Video yükleniyor...

Video Yüklenemedi

Bu video yüklenirken bir sorun oluştu. Bu geçici bir ağ sorunundan kaynaklanıyor olabilir veya video kullanılamıyor olabilir.

Ana Sayfaya Dön

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

51,500 subscribers

43,295 görüntüleme • 4 ay önce •via X (Twitter)

Bilim & Teknoloji

Anya Rossi• Live Now

Private livecam show

0 Yorum

Yorum bulunmuyor

Orijinal gönderinin yorumları burada görünecek

Benzer Videolar

kimi k3 的前端能力听说非常能打？这是我用某个模型一句话生成的昆虫博物馆网站，有无其它Agent 参与挑战？大家可以评论区猜下是用的哪个模型。提示词就一句话： “搭建一个昆虫百科网站，生成匹配的图片和视频，并将它们添加进去”

kimi k3 的前端能力听说非常能打？这是我用某个模型一句话生成的昆虫博物馆网站，有无其它Agent 参与挑战？大家可以评论区猜下是用的哪个模型。提示词就一句话： “搭建一个昆虫百科网站，生成匹配的图片和视频，并将它们添加进去”

我真的没有拼多多

50,772 görüntüleme • 2 ay önce

Deepseek V4 Flash 真的惊艳到我了，我就用一句话就生成了一个AI控制台。我使用open code+Deepseek V4 Flash测试了一下模型的能力，总共不到五十秒，就给我生成了对应能力了。主要是该有的模块都有，而且很多细节上面做了特定的优化。模块划分： 1、仪表盘：做中央把控看模型消耗。 2、任务：看任务指派和模型上下文处理。 3、对话：直接在网页上可以和AI直接对话。现在最重要的是open code还能免费使用，可以马上上手体验一下，国产模型是越来越强了，以后真的可以不使用国外模型了。

Deepseek V4 Flash 真的惊艳到我了，我就用一句话就生成了一个AI控制台。我使用open code+Deepseek V4 Flash测试了一下模型的能力，总共不到五十秒，就给我生成了对应能力了。主要是该有的模块都有，而且很多细节上面做了特定的优化。模块划分： 1、仪表盘：做中央把控看模型消耗。 2、任务：看任务指派和模型上下文处理。 3、对话：直接在网页上可以和AI直接对话。现在最重要的是open code还能免费使用，可以马上上手体验一下，国产模型是越来越强了，以后真的可以不使用国外模型了。

小墨同学

27,520 görüntüleme • 2 ay önce

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🕊️

35,180 görüntüleme • 3 ay önce

Antigravity 真是越用越好用啊😄 AI 剪辑一条龙基本上全部搞定！在谷歌 AI Studio 复制 API 密钥，存到钥匙串，就可以在Antigravity 里面调用谷歌的所有模型，包括 Nano Banana 还有音乐模型Lyria 3.5。这样从剪辑一条龙：从粗剪、精剪，最后封装，调用音乐模型生成合适的 BGM，再调用图片模型生成视频封面，完美！

Antigravity 真是越用越好用啊😄 AI 剪辑一条龙基本上全部搞定！在谷歌 AI Studio 复制 API 密钥，存到钥匙串，就可以在Antigravity 里面调用谷歌的所有模型，包括 Nano Banana 还有音乐模型Lyria 3.5。这样从剪辑一条龙：从粗剪、精剪，最后封装，调用音乐模型生成合适的 BGM，再调用图片模型生成视频封面，完美！

John

43,261 görüntüleme • 27 gün önce

复刻了大神Dilum Sanjaya的视觉框架，建了一个 F-22、F -35、星舰、猛禽发动机的展示网页。主要有 3 步： 1、使用 GPT 2 Image 生成模型三视图， 2、然后在 ComfyUI 里使用 Hunyuan 3.1生成对应的模型， 3、把大神huangserva开源的仓库丢给 Codex，然后换个SpaceX 网站的风格就可以了。非常轻松就可以搞定了

