Loading video...

Video Failed to Load

Go Home

刚刚刷到一个神器Google Earth Studio 用处可太多了，可以直接成片也可以把素材交给 AI，太好玩了。 它是一个“用卫星和3D地球影像拍电影”的在线动画工具，专门帮你把 Google Earth 那套全球卫星图、3D 城市、地形，变成可控的航拍镜头和城市飞行镜头，用在视频、片头、城市介绍、产品故事里都非常适配。​ ​ 可以像在剪辑软件里拉关键帧一样，控制相机从太空俯冲到某一栋楼，围着建筑绕飞、穿城而过。​还可以自定义时间轴关键帧，精细控制相机位置、旋转角度、飞行路径，做出类似航拍无人机才有的景别变化和城市穿梭效果。 它直接调用 Google Earth 的卫星影像和 3D 建模城市，不需要自己找地图素材或建模，打开就能用全球资产，尤其是大城市的立体建筑质感非常好。​ 官方还提供从 Earth Studio 导出相机数据到 After Effects 的功能，方便在后期里叠加文案、UI、动效、跟踪点等，做出很“高制作感”的地图镜头。​

immersivetran's profile picture

沉浸式翻译

41,410 subscribers

87,358 views • 7 months ago •via X (Twitter)

EducationScience & Technology
LIVE

Anya Rossi• Live Now

Private livecam show

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

酷，一款智能地图分析工具：chat2geo，可以用聊天的方式分析卫星图像和地理数据 提供自然语言描述需求，Chat2Geo就能理解并转换为专业的地理分析任务，调用Google地球引擎获取卫星数据进行处理分析 支持处理卫星图像、分析地理数据以及各种专业分析 比如，分析城市问题，查看城市热度分布，检测空气污染情况，观察城市发展变化；做土地分析，可以了解土地使用以及土地变化情况等 支持上传自己的矢量数据，将其与GEE的卫星图像数据结合起来进行分析 #地理数据分析工具 #AI城市地址分析 #chat2geo #AI环境分析工具
2:11

酷，一款智能地图分析工具：chat2geo，可以用聊天的方式分析卫星图像和地理数据 提供自然语言描述需求，Chat2Geo就能理解并转换为专业的地理分析任务，调用Google地球引擎获取卫星数据进行处理分析 支持处理卫星图像、分析地理数据以及各种专业分析 比如，分析城市问题，查看城市热度分布，检测空气污染情况，观察城市发展变化；做土地分析，可以了解土地使用以及土地变化情况等 支持上传自己的矢量数据，将其与GEE的卫星图像数据结合起来进行分析 #地理数据分析工具 #AI城市地址分析 #chat2geo #AI环境分析工具

AIGCLINK

18,027 views • 1 year ago

兄弟们，这个咋样？？ 类似Heygen的数字人平台，不同的是它提供3D动画人物 Rendora AI：你只需输入文字 就能在几秒钟内生成逼真的3D AI数字人视频 提供多种定制选项，用户可以根据自己的需求调整头像的外观，包括种族、年龄、服装、妆容和发型等。 还可以通过一张图片来个性化生成头像。 提供超过400个3D场景和环境，用户可以在这些场景中进行专业级的拍摄。场景设置专业，配有专家级的灯光和镜头角度，适合用于市场营销、教育和培训等领域。
1:40

兄弟们，这个咋样？？ 类似Heygen的数字人平台，不同的是它提供3D动画人物 Rendora AI：你只需输入文字 就能在几秒钟内生成逼真的3D AI数字人视频 提供多种定制选项，用户可以根据自己的需求调整头像的外观，包括种族、年龄、服装、妆容和发型等。 还可以通过一张图片来个性化生成头像。 提供超过400个3D场景和环境，用户可以在这些场景中进行专业级的拍摄。场景设置专业，配有专家级的灯光和镜头角度，适合用于市场营销、教育和培训等领域。

小互

31,162 views • 1 year ago

前两天发了一个海底光缆的推文，没想到那么多人感兴趣，今天又给你们找到了一个全球民用卫星的实时运行系统。这下上天入海找齐了。 以前看星链，都是在新闻里看到一句「又发射了几百颗卫星」，脑子里一点画面都没有，只觉得离自己很远。​ 直到点开这个网站，屏幕上那颗可以随手拖动的 3D 地球开始转动，密密麻麻的光点从极地扫过、从夜侧飞向日侧，那一刻才第一次直觉上意识到：原来「卫星互联网」真的是一整个在头顶运转的基础设施网络。​ 它做的事情其实很简单也很狠，就是把 Starlink、SpaceX 其他星座、亚马逊 Kuiper、GPS 等各种卫星，全都放在一张实时地图上，让你在浏览器里就能看到它们现在到底在哪儿、轨道怎么排的、覆盖范围扫过了哪些地方。​ 你可以自由拖动地球、缩放到某一个城市上空，点一颗卫星看高度、轨迹和脚下的覆盖圈，甚至可以拉动时间轴，看几个小时之内它们是怎样一圈圈把地球「刷」过去的，这种画面感是任何平面示意图给不了的。 知道马斯克的星链发了几千颗卫星，但当我第一次看到星链在地球上空的分布时吓了一跳，这么密集，怎么能不撞？ 一颗 WebGL 渲染的 3D 地球，几千颗卫星按当前轨道位置运动，时间轴还能暂停、快进、回放，看到的是「此刻在天上正在飞的那一群」而不是静态示意图。​ 细到单颗，粗到整网：既可以一眼看整个星座的分布，也可以点任意一颗卫星，看轨道倾角、高度、轨迹和覆盖范围，做到了「宏观结构 + 微观细节」都可视化。​ 还能看到吉林一号正在实时扫描地面什么位置，原来我以为吉林一号是一颗卫星，其实它是一组卫星，全球高清扫描。 背后跑的是 SGP4/SDP4 轨道模型、Space-Track 官方 TLE 数据、NASA JPL Horizons 真值校验，再叠加 Julia、Rust、Go 做分析和服务，这已经接近专业航天从业者的工具链标准。​
2:35

前两天发了一个海底光缆的推文，没想到那么多人感兴趣，今天又给你们找到了一个全球民用卫星的实时运行系统。这下上天入海找齐了。 以前看星链，都是在新闻里看到一句「又发射了几百颗卫星」，脑子里一点画面都没有，只觉得离自己很远。​ 直到点开这个网站，屏幕上那颗可以随手拖动的 3D 地球开始转动，密密麻麻的光点从极地扫过、从夜侧飞向日侧，那一刻才第一次直觉上意识到：原来「卫星互联网」真的是一整个在头顶运转的基础设施网络。​ 它做的事情其实很简单也很狠，就是把 Starlink、SpaceX 其他星座、亚马逊 Kuiper、GPS 等各种卫星，全都放在一张实时地图上，让你在浏览器里就能看到它们现在到底在哪儿、轨道怎么排的、覆盖范围扫过了哪些地方。​ 你可以自由拖动地球、缩放到某一个城市上空，点一颗卫星看高度、轨迹和脚下的覆盖圈，甚至可以拉动时间轴，看几个小时之内它们是怎样一圈圈把地球「刷」过去的，这种画面感是任何平面示意图给不了的。 知道马斯克的星链发了几千颗卫星，但当我第一次看到星链在地球上空的分布时吓了一跳，这么密集，怎么能不撞？ 一颗 WebGL 渲染的 3D 地球，几千颗卫星按当前轨道位置运动，时间轴还能暂停、快进、回放，看到的是「此刻在天上正在飞的那一群」而不是静态示意图。​ 细到单颗，粗到整网：既可以一眼看整个星座的分布，也可以点任意一颗卫星，看轨道倾角、高度、轨迹和覆盖范围，做到了「宏观结构 + 微观细节」都可视化。​ 还能看到吉林一号正在实时扫描地面什么位置，原来我以为吉林一号是一颗卫星，其实它是一组卫星，全球高清扫描。 背后跑的是 SGP4/SDP4 轨道模型、Space-Track 官方 TLE 数据、NASA JPL Horizons 真值校验，再叠加 Julia、Rust、Go 做分析和服务，这已经接近专业航天从业者的工具链标准。​

沉浸式翻译

52,697 views • 6 months ago

试了一下昨天这个海外产品 MuleRun，发现很牛啊。 从理念和效果上看都很厉害，感觉 Agent 产品要有新品类了。 我眼睁睁看这个 AI 帮我打完了星穹铁道的每日任务。 这个最强的核心能力是，每个用户都会有一个完整的虚拟机可以运行 Agent 帮你操作里面的软件，不只是浏览器。 Agent 创建者可以把完成任务的环境建好，用户就能直接用这些自动化的 Agent。 不是 Manus 那种你只能看到有限文件和界面的，你甚至可以自己操作里面的 Windows 电脑，这样想象力就丰富超级多了，Agent 终于拜托了 Office 三件套和网页生成。 他可以帮你自动做游戏的日常，能帮你用 Blender 建模。里面甚至还有帮你自动打崩坏星穹铁道的每日任务的 Agent 。 我亲眼看着他找到游戏的图标启动引导我登录之后开始自己操作角色和界面打对应的日常任务，太省心了，而且这个不死板，你可以指定任务完成的顺序和轮数以及完成哪些任务。 我还用里面的 Blender Agent 让他创建了一个灯塔模型。 里面还有帮你做视频的以及刷评论作图的 Agent，要是有邀请可以试试，很好玩。
1:21

