字人成片也已经可以看， 接下来最重要的就是把文案生成、内容介绍和生产流程继续封装成 Skill。 做到最后就是一套完整流水线： 选题 → 文案 → 配音 → 数字人 → 场景 → 成片 下面这个视频，就是其中一个风格模板。 基本一轮提示词就跑出来了。 这两天我会把整套流程整理成一份完整教程。 想做数字人、本地 AI 视频、批量内容生产的，可以先关注我。 整理完我直接把完整方案分享出来。🤓

陈硕KAI

22,639 次观看 • 21 天前

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💤

14,190 次观看 • 1 个月前

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 次观看 • 7 个月前

🚨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 次观看 • 2 个月前

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 次观看 • 4 个月前

普通人现在用 AI 写内容、做 PPT、处理表格已经不是什么新鲜事了。 但是很多人觉得 AI 在办公领域还有很多的问题。 比如，现实工作中很少是从 0 开始的，更多的时候是手里已经有一份写了一半的 Word、一套排好版的 PPT，或者一张已经塞满数据和格式的 Excel。 但这时候我并不想让 AI 重新给我生成一份。 我可能只想改其中一段话、一个文本框、几列数据，其他已经做好的部分最好别动。 正好最近我用 WorkBuddy WorkBuddy 做了几件事，才发现 AI 其实完全可以换一种方式进入 Office。 不是把文件扔给 AI，然后等它重新给你交一份。 而是我还在原来的文件里正常工作，需要 AI 的时候，直接让它进来帮我把这一小块干掉。
0:39

普通人现在用 AI 写内容、做 PPT、处理表格已经不是什么新鲜事了。 但是很多人觉得 AI 在办公领域还有很多的问题。 比如，现实工作中很少是从 0 开始的，更多的时候是手里已经有一份写了一半的 Word、一套排好版的 PPT，或者一张已经塞满数据和格式的 Excel。 但这时候我并不想让 AI 重新给我生成一份。 我可能只想改其中一段话、一个文本框、几列数据，其他已经做好的部分最好别动。 正好最近我用 WorkBuddy WorkBuddy 做了几件事，才发现 AI 其实完全可以换一种方式进入 Office。 不是把文件扔给 AI，然后等它重新给你交一份。 而是我还在原来的文件里正常工作，需要 AI 的时候，直接让它进来帮我把这一小块干掉。

木马人

41,381 次观看 • 21 天前

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

13,130 次观看 • 2 个月前