复刻了大神Dilum Sanjaya的视觉框架，建了一个 F-22、F -35、星舰、猛禽发动机的展示网页。主要有 3 步： 1、使用 GPT 2 Image 生成模型三视图， 2、然后在 ComfyUI 里使用 Hunyuan 3.1生成对应的模型， 3、把大神huangserva开源的仓库丢给 Codex，然后换个SpaceX 网站的风格就可以了。非常轻松就可以搞定了

GoFly

94,581 görüntüleme • 5 ay önce

速度是真滴快！兄弟们，刚在Zenmux ZenMux 评测了一下Gemini 3.5 Flash，ChatGPT 5.4和Claude Opus 4.6，按下回车的那一刻，Gemini 3.5 Flash的吐词速度真是快的飞起。评测方法很简单，让他们按照同一个指令生成一个个人网页，生成的结果都还不错，都能满足指令的要求，但Gemini 3.5 Flash已经跑完很久了，另外两个还在输出。不知大家有没有发现？现在我们大部分时间都是在等AI干完活，复杂一点的项目一晚上可能都跑不完，现在这个节点，这时间效率其实有点差强人意的。未来输出效率肯定也是一个非常重要的指标，毕竟前期大家的模型能力越来越接近，接下来就看谁能更快干完活，这一点Google又走在前头了。想要亲自评测的朋友，可以去Zenmux上自己测一下，目前Gemini 3.5 Flash还能限时免费使用。

速度是真滴快！兄弟们，刚在Zenmux ZenMux 评测了一下Gemini 3.5 Flash，ChatGPT 5.4和Claude Opus 4.6，按下回车的那一刻，Gemini 3.5 Flash的吐词速度真是快的飞起。评测方法很简单，让他们按照同一个指令生成一个个人网页，生成的结果都还不错，都能满足指令的要求，但Gemini 3.5 Flash已经跑完很久了，另外两个还在输出。不知大家有没有发现？现在我们大部分时间都是在等AI干完活，复杂一点的项目一晚上可能都跑不完，现在这个节点，这时间效率其实有点差强人意的。未来输出效率肯定也是一个非常重要的指标，毕竟前期大家的模型能力越来越接近，接下来就看谁能更快干完活，这一点Google又走在前头了。想要亲自评测的朋友，可以去Zenmux上自己测一下，目前Gemini 3.5 Flash还能限时免费使用。

李岳

16,858 görüntüleme • 4 ay önce

今天看到一个不错的 AI 产品 Napkin，能帮你生成各种不同样式风格的漂亮图表，交互很丝滑，图表也很漂亮。大概看了下实现原理，应该是后台用了一个小模型（GPT-4 mini 或者 Gemini Flash这种），把选中的文本变成mermaid这样的图表格式，并且每个节点选了一个配套的图标（可能用了RAG），然后前端渲染成 SVG 格式，编辑器是基于 TipTap。它有很多图表的模板，会一次性生成多套图表，你可以选择一套喜欢的应用。每一套风格都很讨喜，团队的设计能力很强。目前还是免费的

今天看到一个不错的 AI 产品 Napkin，能帮你生成各种不同样式风格的漂亮图表，交互很丝滑，图表也很漂亮。大概看了下实现原理，应该是后台用了一个小模型（GPT-4 mini 或者 Gemini Flash这种），把选中的文本变成mermaid这样的图表格式，并且每个节点选了一个配套的图标（可能用了RAG），然后前端渲染成 SVG 格式，编辑器是基于 TipTap。它有很多图表的模板，会一次性生成多套图表，你可以选择一套喜欢的应用。每一套风格都很讨喜，团队的设计能力很强。目前还是免费的

宝玉

67,360 görüntüleme • 1 yıl önce

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)