试了一下昨天这个海外产品 MuleRun，发现很牛啊。 从理念和效果上看都很厉害，感觉 Agent 产品要有新品类了。 我眼睁睁看这个 AI 帮我打完了星穹铁道的每日任务。 这个最强的核心能力是，每个用户都会有一个完整的虚拟机可以运行 Agent 帮你操作里面的软件，不只是浏览器。 Agent 创建者可以把完成任务的环境建好，用户就能直接用这些自动化的 Agent。 不是 Manus 那种你只能看到有限文件和界面的，你甚至可以自己操作里面的 Windows 电脑，这样想象力就丰富超级多了，Agent 终于拜托了 Office 三件套和网页生成。 他可以帮你自动做游戏的日常，能帮你用 Blender 建模。里面甚至还有帮你自动打崩坏星穹铁道的每日任务的 Agent 。 我亲眼看着他找到游戏的图标启动引导我登录之后开始自己操作角色和界面打对应的日常任务，太省心了，而且这个不死板，你可以指定任务完成的顺序和轮数以及完成哪些任务。 我还用里面的 Blender Agent 让他创建了一个灯塔模型。 里面还有帮你做视频的以及刷评论作图的 Agent，要是有邀请可以试试，很好玩。

歸藏(guizang.ai)

62,527 views • 11 months ago

支持通过图片插值控制 Animatediff 生成视频的ComfyUI 插件和对应的工作流Steerable Motion升级到 1.3。 这个工作流玩好的话，可以制作很多神奇的效果。 增加了可控性，流畅度和高分辨率输出。这个流程跟我昨天发的那个视频的工作流类似。 主要设置项如下： 关键帧间隔：指定在您设置的每两个关键帧之间生成的帧数。 影响范围：确定 IP-适配器（IPA）的影响应用于哪些帧的范围。 影响强度：设定每一帧的最低和最高影响点。 图像忠实度：设定对原始输入图像保持忠实的程度。
0:23

支持通过图片插值控制 Animatediff 生成视频的ComfyUI 插件和对应的工作流Steerable Motion升级到 1.3。 这个工作流玩好的话，可以制作很多神奇的效果。 增加了可控性，流畅度和高分辨率输出。这个流程跟我昨天发的那个视频的工作流类似。 主要设置项如下： 关键帧间隔：指定在您设置的每两个关键帧之间生成的帧数。 影响范围：确定 IP-适配器（IPA）的影响应用于哪些帧的范围。 影响强度：设定每一帧的最低和最高影响点。 图像忠实度：设定对原始输入图像保持忠实的程度。

歸藏(guizang.ai)

13,763 views • 2 years ago

新外设 Tourbox，剪辑调色绘画生产力工具，高颜值，手感非常不错做工一流，机器很有分量，旋钮的震动反馈很舒适。部分按键是鼠标一样的清脆声音。 至于能不能提高生产力？拖动一堆调色滑动条变成用旋钮控制，还有很明显的震动反馈，那可是又快速又精确又舒适。还适用于各类剪辑绘画软件，可以设置一键切换不同的常用工具等等，自动识别当前应用。 反正应该是最最适合视觉类工作任务，修图剪辑板绘等等，用过的都说好。 #Philo说会儿 #Philo拍 日常用来刷网页也很好用，原来要用两个键，甚至三个键搞定的操作，甚至有些键位隔太远一只手不够用，但是用 Tourbox 一个键就能轻松完成， 快捷键操作可高度自定义，而且配置软件界面做得也很好，很容易上手，很快适应之后就可以做到盲操。 也可以配置浏览器快捷键、全局快捷键。因为旋钮的阻尼振动过于舒适所以没事儿就想转两下（有电才有震动，不开机无震动，也可以软件设置关闭震动反馈）。 可以连线，也可以蓝牙，蓝牙模式供电用的是两节五号电池。续航有两个月，还是挺足的。可更换电池在长期看来其实是增加了设备的寿命，因为不会有电池衰减的问题，也可以自己用可充电电池。 听听这个声音，好听吗？
0:46

新外设 Tourbox，剪辑调色绘画生产力工具，高颜值，手感非常不错做工一流，机器很有分量，旋钮的震动反馈很舒适。部分按键是鼠标一样的清脆声音。 至于能不能提高生产力？拖动一堆调色滑动条变成用旋钮控制，还有很明显的震动反馈，那可是又快速又精确又舒适。还适用于各类剪辑绘画软件，可以设置一键切换不同的常用工具等等，自动识别当前应用。 反正应该是最最适合视觉类工作任务，修图剪辑板绘等等，用过的都说好。 #Philo说会儿 #Philo拍 日常用来刷网页也很好用，原来要用两个键，甚至三个键搞定的操作，甚至有些键位隔太远一只手不够用，但是用 Tourbox 一个键就能轻松完成， 快捷键操作可高度自定义，而且配置软件界面做得也很好，很容易上手，很快适应之后就可以做到盲操。 也可以配置浏览器快捷键、全局快捷键。因为旋钮的阻尼振动过于舒适所以没事儿就想转两下（有电才有震动，不开机无震动，也可以软件设置关闭震动反馈）。 可以连线，也可以蓝牙，蓝牙模式供电用的是两节五号电池。续航有两个月，还是挺足的。可更换电池在长期看来其实是增加了设备的寿命，因为不会有电池衰减的问题，也可以自己用可充电电池。 听听这个声音，好听吗？

Philo

12,279 views • 2 years ago

Pixel2Motion，一个能把静态 logo 直接变成矢量动画的开源工具 丢一张 PNG 或 JPG 进去，它先用 AI 把像素图转成矢量路径，然后自动生成动画效果，输出无损的 SVG 有几个细节挺讲究的： -转矢量的时候会跟原图做叠拼误差校验，反复迭代直到还原度够高 -动画生成遵循迪士尼动画12法则，所以动起来的节奏感不像是随便加的 -输出格式支持 SVG、HTML代码、GIF、视频 它本身是一个开源的 Codex 和 Claude 技能，也兼容其他多模态 Agent 以前给 logo 加动画要在 After Effects 里一帧帧调，现在一个命令就出来了 GitHub 地址放在评论区了 做设计或者前端的可以看看，尤其是经常被甲方要求"logo能不能动一下"的
0:29

Pixel2Motion，一个能把静态 logo 直接变成矢量动画的开源工具 丢一张 PNG 或 JPG 进去，它先用 AI 把像素图转成矢量路径，然后自动生成动画效果，输出无损的 SVG 有几个细节挺讲究的： -转矢量的时候会跟原图做叠拼误差校验，反复迭代直到还原度够高 -动画生成遵循迪士尼动画12法则，所以动起来的节奏感不像是随便加的 -输出格式支持 SVG、HTML代码、GIF、视频 它本身是一个开源的 Codex 和 Claude 技能，也兼容其他多模态 Agent 以前给 logo 加动画要在 After Effects 里一帧帧调，现在一个命令就出来了 GitHub 地址放在评论区了 做设计或者前端的可以看看，尤其是经常被甲方要求"logo能不能动一下"的

Vincent

21,507 views • 1 month ago

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，
0:32

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

40,230 views • 2 months ago

藏师傅的 PPT Skill 再配上 Pencil 太爽了！ 昨天评论里有个朋友分享给了我启发： 把藏师傅的 PPT 配上 Pencil，就可以直接在 Pencil 里一次性看到所有生成的 PPT 页面。 这种方式不仅编辑起来非常方便，还能导出网页和对应的编辑文件。我试了一下，体验确实非常爽。 虽然 AI 生成内容时不可避免会出现一些排版上的小问题，比如元素重叠或者对齐不准之类的情况，但在 Pencil 里你完全可以手动调整，比如： 1. 对齐元素 2. 修改字体 3. 调整重叠的部分 而且 Pencil 作为一个专业的设计软件，它的可编辑性非常强，甚至比 PPT 软件本身能做的还要多很多，尤其是对齐、嵌套和打组等操作非常方便。 我录了个视频教一下大家，推荐你们也试试这种用法。 这样的话，你可以从它导出 PNG 图片，然后直接放到你的 PPT 里边。 或者也可以直接在 PPT 里进行演示，然后你直接替换对应 PPT 页面的图片就行了
3:30

藏师傅的 PPT Skill 再配上 Pencil 太爽了！ 昨天评论里有个朋友分享给了我启发： 把藏师傅的 PPT 配上 Pencil，就可以直接在 Pencil 里一次性看到所有生成的 PPT 页面。 这种方式不仅编辑起来非常方便，还能导出网页和对应的编辑文件。我试了一下，体验确实非常爽。 虽然 AI 生成内容时不可避免会出现一些排版上的小问题，比如元素重叠或者对齐不准之类的情况，但在 Pencil 里你完全可以手动调整，比如： 1. 对齐元素 2. 修改字体 3. 调整重叠的部分 而且 Pencil 作为一个专业的设计软件，它的可编辑性非常强，甚至比 PPT 软件本身能做的还要多很多，尤其是对齐、嵌套和打组等操作非常方便。 我录了个视频教一下大家，推荐你们也试试这种用法。 这样的话，你可以从它导出 PNG 图片，然后直接放到你的 PPT 里边。 或者也可以直接在 PPT 里进行演示，然后你直接替换对应 PPT 页面的图片就行了

歸藏(guizang.ai)

52,300 views • 12 days ago

【实战技巧】兄弟们，剪映的运镜指令,我用 AI 全复刻了 上周甲方发来一条剪映做的片子。问我能不能做出同款运镜效果。我说可以，但不用剪映。 16 张静态照片，全用 Seedance 2.0 生成，最后剪出来的片子，他以为是摄影师拍的。 剪映的运镜为什么这么香？ 剪映的运镜模板火是有原因的。 它把专业的摄影术语翻译成了普通人能理解的选项： 推镜头 → 放大特写 拉镜头 → 展现全景 环绕 → 360 度旋转 上帝视角 → 俯拍 跟拍 → 跟着主体移动 点一下就能用，不需要懂摄影。但 Seedance 2.0这种 AI 工具不一样。它没有可视化界面，你得用文字告诉它「摄影机怎么动」。大部分人卡在这一步。 他们不知道： 推镜头的英文术语是什么? 运动幅度该设多少? 什么场景用什么运镜? 所以我写了这篇文章。 把剪映里那些常用的运镜指令，全部翻译成 Seedance 能理解的提示词。 #Seedance2 #图生视频 #运镜指令 #提示词教程
0:26

【实战技巧】兄弟们，剪映的运镜指令,我用 AI 全复刻了 上周甲方发来一条剪映做的片子。问我能不能做出同款运镜效果。我说可以，但不用剪映。 16 张静态照片，全用 Seedance 2.0 生成，最后剪出来的片子，他以为是摄影师拍的。 剪映的运镜为什么这么香？ 剪映的运镜模板火是有原因的。 它把专业的摄影术语翻译成了普通人能理解的选项： 推镜头 → 放大特写 拉镜头 → 展现全景 环绕 → 360 度旋转 上帝视角 → 俯拍 跟拍 → 跟着主体移动 点一下就能用，不需要懂摄影。但 Seedance 2.0这种 AI 工具不一样。它没有可视化界面，你得用文字告诉它「摄影机怎么动」。大部分人卡在这一步。 他们不知道： 推镜头的英文术语是什么? 运动幅度该设多少? 什么场景用什么运镜? 所以我写了这篇文章。 把剪映里那些常用的运镜指令，全部翻译成 Seedance 能理解的提示词。 #Seedance2 #图生视频 #运镜指令 #提示词教程

波妞PONYO

63,926 views • 4 months ago

使用AI生成3D模型，最终利用comfyUI渲染输出成片的工作流全过程 以下是GPT4总结的制作流程： 1. 文本到3D生成 在LumaLabs使用Gini文本到3D：访问LumaLabs网站，选择Gini文本到3D功能，输入如“Naruto T-pose”的描述性文本提示生成3D模型。 预览和调整：预览生成的3D模型，根据需要调整文本提示或使用提供的选项重新生成以获得满意的结果。 2. 导入和编辑模型 导入模型到Blender：将生成的3D模型（如身体、头部和手部）导入到Blender中。 调整模型位置和比例：在Blender中调整各个部分的位置和比例，确保模型的整体协调。 组合和调整细节：将不同的部件（头部、手部等）组合成一个完整的模型，对模型的姿态、细节进行必要的调整。 模型优化：对模型进行必要的优化，包括调整网格和重新拓扑（如果需要），以便于动画处理。 3. 动画和导出 应用骨骼和动画：将调整好的3D模型导出为FBX文件，然后在Mixamo网站上应用自动骨骼绑定和选择动画。 导入动画到Blender：将带有动画的模型重新导入到Blender中进行进一步的编辑和调整。 4. 进一步编辑 动画循环设置：在Blender中设置动画循环，确保动画可以平滑地循环播放。 相机和光照设置：调整相机角度和光照设置，以改善动画的视觉效果和氛围。 渲染设置：调整渲染设置，包括分辨率和渲染引擎设置，以获得高质量的动画输出。 5. 最终渲染和后处理 渲染动画：在Blender中渲染完成的动画，导出为视频文件。 后处理：可选地，将渲染完成的视频导入到Comfy UI或其他视频编辑软件中进行后处理，添加背景、特效和其他视觉元素，以完成最终的动画作品。 通过这些具体的小步骤，从文本描述到完成的3D动画的整个制作过程被详细地概述和解释，为想要学习这一流程的人提供了一份详细的指南。
18:17

使用AI生成3D模型，最终利用comfyUI渲染输出成片的工作流全过程 以下是GPT4总结的制作流程： 1. 文本到3D生成 在LumaLabs使用Gini文本到3D：访问LumaLabs网站，选择Gini文本到3D功能，输入如“Naruto T-pose”的描述性文本提示生成3D模型。 预览和调整：预览生成的3D模型，根据需要调整文本提示或使用提供的选项重新生成以获得满意的结果。 2. 导入和编辑模型 导入模型到Blender：将生成的3D模型（如身体、头部和手部）导入到Blender中。 调整模型位置和比例：在Blender中调整各个部分的位置和比例，确保模型的整体协调。 组合和调整细节：将不同的部件（头部、手部等）组合成一个完整的模型，对模型的姿态、细节进行必要的调整。 模型优化：对模型进行必要的优化，包括调整网格和重新拓扑（如果需要），以便于动画处理。 3. 动画和导出 应用骨骼和动画：将调整好的3D模型导出为FBX文件，然后在Mixamo网站上应用自动骨骼绑定和选择动画。 导入动画到Blender：将带有动画的模型重新导入到Blender中进行进一步的编辑和调整。 4. 进一步编辑 动画循环设置：在Blender中设置动画循环，确保动画可以平滑地循环播放。 相机和光照设置：调整相机角度和光照设置，以改善动画的视觉效果和氛围。 渲染设置：调整渲染设置，包括分辨率和渲染引擎设置，以获得高质量的动画输出。 5. 最终渲染和后处理 渲染动画：在Blender中渲染完成的动画，导出为视频文件。 后处理：可选地，将渲染完成的视频导入到Comfy UI或其他视频编辑软件中进行后处理，添加背景、特效和其他视觉元素，以完成最终的动画作品。 通过这些具体的小步骤，从文本描述到完成的3D动画的整个制作过程被详细地概述和解释，为想要学习这一流程的人提供了一份详细的指南。

Yangyi

25,462 views • 2 years ago

Google DeepMind 的大佬用 $12 和 AI，一个人肝了一个周末，把整个纽约城做成了《模拟城市 2000》风格的像素地图。 叫 细节恐怖到离谱： -时代广场 H&M 的红色招牌是像素字 -美国银行大厦的尖顶单独渲染 -每栋楼的屋顶空调机组都画出来了 -连酒店车道环线、屋顶花园都没落下 -整个地图估计用了 4 万多个 tile， zoom in 能看到拉瓜迪亚机场的每架飞机。 技术栈更骚👇
0:34

Google DeepMind 的大佬用 $12 和 AI，一个人肝了一个周末，把整个纽约城做成了《模拟城市 2000》风格的像素地图。 叫 细节恐怖到离谱： -时代广场 H&M 的红色招牌是像素字 -美国银行大厦的尖顶单独渲染 -每栋楼的屋顶空调机组都画出来了 -连酒店车道环线、屋顶花园都没落下 -整个地图估计用了 4 万多个 tile， zoom in 能看到拉瓜迪亚机场的每架飞机。 技术栈更骚👇

Vincent | 信号＞噪音

19,925 views • 1 month ago

终于上了！ 藏师傅现在这个 Skills 可以帮你做 Live Photo。 我过去一段时间用下来，发现这个能力非常有用。它比做成视频的难度要低得非常非常多 又可以帮你展示一些需要动态展示的东西，比如： 1. 步骤说明 2. 不同角度的产品细节 3. 带动效的网页展示等等 这个 Skills 基本上把做 Live Photo 的门槛拉得非常低。 你只需要给它文案和你随便录制的一段视频，它就可以帮你编辑排版，变成一个带文字的 Live Photo。 当然，一些基础的 Live Photo 编辑它也能帮你做（比如拼图、夹子等），比你在市面上能找到的对应产品要方便很多。
0:22

终于上了！ 藏师傅现在这个 Skills 可以帮你做 Live Photo。 我过去一段时间用下来，发现这个能力非常有用。它比做成视频的难度要低得非常非常多 又可以帮你展示一些需要动态展示的东西，比如： 1. 步骤说明 2. 不同角度的产品细节 3. 带动效的网页展示等等 这个 Skills 基本上把做 Live Photo 的门槛拉得非常低。 你只需要给它文案和你随便录制的一段视频，它就可以帮你编辑排版，变成一个带文字的 Live Photo。 当然，一些基础的 Live Photo 编辑它也能帮你做（比如拼图、夹子等），比你在市面上能找到的对应产品要方便很多。