48,993 görüntüleme • 2 yıl önce

Hyper3D 推出了自己的MCP服务用 GPT 6 Astra 玩了下有点震惊到我，用它做3D 科普视频和网站，效果贼好我让 Codex 搜集天宫空间站从发射开始到现在的所有信息和内容，让它帮我制作一个天宫空间站的建造过程科普网站... 试了一把，从 2021 年第一次发射一直演进到今天... Codex 通过 Hyper3D MCP 创建 3D 模型、查询生成进度并获取模型结果。然后自己利用3D模型来进行网站的设计和组装视频里的模型我做了一个模型库，只要生成过一次，以后需要用的时候不用再生成了，直接使用就行，每个模型都是零件组成的，所以动画视频自由度很高。感觉用来做知识科普和教学还是非常不错的 AI 、科普、历史、知识类博主都可以慢慢积累自己的模型库，做到一定的数量后，视频的成本就会开始下降，因为可以复用的模型越来越多。航母、飞机、古建筑、产品拆解、历史事件复原，任何「实物 + 演变过程」的都适合。

Hyper3D 推出了自己的MCP服务用 GPT 6 Astra 玩了下有点震惊到我，用它做3D 科普视频和网站，效果贼好我让 Codex 搜集天宫空间站从发射开始到现在的所有信息和内容，让它帮我制作一个天宫空间站的建造过程科普网站... 试了一把，从 2021 年第一次发射一直演进到今天... Codex 通过 Hyper3D MCP 创建 3D 模型、查询生成进度并获取模型结果。然后自己利用3D模型来进行网站的设计和组装视频里的模型我做了一个模型库，只要生成过一次，以后需要用的时候不用再生成了，直接使用就行，每个模型都是零件组成的，所以动画视频自由度很高。感觉用来做知识科普和教学还是非常不错的 AI 、科普、历史、知识类博主都可以慢慢积累自己的模型库，做到一定的数量后，视频的成本就会开始下降，因为可以复用的模型越来越多。航母、飞机、古建筑、产品拆解、历史事件复原，任何「实物 + 演变过程」的都适合。

小互

13,788 görüntüleme • 24 gün önce

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

20,395 görüntüleme • 1 yıl önce

做 AI 短剧终于不用花钱了，Pavo 上线 Agnes Video 2.5 Flash 模型，免费不限量使用。单条视频最长可生成 12 秒、720P 分辨率，还支持多图参考和首尾帧生视频，效果还不错。每天还能获取 200 个积分，可以用于 Agnes Video 2.5 模型，最高可出 2K 视频。地址：还发现 Pavo 有两个好用功能，一个是「无限画布」，可用于构建视频生成工作流。下面视频便是用它制作的，先生成一张人物图，再为人物生成三条动作视频，最后合并成一条。另一个是 AI 短剧模式，输入一个故事想法，剧本、人物、场景、分镜到成片一路生成。没有任何门槛，注册就能用，想做 AI 视频或短剧的朋友，可以试下。

做 AI 短剧终于不用花钱了，Pavo 上线 Agnes Video 2.5 Flash 模型，免费不限量使用。单条视频最长可生成 12 秒、720P 分辨率，还支持多图参考和首尾帧生视频，效果还不错。每天还能获取 200 个积分，可以用于 Agnes Video 2.5 模型，最高可出 2K 视频。地址：还发现 Pavo 有两个好用功能，一个是「无限画布」，可用于构建视频生成工作流。下面视频便是用它制作的，先生成一张人物图，再为人物生成三条动作视频，最后合并成一条。另一个是 AI 短剧模式，输入一个故事想法，剧本、人物、场景、分镜到成片一路生成。没有任何门槛，注册就能用，想做 AI 视频或短剧的朋友，可以试下。

GitHubDaily

29,362 görüntüleme • 28 gün önce

深度使用ox alpha，用了1Btoken ，这其中有一部分做了一个游戏我的评价是可以散了，这个模型不能用来生产，如果你有Grok 4.6、K3级别的模型，不需要用这个模型请大家欣赏用ox alpha + 多workflow agent做了一天半的游戏：