歸藏(guizang.ai)

176,763 views • 14 days ago

前端设计这一块谷歌是真没问题！我用Gemini 3.5 Flash做了个3D飞机模型展览，太帅了呀！ ​ 制作方法：​ 1.GPT2-image生生成正视图、背视图、左视图和右视图 2.3D模型生成​，注意需要用纹理 3.UI预览图生成​，调用Codex内置GPT2-image即可 4.用Gemini 3.5 Flash生成网站​ ​ 生成网站这一步在Google AI Studio上传不了3D模型的glb文件，所以就必须要调API在本地做个网站了。 我是在Zenmux调用的，大家应该对Zenmux也不陌生，就是那个一有新模型就免费给大家玩的网站。​ ​ 它提供一个KEY调用所有顶级大模型的功能，不仅可以用Gemini 3.5 Flash绘制前端，如果有小BUG，还可以再切换到GPT5.5或Oplu4.7进行修复，使用非常丝滑！​ ​ 想先免费试一试下 Gemini 3.5 Flash的能力？ 壕气冲天的Zenmux现在直接免费送一周TOKEN（有限额）！ 传送门直达：
0:41

前端设计这一块谷歌是真没问题！我用Gemini 3.5 Flash做了个3D飞机模型展览，太帅了呀！ ​ 制作方法：​ 1.GPT2-image生生成正视图、背视图、左视图和右视图 2.3D模型生成​，注意需要用纹理 3.UI预览图生成​，调用Codex内置GPT2-image即可 4.用Gemini 3.5 Flash生成网站​ ​ 生成网站这一步在Google AI Studio上传不了3D模型的glb文件，所以就必须要调API在本地做个网站了。 我是在Zenmux调用的，大家应该对Zenmux也不陌生，就是那个一有新模型就免费给大家玩的网站。​ ​ 它提供一个KEY调用所有顶级大模型的功能，不仅可以用Gemini 3.5 Flash绘制前端，如果有小BUG，还可以再切换到GPT5.5或Oplu4.7进行修复，使用非常丝滑！​ ​ 想先免费试一试下 Gemini 3.5 Flash的能力？ 壕气冲天的Zenmux现在直接免费送一周TOKEN（有限额）！ 传送门直达：

逸尘

42,390 views • 1 month ago

马斯克与新交通工具，你觉得哪款好？未来城市，需要能飞的汽车？随着城市化进程，传统的二维平面交通已触及瓶颈，飞行汽车(尤其是eVTOL，即电力驱动垂直起降飞行器)提供了“三维交通”的可能：1)缓解地面拥堵：将一部分通勤流量从地面引向天空，直接避开早晚高峰；2)点对点的高速通勤：无需绕路，对于100公里的跨城或城市两端通勤，时间成本可缩短70%以上；3)环保潜力：大多数现代飞行汽车概念采用电力驱动(零排放)，且由于不需要修筑昂贵的地面道路或隧道，其实际基建环境成本可能更低。亚洲金融(亚洲金融 Asia Finance)预测，“飞行汽车”是科幻作品中未来城市的标配，但在现实中，确实能解决城市痛点。
1:03

马斯克与新交通工具，你觉得哪款好？未来城市，需要能飞的汽车？随着城市化进程，传统的二维平面交通已触及瓶颈，飞行汽车(尤其是eVTOL，即电力驱动垂直起降飞行器)提供了“三维交通”的可能：1)缓解地面拥堵：将一部分通勤流量从地面引向天空，直接避开早晚高峰；2)点对点的高速通勤：无需绕路，对于100公里的跨城或城市两端通勤，时间成本可缩短70%以上；3)环保潜力：大多数现代飞行汽车概念采用电力驱动(零排放)，且由于不需要修筑昂贵的地面道路或隧道，其实际基建环境成本可能更低。亚洲金融(亚洲金融 Asia Finance)预测，“飞行汽车”是科幻作品中未来城市的标配，但在现实中，确实能解决城市痛点。

亚洲金融 Asia Finance

22,125 views • 5 months ago

未来三四年，全球最重要的事情是什么？ 答案是：太空数据中心。 你可能会觉得奇怪， 但从第一性原理出发，把数据中心建在地球上，其实从一开始就错了。 一个数据中心，最核心的成本是什么？ 两样东西： 电，还有散热。 先说电。 在太空，卫星可以24小时晒太阳。 强度还比地面高30%。 综合下来，辐射能量是地球的6倍！ 这意味着什么？ 你根本不需要昂贵的储能电池。 在整个太阳系里，最便宜、最管够的能源，就是太空里的太阳能。 再说散热。 你在地球上建一个机房， 整个机架一半的重量和成本，都是给空调、水冷系统这些复杂玩意儿准备的。 但在太空呢？ 散热是免费的。 你只要在卫星背对太阳的那一面，放一个散热器就行了。 温度接近绝对零度。 所有复杂的散热设备、巨大的成本，瞬间归零。 还没完。 数据中心里，一个个机柜是怎么连起来的？ 用光纤。本质是激光在缆线里跑。 还有什么比这更快？ 有。 让激光在真空里跑。 当无数个卫星数据中心在太空用激光互联， 你就拥有了一个比地球上任何网络都更快的超级数据中心。 这对我们普通人意味着什么？ 现在，我手机发个指令，信号要先到基站，进光纤，绕过好几个城市路由器，才能到达数据中心，然后原路返回。 未来呢？ 你的手机直接跟卫星对话，信号上去，算完，下来。 Boom，结束。 更低的成本，更快的速度。 这才是AI时代该有的样子。
3:01

未来三四年，全球最重要的事情是什么？ 答案是：太空数据中心。 你可能会觉得奇怪， 但从第一性原理出发，把数据中心建在地球上，其实从一开始就错了。 一个数据中心，最核心的成本是什么？ 两样东西： 电，还有散热。 先说电。 在太空，卫星可以24小时晒太阳。 强度还比地面高30%。 综合下来，辐射能量是地球的6倍！ 这意味着什么？ 你根本不需要昂贵的储能电池。 在整个太阳系里，最便宜、最管够的能源，就是太空里的太阳能。 再说散热。 你在地球上建一个机房， 整个机架一半的重量和成本，都是给空调、水冷系统这些复杂玩意儿准备的。 但在太空呢？ 散热是免费的。 你只要在卫星背对太阳的那一面，放一个散热器就行了。 温度接近绝对零度。 所有复杂的散热设备、巨大的成本，瞬间归零。 还没完。 数据中心里，一个个机柜是怎么连起来的？ 用光纤。本质是激光在缆线里跑。 还有什么比这更快？ 有。 让激光在真空里跑。 当无数个卫星数据中心在太空用激光互联， 你就拥有了一个比地球上任何网络都更快的超级数据中心。 这对我们普通人意味着什么？ 现在，我手机发个指令，信号要先到基站，进光纤，绕过好几个城市路由器，才能到达数据中心，然后原路返回。 未来呢？ 你的手机直接跟卫星对话，信号上去，算完，下来。 Boom，结束。 更低的成本，更快的速度。 这才是AI时代该有的样子。

墓碑科技

34,593 views • 7 months ago

Google Earth AI 迎来大升级 通过接入Gemini ，Google Earth 不只是提供图像或数据，而是能主动进行地理空间推理 它能自动把不同类型的数据（天气、人口、卫星影像、地形、基础设施）关联起来； 能够回答复杂的问题，比如： “这场暴雨会影响哪些地区？” “哪些地方的居民最可能受灾？” “哪些电网和道路可能中断？” 以前，这些分析需要专家团队花费数周甚至数月； 现在，Earth AI 结合 Gemini 的推理能力，可以在几分钟内完成。 Google 的长期目标是让 Earth AI： “像语言模型理解文字那样，理解地球的物理系统。”
3:34

Google Earth AI 迎来大升级 通过接入Gemini ，Google Earth 不只是提供图像或数据，而是能主动进行地理空间推理 它能自动把不同类型的数据（天气、人口、卫星影像、地形、基础设施）关联起来； 能够回答复杂的问题，比如： “这场暴雨会影响哪些地区？” “哪些地方的居民最可能受灾？” “哪些电网和道路可能中断？” 以前，这些分析需要专家团队花费数周甚至数月； 现在，Earth AI 结合 Gemini 的推理能力，可以在几分钟内完成。 Google 的长期目标是让 Earth AI： “像语言模型理解文字那样，理解地球的物理系统。”

小互

17,351 views • 8 months ago

马斯克新的大饼来了 这个饼，格外的大😂 涉及到行星移民、太空算力中心、AI卫星、太空能源... 让人类文明往上跳一个能量等级 用Starlink 现成的太阳能阵列造 AI 卫星，150千瓦峰值功率 / 120千瓦持续算力， 完全展开时翼展70米🥲 在月球本地造光伏和散热板，用电磁炮把 AI 卫星直接打进深空🤪 Terafab 太空算力工厂将占地约 1 亿平方英尺，是特斯拉 Giga Texas 工厂的 10 倍大小。 • Terafab 算力供应大约为：1TW/年 • 而当前美国年消耗量：0.5TW 首颗AI卫星： • 150千瓦峰值功率 / 120千瓦持续计算功率 • 采用SpaceX自主研发的太阳能技术 • 专为高性能AI工作负载设计的集中式AI计算载荷 • 完全展开时翼展70米 • 110平方米可展开液体散热器，用于在太空中移除废热 • 配备冗余冷却回路，集成微流星体防护 • 设计用于星舰发射，实现大规模太空计算所需的大量轨道运载能力 • 使用激光链路，同时避免了Starlink卫星所需的大多数复杂通信系统 视频完整文字内容： 开场：又是典型的一年 大家好，欢迎。今天把埃隆和伊恩，还有我们 Starlink 团队的人请来聊聊近况。 对 SpaceX 来说，这又是典型的一年：发射了一台全新的飞行器，收购了 xAI（现在归到 SpaceX 搞 AI），还宣布要建一座太瓦级芯片厂（terafab）。所以是啊，从来没有一刻闲着——典型的一年。 今天想把这些点串起来，看看它们怎么一起推动「让生命成为跨行星物种」，怎么开始往卡尔达肖夫等级上爬，顺便秀一点很酷的 AI 卫星。 卡尔达肖夫等级是什么 你怎么判断一个文明发展到了什么程度？这是最客观的衡量标准——任何外星物种来拜访我们，都会用它来给我们这个文明打分。而最客观的方式之一，就是看这个文明能驾驭多少能量。 有位俄国物理学家叫卡尔达肖夫，就想过这件事，我觉得他这个刻画方式很好： 一型文明：你能驾驭一颗行星上可用的能量。 二型文明：你能驾驭一颗恒星的能量。 三型文明：你能驾驭整个星系的能量。 这些都是非常客观、可测量的数字。 而现在，我们在卡尔达肖夫一型这个尺度上都低得可怜。如果问「我们驾驭了地球能量的多大比例」，那是个极其极其小的数字。至于恒星的能量，我们几乎一点都没碰到。 太阳到底有多大 太阳真的是个庞然大物，大到很难用语言形容。给你一个尺度感：太阳占了整个太阳系全部质量的约 99.86%。它几乎就是一切。剩下的 0.14% 里，大部分还是木星一颗行星。我们这些还是轻量级——整个地球的质量都落在那个「其它杂项」的小类别里。跟太阳比，地球就是一粒微尘。 从一型跳到二型，是一个巨大的难度台阶。三型我们甚至还不知道怎么搞——不过会到那一步的，AI 会搞定。 那太阳的能量有多少？落在地球横截面上的太阳能，大约只是太阳总输出功率的二十亿分之一。而这里面绝大部分我们还用不上——因为地球 70% 是水。严格说，我们这颗星球该叫「水球」才对。外星文明来了大概会纳闷：明明大部分是水，他们为啥管它叫「地球」？我们就是太阳系里那个名不副实、其实并不绿的「格陵兰」。 剩下 30% 是陆地，可里面一大堆是南极、西伯利亚、加拿大极北那种地方，人本来就不爱住，而且两极拿不到多少太阳能。所以真正能用来发电的陆地面积相当小。 想往上爬，就必须去太空 要想沿着卡尔达肖夫等级往上爬，或者说要驾驭太阳能量里任何有意义的比例，你就必须去太空。 打个比方：哪怕只想拿到太阳输出功率的百万分之一，你也得把人类驾驭的能量提高远不止一百万倍——因为我们现在用的能量，还不到太阳输出的一万亿分之一（一万亿 = 一百万乘一百万）。所以在卡尔达肖夫二型尺度上，我们基本上等于不存在，根本「上不了榜」。 我们在拿「百万分之一太阳功率」开玩笑——管它叫「一个 Microsoft」。能达到「一个 Microsoft」，相对我们现在的位置都是史诗级的成就，是个值得追求的目标。 有意思的是，这个目标同时是「相对现状极其大胆」和「作为太阳能量的占比又一点都不大胆」——百万分之一而已。要是哪个文明真能拿到太阳能量的 1%，那已经是个牛逼到家的文明了，会比我们强大得多。 但真要往那走，我们也不会傻乎乎地往太空扔一堆太阳能板去硬接阳光。得有真实需求，你上去是要干点有意义的事。在人类历史上到现在，其实一直没有这个需求——那是什么变了，让我们觉得现在是时候去争取那一两个百分点了？ 为什么是现在：把数据中心送上天 要在卡尔达肖夫等级上有所进展，我们需要发射卫星绕地球运行、捕获太阳能。这样就不用在地面建巨型电厂、还要处理散热——而散热这件事，在太空里其实比在地球上容易得多，你直接往真空辐射就行。 我们想做的，是把卡尔达肖夫等级爬到一个「拿得出手的文明」的水平。这样万一哪天外星人终于愿意跟我们说话，我们好歹用上了「还算体面」的一部分太阳能量，而不是现在这种「彻底寒酸」的样子。 要把数据中心送上太空，有几个传统上几乎让这件事不可能的限制因素。要规模化，你需要三样东西： 巨大的入轨运力——这正是 Starship 能给我们的。最终你得往轨道乃至更远处运送数百万吨。 与之匹配的能量——如果你想往太空送 100 吉瓦乃至最终一太瓦，你迟早需要一太瓦的太阳能，外加配套散热。 海量芯片——最终需要一太瓦的 AI 芯片。 所以三样东西：入轨运力、大量太阳能（当然还有散热板），以及大量芯片。下面一项一项过。 Starship 与「可复用」这个根本突破 入轨运力靠 Starship。我们刚完成 V3 的首飞，太震撼了——这一刻等了很久。 Starship 会真正给航天带来革命。它是第一款能做到「完全且快速可复用」的火箭设计。可复用性，是让生命成为跨行星物种、以及攀登卡尔达肖夫等级所必需的根本突破。没有可复用的飞行器，你根本爬不上卡尔达肖夫等级，也没法把生命延伸到月球、火星和太阳系其余地方——成本会高到无法承受。除非能反复飞，否则你造不出足够多的火箭。 就像其它任何交通方式一样：要是每次坐完飞机就得把飞机扔掉，飞行会贵到没人坐，大家只能改开车。汽车、飞机、轮船、自行车，显然都是可复用的，否则根本撑不起一套交通系统。 火箭要做到可复用难得多，因为地球有很深的重力井和厚厚的大气层，这让火箭复用「勉强才有可能」。此前有过很多次造完全可复用火箭的尝试，大多半途而废，因为他们觉得自己成不了。要做到完全复用，每个环节都得做到极致：发动机、结构、航电、推进剂的选择。你得为减重走极端——所以我们让发射塔去「夹住」火箭，而不是装又重又笨的着陆腿，火箭直接被塔接住。 我们还没实现完全复用，但预计能做到，希望今年晚些时候在 Starship 上实现。再往前一步，是做到「快速复用」：火箭落下、被塔接住、放回发射台，不用任何翻修或繁琐检查就能再飞一次，像飞机一样。这极其困难，而这是史上头一回有一款火箭能做到这件事——这正是 Starship 之所以意义深远的地方。 它同时还是有史以来最大的飞行物、最重的飞行物、任何种类里最强劲的移动物体。Starship V3 的推力是土星五号登月火箭的两倍多；到 V4，差不多会是土星五号的三倍。而且我们预计，将来 Starship 能做到一小时飞不止一次。 顺便说个有意思的事：第 12 次飞行，是 SpaceX 迄今运过的最重载荷——而这还只是 V3 能力的一小部分。 入轨运力会变成什么量级 一旦我们能又快又多地飞，量级会比今天大好几个数量级。就算只算 Falcon 9 和 Falcon Heavy，SpaceX 现在就已经承担了全地球送入轨道质量的将近 90%——大概在 85% 到 90% 之间。剩下的大部分由中国发射，世界其它地方（包括美国其余部分）加起来大概只有 5% 到 7%。 有了 Starship，我们要把入轨量从现在每年约 2500 吨，提到每年数百万吨，而且要在相当短的时间内做到。我们觉得大概三年左右就能做到每年一百万吨入轨。Starship 会把「入轨运力」这个限制因素解决掉。 AI 卫星：其实比 Starlink 卫星更简单 接下来是发电和「太空里的数据中心」。很多人一听「太空数据中心」会卡壳——我们当然不是给一栋楼装上发动机飞上天，它长得其实很不一样。 很多人根本不知道数据中心里面长什么样，以为是个「互联网在云里」的神秘地方。有人想象成一堆电线，有人想象成一堆盒子，但说到底就是一组芯片。真正要送上太空的东西，看下来其实相当小。更有挑战的是：怎么给它供电？这正是我们能把 Starlink 现成的太阳能阵列技术用上的地方——用这份经验造一颗卫星，把数据中心的关键部件本身送进太空。 我们喜欢把它还原成「真正的工程问题是什么」：本质上就是把电送进去、再把废热和能量抽出来，扔进太空的真空里。 其实 AI 卫星比 Starlink 卫星简单得多。Starlink 卫星有巨大的相控阵天线、抛物面天线、一大堆激光链路，复杂得多。AI 卫星本质上就是一大片太阳能电池、一块散热板，再加一些激光链路，但没有 Starlink 上那些超复杂的天线。两者比起来，AI 卫星反而更好设计——就是个头大一点。 这颗卫星长什么样 这是我们的 AI 卫星一号（AI one）的草稿版本。 第一步得先做出一个有说服力的东西。我们觉得合适的起点是在 150 千瓦峰值功率这个量级。结合我们在 xAI 上跑负载的经验，我们看到它还能支撑约 120 千瓦的平均算力——峰值和平均是有区别的。所以这是 SpaceX AI 卫星的第一版：150 千瓦峰值功率、120 千瓦持续功率。 给你点尺度感：太阳能阵列按每平方米 250 瓦算，散热板按每平方米约 1400 瓦算。散热板是双面的，两面都在散热，刀刃边朝向太阳。1400 瓦每平方米是个很容易达到的目标，随时间推移，我们觉得太阳能板和散热板大概都能分别做到 250 瓦和 1400 瓦每平方米以上。 这基本就是这颗卫星的样子：一大片太阳能板、散热板，其余一切相比之下都很小。而且这些都是我们已经在 Starlink 星座里实际发射过的东西的演进版。对我来说最酷的一点是：我们用的太阳能技术，本来就要用在 V3 的 Starlink 飞行器上，所以我特别兴奋——直接拿过来，把它做大就行。 我们想传达的一点是：AI 卫星并不需要什么「目前还不存在的魔法」。正如伊恩说的，这里很多技术我们为 Starlink V3 卫星就已经做出来了。跟我们已经在做的事比，这并不是个超难的问题。 卫星上还会有大约一太比特（terabit）量级的激光链路连接能力。150 千瓦峰值功率，大致相当于一台英伟达 GB300 机架的水平：一台 GB300 带 72 颗 GPU，峰值功率大概 140 千瓦，但几乎不可能让它一直跑在峰值；更现实的工作区间是 120 千瓦左右的平均功率，峰值能冲到 150。所以你可以把它想成「太空里的一个算力机架」。 然后你可以把这些算力机架通过激光链路彼此相连，或者直接连到 Starlink 星座。接上 Starlink 之后，Starlink 就能用飞行器上现成的 Ka、Ku 频段天线把数据发回地面，它本身也有连到地面的激光链路。 这个延迟其实并不高。卫星大概在地面以上 600 到 800 公里，而光每毫秒走 300 公里，所以差不多就三毫秒的距离，并不远。别太担心延迟——总有人觉得会有很高的延迟，我说不会，光跑得挺快的。 还有个挺酷的点：散热板本身的尺寸，和 V3 飞行器现成的太阳能阵列差不多大，大概 70 米翼展，相当大了。我们要造很多颗、放上天。你常说「名字里就带着 space（太空）」——上面空间多的是，哪怕你说的是几千颗甚至上百万颗卫星，上面也有大把地方可以挪。太空真的很大，不存在「太空会变拥挤」这回事。卫星相对地球极其微小，凑近看它显得大，可一放到跟地球比的尺度上，卫星小到根本看不见。 我们现在在轨大约有一万颗 Starlink，已经很懂怎么安全地运营这么大规模的星座了——我们是唯一一家有这种量级经验的运营方。正因为有这个底子，我们知道卫星可以排得多密、还能安全地飞，而安全是我们看待整个星座时的头号目标。 在 Bastrop 建厂 我们会造很多卫星，就在德州的巴斯特罗普（Bastrop）这儿造。我们现在就坐在那栋楼里。这栋楼已经很大了——你绕过转角，透过树丛看见它，会「哇」一声。但我们正要让这栋楼相形见绌。 事实上，太阳能制造厂已经在建了。接下来很快会建 AI 卫星生产楼。我们预计到明年底，AI 卫星生产、太阳能生产这些都能以一个合理的产量运转起来。所以谁想做 AI 卫星，这里基本会成为它的中心。 就在我们背后，机器正在轰鸣——我们仍在这里制造 Starlink 的所有用户终端，这条线不会挪走。事实上我们还在为新型号开新的生产线。这些就是新的 Starlink 终端，产量比现在的终端高得多。我们觉得最终全世界大概会有几亿个 Starlink 终端。再加上 Starlink 直连手机（direct-to-cell）星座，会直接连到人们的手机上，让你的手机和太空之间实现高带宽通信。 第三样：芯片，以及为什么需要 terafab 三个限制因素已经搞定两个：入轨运力、太阳能；第三个是芯片。 至少一开始，我们当然可以直接把已经在量产的芯片发上去。我们目前的参考设计用的是英伟达 Rubin 芯片，也可以是 GB300 或 Rubin；我们还会有一套基于 TPU 的参考设计——本质上你可以把任何现成芯片送上轨道。 但当前整个行业，看起来大概会做到每年 100 吉瓦量级的 AI 算力。这并没有回答「你怎么走到一太瓦」这个问题。这就是为什么你需要 terafab。要迈上下一个数量级，你需要一座巨大的芯片厂。给你个尺度感：我们预计 terafab 大约会有一亿平方英尺，是特斯拉得州超级工厂的十倍。 除了大，它还有什么独特、跟地球上任何其它芯片制造不一样的地方？随时间推移，terafab 上会有很多技术演进，但归根结底是「规模」。哪怕没有任何根本性的技术突破，你只要把现有的芯片制造技术——非常吃力地——放大到每年一太瓦的芯片产出。 从逻辑裸片（logic die）的角度看，这相当于每年十亿颗、每颗一千瓦（按整光罩当量算）的芯片：十亿颗整光罩当量芯片、每颗一千瓦，然后你还需要配上海量的内存。 时间线：别想小了 今天很多人还觉得轨道数据中心是「十年以后的事」。我们想给大家一个时间框架的概念——至少是我们瞄准的时间框架。大家可以对此打点折扣，因为这只是我们的最佳猜测，不是承诺，是我们打算去试、并且觉得大概能做到的事： 明年底：把空间 AI 算力做到「年化一吉瓦/年」的速率。 然后争取每年提升一个数量级：约两年半时摸到年化 10 吉瓦/年，三年半时也许 100 吉瓦。 再往后，看全球芯片制造和 terafab 的进展，进一步放大到每年一太瓦——也就是一千吉瓦。 一太瓦是美国当前用电量的两倍。我觉得会有这个需求，但走着瞧。那是非常多的卫星。 下一步：月球质量驱动器 走完地球上所有限制因素、把地球能做的都顶到天花板之后，下一步是什么，才能真正往「成为卡尔达肖夫二型文明」再争取几个百分点？为什么要停在这？为什么要想得那么小？因为一太瓦其实非常小。 要再上三个数量级、从「每年一太瓦」再乘一千，我们目前能看到的唯一办法，是在月球上用「质量驱动器」（mass driver）。 具体说，就是在月球上本地生产光伏板和散热板，芯片也许从地球带去，也可以设想直接在月球上造。但大部分质量必须在月球本地制造，这样你就不用从地球往月球运。然后，因为月球没有大气、引力只有地球的六分之一，你可以不用火箭就把 AI 卫星加速送进深空——基本上就是用一台电磁炮，类似电磁轨道炮，把它们「打」进太空。可以把它理解成一台直线电机。 我想我们可以放个视频…… 谢谢大家。
31:16

马斯克新的大饼来了 这个饼，格外的大😂 涉及到行星移民、太空算力中心、AI卫星、太空能源... 让人类文明往上跳一个能量等级 用Starlink 现成的太阳能阵列造 AI 卫星，150千瓦峰值功率 / 120千瓦持续算力， 完全展开时翼展70米🥲 在月球本地造光伏和散热板，用电磁炮把 AI 卫星直接打进深空🤪 Terafab 太空算力工厂将占地约 1 亿平方英尺，是特斯拉 Giga Texas 工厂的 10 倍大小。 • Terafab 算力供应大约为：1TW/年 • 而当前美国年消耗量：0.5TW 首颗AI卫星： • 150千瓦峰值功率 / 120千瓦持续计算功率 • 采用SpaceX自主研发的太阳能技术 • 专为高性能AI工作负载设计的集中式AI计算载荷 • 完全展开时翼展70米 • 110平方米可展开液体散热器，用于在太空中移除废热 • 配备冗余冷却回路，集成微流星体防护 • 设计用于星舰发射，实现大规模太空计算所需的大量轨道运载能力 • 使用激光链路，同时避免了Starlink卫星所需的大多数复杂通信系统 视频完整文字内容： 开场：又是典型的一年 大家好，欢迎。今天把埃隆和伊恩，还有我们 Starlink 团队的人请来聊聊近况。 对 SpaceX 来说，这又是典型的一年：发射了一台全新的飞行器，收购了 xAI（现在归到 SpaceX 搞 AI），还宣布要建一座太瓦级芯片厂（terafab）。所以是啊，从来没有一刻闲着——典型的一年。 今天想把这些点串起来，看看它们怎么一起推动「让生命成为跨行星物种」，怎么开始往卡尔达肖夫等级上爬，顺便秀一点很酷的 AI 卫星。 卡尔达肖夫等级是什么 你怎么判断一个文明发展到了什么程度？这是最客观的衡量标准——任何外星物种来拜访我们，都会用它来给我们这个文明打分。而最客观的方式之一，就是看这个文明能驾驭多少能量。 有位俄国物理学家叫卡尔达肖夫，就想过这件事，我觉得他这个刻画方式很好： 一型文明：你能驾驭一颗行星上可用的能量。 二型文明：你能驾驭一颗恒星的能量。 三型文明：你能驾驭整个星系的能量。 这些都是非常客观、可测量的数字。 而现在，我们在卡尔达肖夫一型这个尺度上都低得可怜。如果问「我们驾驭了地球能量的多大比例」，那是个极其极其小的数字。至于恒星的能量，我们几乎一点都没碰到。 太阳到底有多大 太阳真的是个庞然大物，大到很难用语言形容。给你一个尺度感：太阳占了整个太阳系全部质量的约 99.86%。它几乎就是一切。剩下的 0.14% 里，大部分还是木星一颗行星。我们这些还是轻量级——整个地球的质量都落在那个「其它杂项」的小类别里。跟太阳比，地球就是一粒微尘。 从一型跳到二型，是一个巨大的难度台阶。三型我们甚至还不知道怎么搞——不过会到那一步的，AI 会搞定。 那太阳的能量有多少？落在地球横截面上的太阳能，大约只是太阳总输出功率的二十亿分之一。而这里面绝大部分我们还用不上——因为地球 70% 是水。严格说，我们这颗星球该叫「水球」才对。外星文明来了大概会纳闷：明明大部分是水，他们为啥管它叫「地球」？我们就是太阳系里那个名不副实、其实并不绿的「格陵兰」。 剩下 30% 是陆地，可里面一大堆是南极、西伯利亚、加拿大极北那种地方，人本来就不爱住，而且两极拿不到多少太阳能。所以真正能用来发电的陆地面积相当小。 想往上爬，就必须去太空 要想沿着卡尔达肖夫等级往上爬，或者说要驾驭太阳能量里任何有意义的比例，你就必须去太空。 打个比方：哪怕只想拿到太阳输出功率的百万分之一，你也得把人类驾驭的能量提高远不止一百万倍——因为我们现在用的能量，还不到太阳输出的一万亿分之一（一万亿 = 一百万乘一百万）。所以在卡尔达肖夫二型尺度上，我们基本上等于不存在，根本「上不了榜」。 我们在拿「百万分之一太阳功率」开玩笑——管它叫「一个 Microsoft」。能达到「一个 Microsoft」，相对我们现在的位置都是史诗级的成就，是个值得追求的目标。 有意思的是，这个目标同时是「相对现状极其大胆」和「作为太阳能量的占比又一点都不大胆」——百万分之一而已。要是哪个文明真能拿到太阳能量的 1%，那已经是个牛逼到家的文明了，会比我们强大得多。 但真要往那走，我们也不会傻乎乎地往太空扔一堆太阳能板去硬接阳光。得有真实需求，你上去是要干点有意义的事。在人类历史上到现在，其实一直没有这个需求——那是什么变了，让我们觉得现在是时候去争取那一两个百分点了？ 为什么是现在：把数据中心送上天 要在卡尔达肖夫等级上有所进展，我们需要发射卫星绕地球运行、捕获太阳能。这样就不用在地面建巨型电厂、还要处理散热——而散热这件事，在太空里其实比在地球上容易得多，你直接往真空辐射就行。 我们想做的，是把卡尔达肖夫等级爬到一个「拿得出手的文明」的水平。这样万一哪天外星人终于愿意跟我们说话，我们好歹用上了「还算体面」的一部分太阳能量，而不是现在这种「彻底寒酸」的样子。 要把数据中心送上太空，有几个传统上几乎让这件事不可能的限制因素。要规模化，你需要三样东西： 巨大的入轨运力——这正是 Starship 能给我们的。最终你得往轨道乃至更远处运送数百万吨。 与之匹配的能量——如果你想往太空送 100 吉瓦乃至最终一太瓦，你迟早需要一太瓦的太阳能，外加配套散热。 海量芯片——最终需要一太瓦的 AI 芯片。 所以三样东西：入轨运力、大量太阳能（当然还有散热板），以及大量芯片。下面一项一项过。 Starship 与「可复用」这个根本突破 入轨运力靠 Starship。我们刚完成 V3 的首飞，太震撼了——这一刻等了很久。 Starship 会真正给航天带来革命。它是第一款能做到「完全且快速可复用」的火箭设计。可复用性，是让生命成为跨行星物种、以及攀登卡尔达肖夫等级所必需的根本突破。没有可复用的飞行器，你根本爬不上卡尔达肖夫等级，也没法把生命延伸到月球、火星和太阳系其余地方——成本会高到无法承受。除非能反复飞，否则你造不出足够多的火箭。 就像其它任何交通方式一样：要是每次坐完飞机就得把飞机扔掉，飞行会贵到没人坐，大家只能改开车。汽车、飞机、轮船、自行车，显然都是可复用的，否则根本撑不起一套交通系统。 火箭要做到可复用难得多，因为地球有很深的重力井和厚厚的大气层，这让火箭复用「勉强才有可能」。此前有过很多次造完全可复用火箭的尝试，大多半途而废，因为他们觉得自己成不了。要做到完全复用，每个环节都得做到极致：发动机、结构、航电、推进剂的选择。你得为减重走极端——所以我们让发射塔去「夹住」火箭，而不是装又重又笨的着陆腿，火箭直接被塔接住。 我们还没实现完全复用，但预计能做到，希望今年晚些时候在 Starship 上实现。再往前一步，是做到「快速复用」：火箭落下、被塔接住、放回发射台，不用任何翻修或繁琐检查就能再飞一次，像飞机一样。这极其困难，而这是史上头一回有一款火箭能做到这件事——这正是 Starship 之所以意义深远的地方。 它同时还是有史以来最大的飞行物、最重的飞行物、任何种类里最强劲的移动物体。Starship V3 的推力是土星五号登月火箭的两倍多；到 V4，差不多会是土星五号的三倍。而且我们预计，将来 Starship 能做到一小时飞不止一次。 顺便说个有意思的事：第 12 次飞行，是 SpaceX 迄今运过的最重载荷——而这还只是 V3 能力的一小部分。 入轨运力会变成什么量级 一旦我们能又快又多地飞，量级会比今天大好几个数量级。就算只算 Falcon 9 和 Falcon Heavy，SpaceX 现在就已经承担了全地球送入轨道质量的将近 90%——大概在 85% 到 90% 之间。剩下的大部分由中国发射，世界其它地方（包括美国其余部分）加起来大概只有 5% 到 7%。 有了 Starship，我们要把入轨量从现在每年约 2500 吨，提到每年数百万吨，而且要在相当短的时间内做到。我们觉得大概三年左右就能做到每年一百万吨入轨。Starship 会把「入轨运力」这个限制因素解决掉。 AI 卫星：其实比 Starlink 卫星更简单 接下来是发电和「太空里的数据中心」。很多人一听「太空数据中心」会卡壳——我们当然不是给一栋楼装上发动机飞上天，它长得其实很不一样。 很多人根本不知道数据中心里面长什么样，以为是个「互联网在云里」的神秘地方。有人想象成一堆电线，有人想象成一堆盒子，但说到底就是一组芯片。真正要送上太空的东西，看下来其实相当小。更有挑战的是：怎么给它供电？这正是我们能把 Starlink 现成的太阳能阵列技术用上的地方——用这份经验造一颗卫星，把数据中心的关键部件本身送进太空。 我们喜欢把它还原成「真正的工程问题是什么」：本质上就是把电送进去、再把废热和能量抽出来，扔进太空的真空里。 其实 AI 卫星比 Starlink 卫星简单得多。Starlink 卫星有巨大的相控阵天线、抛物面天线、一大堆激光链路，复杂得多。AI 卫星本质上就是一大片太阳能电池、一块散热板，再加一些激光链路，但没有 Starlink 上那些超复杂的天线。两者比起来，AI 卫星反而更好设计——就是个头大一点。 这颗卫星长什么样 这是我们的 AI 卫星一号（AI one）的草稿版本。 第一步得先做出一个有说服力的东西。我们觉得合适的起点是在 150 千瓦峰值功率这个量级。结合我们在 xAI 上跑负载的经验，我们看到它还能支撑约 120 千瓦的平均算力——峰值和平均是有区别的。所以这是 SpaceX AI 卫星的第一版：150 千瓦峰值功率、120 千瓦持续功率。 给你点尺度感：太阳能阵列按每平方米 250 瓦算，散热板按每平方米约 1400 瓦算。散热板是双面的，两面都在散热，刀刃边朝向太阳。1400 瓦每平方米是个很容易达到的目标，随时间推移，我们觉得太阳能板和散热板大概都能分别做到 250 瓦和 1400 瓦每平方米以上。 这基本就是这颗卫星的样子：一大片太阳能板、散热板，其余一切相比之下都很小。而且这些都是我们已经在 Starlink 星座里实际发射过的东西的演进版。对我来说最酷的一点是：我们用的太阳能技术，本来就要用在 V3 的 Starlink 飞行器上，所以我特别兴奋——直接拿过来，把它做大就行。 我们想传达的一点是：AI 卫星并不需要什么「目前还不存在的魔法」。正如伊恩说的，这里很多技术我们为 Starlink V3 卫星就已经做出来了。跟我们已经在做的事比，这并不是个超难的问题。 卫星上还会有大约一太比特（terabit）量级的激光链路连接能力。150 千瓦峰值功率，大致相当于一台英伟达 GB300 机架的水平：一台 GB300 带 72 颗 GPU，峰值功率大概 140 千瓦，但几乎不可能让它一直跑在峰值；更现实的工作区间是 120 千瓦左右的平均功率，峰值能冲到 150。所以你可以把它想成「太空里的一个算力机架」。 然后你可以把这些算力机架通过激光链路彼此相连，或者直接连到 Starlink 星座。接上 Starlink 之后，Starlink 就能用飞行器上现成的 Ka、Ku 频段天线把数据发回地面，它本身也有连到地面的激光链路。 这个延迟其实并不高。卫星大概在地面以上 600 到 800 公里，而光每毫秒走 300 公里，所以差不多就三毫秒的距离，并不远。别太担心延迟——总有人觉得会有很高的延迟，我说不会，光跑得挺快的。 还有个挺酷的点：散热板本身的尺寸，和 V3 飞行器现成的太阳能阵列差不多大，大概 70 米翼展，相当大了。我们要造很多颗、放上天。你常说「名字里就带着 space（太空）」——上面空间多的是，哪怕你说的是几千颗甚至上百万颗卫星，上面也有大把地方可以挪。太空真的很大，不存在「太空会变拥挤」这回事。卫星相对地球极其微小，凑近看它显得大，可一放到跟地球比的尺度上，卫星小到根本看不见。 我们现在在轨大约有一万颗 Starlink，已经很懂怎么安全地运营这么大规模的星座了——我们是唯一一家有这种量级经验的运营方。正因为有这个底子，我们知道卫星可以排得多密、还能安全地飞，而安全是我们看待整个星座时的头号目标。 在 Bastrop 建厂 我们会造很多卫星，就在德州的巴斯特罗普（Bastrop）这儿造。我们现在就坐在那栋楼里。这栋楼已经很大了——你绕过转角，透过树丛看见它，会「哇」一声。但我们正要让这栋楼相形见绌。 事实上，太阳能制造厂已经在建了。接下来很快会建 AI 卫星生产楼。我们预计到明年底，AI 卫星生产、太阳能生产这些都能以一个合理的产量运转起来。所以谁想做 AI 卫星，这里基本会成为它的中心。 就在我们背后，机器正在轰鸣——我们仍在这里制造 Starlink 的所有用户终端，这条线不会挪走。事实上我们还在为新型号开新的生产线。这些就是新的 Starlink 终端，产量比现在的终端高得多。我们觉得最终全世界大概会有几亿个 Starlink 终端。再加上 Starlink 直连手机（direct-to-cell）星座，会直接连到人们的手机上，让你的手机和太空之间实现高带宽通信。 第三样：芯片，以及为什么需要 terafab 三个限制因素已经搞定两个：入轨运力、太阳能；第三个是芯片。 至少一开始，我们当然可以直接把已经在量产的芯片发上去。我们目前的参考设计用的是英伟达 Rubin 芯片，也可以是 GB300 或 Rubin；我们还会有一套基于 TPU 的参考设计——本质上你可以把任何现成芯片送上轨道。 但当前整个行业，看起来大概会做到每年 100 吉瓦量级的 AI 算力。这并没有回答「你怎么走到一太瓦」这个问题。这就是为什么你需要 terafab。要迈上下一个数量级，你需要一座巨大的芯片厂。给你个尺度感：我们预计 terafab 大约会有一亿平方英尺，是特斯拉得州超级工厂的十倍。 除了大，它还有什么独特、跟地球上任何其它芯片制造不一样的地方？随时间推移，terafab 上会有很多技术演进，但归根结底是「规模」。哪怕没有任何根本性的技术突破，你只要把现有的芯片制造技术——非常吃力地——放大到每年一太瓦的芯片产出。 从逻辑裸片（logic die）的角度看，这相当于每年十亿颗、每颗一千瓦（按整光罩当量算）的芯片：十亿颗整光罩当量芯片、每颗一千瓦，然后你还需要配上海量的内存。 时间线：别想小了 今天很多人还觉得轨道数据中心是「十年以后的事」。我们想给大家一个时间框架的概念——至少是我们瞄准的时间框架。大家可以对此打点折扣，因为这只是我们的最佳猜测，不是承诺，是我们打算去试、并且觉得大概能做到的事： 明年底：把空间 AI 算力做到「年化一吉瓦/年」的速率。 然后争取每年提升一个数量级：约两年半时摸到年化 10 吉瓦/年，三年半时也许 100 吉瓦。 再往后，看全球芯片制造和 terafab 的进展，进一步放大到每年一太瓦——也就是一千吉瓦。 一太瓦是美国当前用电量的两倍。我觉得会有这个需求，但走着瞧。那是非常多的卫星。 下一步：月球质量驱动器 走完地球上所有限制因素、把地球能做的都顶到天花板之后，下一步是什么，才能真正往「成为卡尔达肖夫二型文明」再争取几个百分点？为什么要停在这？为什么要想得那么小？因为一太瓦其实非常小。 要再上三个数量级、从「每年一太瓦」再乘一千，我们目前能看到的唯一办法，是在月球上用「质量驱动器」（mass driver）。 具体说，就是在月球上本地生产光伏板和散热板，芯片也许从地球带去，也可以设想直接在月球上造。但大部分质量必须在月球本地制造，这样你就不用从地球往月球运。然后，因为月球没有大气、引力只有地球的六分之一，你可以不用火箭就把 AI 卫星加速送进深空——基本上就是用一台电磁炮，类似电磁轨道炮，把它们「打」进太空。可以把它理解成一台直线电机。 我想我们可以放个视频…… 谢谢大家。

小互

30,761 views • 1 month ago

抖音祁博士那套数字人 Agent产品，一天居然能卖 50 万。同样的东西，老王2 分钟就在本地电脑部署好了。 用的就是 Pixelle-Video 这个开源项目，GitHub 上都 22k 星了。 数字人口播、动作迁移、图生视频全支持，底层接的是 ComfyUI。给它一个主题，从写脚本、配图、配音到加 BGM、出片，一条龙就跑完一条视频。 Pixelle-Video 最厉害的地方，是它把视频生产完全做成了可配置，支持本地部署模型和云端大模型。 文案、画面、配音、剪辑，它拆成四个可替换的模块，每块后面都能换模型，可以自由切换模型，使用非常方便。 简单说，就是四步：写稿、出图、配音、剪成片。 >写稿 你把主题扔给大模型，它给你一份分镜脚本。每句话都标了时间，还写清楚这句该配什么画面。后面全都围着这份稿子走。 >出图 脚本里每一句，再变成生图提示词，交给 ComfyUI 或 DashScope 出图。要动的就走图生视频，要真人出镜口播的走数字人。画面都在这一步搞定。 >配音 脚本原文直接进 TTS 念出来。换语言、克隆某个音色，也在这里做，不用自己录。 >剪成片 画面按语音时间轴一段段对齐，铺上 BGM，导出 MP4。 现在，立刻，跟你的 AI 去对话，让他帮你安装，本地就能运行了。
0:44

抖音祁博士那套数字人 Agent产品，一天居然能卖 50 万。同样的东西，老王2 分钟就在本地电脑部署好了。 用的就是 Pixelle-Video 这个开源项目，GitHub 上都 22k 星了。 数字人口播、动作迁移、图生视频全支持，底层接的是 ComfyUI。给它一个主题，从写脚本、配图、配音到加 BGM、出片，一条龙就跑完一条视频。 Pixelle-Video 最厉害的地方，是它把视频生产完全做成了可配置，支持本地部署模型和云端大模型。 文案、画面、配音、剪辑，它拆成四个可替换的模块，每块后面都能换模型，可以自由切换模型，使用非常方便。 简单说，就是四步：写稿、出图、配音、剪成片。 >写稿 你把主题扔给大模型，它给你一份分镜脚本。每句话都标了时间，还写清楚这句该配什么画面。后面全都围着这份稿子走。 >出图 脚本里每一句，再变成生图提示词，交给 ComfyUI 或 DashScope 出图。要动的就走图生视频，要真人出镜口播的走数字人。画面都在这一步搞定。 >配音 脚本原文直接进 TTS 念出来。换语言、克隆某个音色，也在这里做，不用自己录。 >剪成片 画面按语音时间轴一段段对齐，铺上 BGM，导出 MP4。 现在，立刻，跟你的 AI 去对话，让他帮你安装，本地就能运行了。

产品经理老王霸

39,463 views • 1 month ago