深度使用ox alpha，用了1Btoken ，这其中有一部分做了一个游戏我的评价是可以散了，这个模型不能用来生产，如果你有Grok 4.6、K3级别的模型，不需要用这个模型请大家欣赏用ox alpha + 多workflow agent做了一天半的游戏：

lifcc

25,355 görüntüleme • 1 ay önce

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。

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 görüntüleme • 9 ay önce

国内好多人都说Gemini是美国版豆包？我觉得这两者都不是一个量级的吧？Gemini可以混合notebooklm记笔记有多好用，用过都知道，还有深度联网搜索功能用来做深度详细报告，还有canvas模式（这个更是夯爆了好吗？）而且Gemini的可视化方面，还有审美ui设计方面绝对是世界顶级模型，还可以和Google ai studio混合交叉使用，夯中夯，还有生图功能的Nano Banana模型，在gpt的image2没出来之前一直是最强的图形生成模型吧，不知道为什么会有人拿Gemini跟豆包比较？那些人真的用过Gemini吗？对此表示怀疑🤔🤔🤔

国内好多人都说Gemini是美国版豆包？我觉得这两者都不是一个量级的吧？Gemini可以混合notebooklm记笔记有多好用，用过都知道，还有深度联网搜索功能用来做深度详细报告，还有canvas模式（这个更是夯爆了好吗？）而且Gemini的可视化方面，还有审美ui设计方面绝对是世界顶级模型，还可以和Google ai studio混合交叉使用，夯中夯，还有生图功能的Nano Banana模型，在gpt的image2没出来之前一直是最强的图形生成模型吧，不知道为什么会有人拿Gemini跟豆包比较？那些人真的用过Gemini吗？对此表示怀疑🤔🤔🤔

阿金

28,929 görüntüleme • 3 ay önce

玩了一下Suno ，太好玩了，随便输入111就能生成一首好听的歌曲，自定义模式下输入了"Coming Home"的歌词，重新生成的歌曲也很好听。第一个是原创，后面两个是用suno V3生成的。来对比下效果这是一款免费的AI音乐和语音生成工具，在他们官网上可以使用Chirp音乐模型生成2分钟的音乐，有谷歌账号的能一键登录使用，有两种模式，随便输入提示词和自定义模式。有音乐创作需求的可以收藏着备用。Suno AI 提供免费版和付费版，免费版每天提供 50 Credits，可创作 10 首歌曲。直达传送门：

玩了一下Suno ，太好玩了，随便输入111就能生成一首好听的歌曲，自定义模式下输入了"Coming Home"的歌词，重新生成的歌曲也很好听。第一个是原创，后面两个是用suno V3生成的。来对比下效果这是一款免费的AI音乐和语音生成工具，在他们官网上可以使用Chirp音乐模型生成2分钟的音乐，有谷歌账号的能一键登录使用，有两种模式，随便输入提示词和自定义模式。有音乐创作需求的可以收藏着备用。Suno AI 提供免费版和付费版，免费版每天提供 50 Credits，可创作 10 首歌曲。直达传送门：

穆尼

82,695 görüntüleme • 2 yıl önce

兄弟们！今天已经可以在ZenMux上免费体验Gemini 3.5 Flash 了！我第一时间用它跑了那个经典的「AI模型递归二叉树生长测试」. 同一个 Prompt ，不同模型画出的树形态完全不一样。（见视频-Prompt见评论区） Gemini 3.5 Flash 从输入提示词到生成完整 HTML 动画网页（树干慢慢长出、分支递归展开、最后随风摇摆），全程只用了 77.56 秒！整体效果非常惊艳：树形态自然优雅、生长动画丝滑、视频和内容呈现都顶级！熟悉的老朋友都知道，ZenMux 每次新模型都是 ZeroDelay 首发. Google I/O 2026 今天刚发布，现在立刻就能通过 API 调用！还有免费额度可以白嫖～速度是真的没话说，还完美保留了旗舰级模型的能力。专为 Agent 设计，在 MCP Atlas、Toolathlon、Finance Agent 等多项榜单直接拿下第一！多模态理解也极强：MMMU-Pro 83.6%、CharXiv Reasoning 84.2%，全面超越上一代 Gemini 3.1 Pro。完全兼容主流 API 格式，无需改动现有工具链。支持按量计费 + Builder 套餐。 👇 直接体验正式版 → 免费试用 →

兄弟们！今天已经可以在ZenMux上免费体验Gemini 3.5 Flash 了！我第一时间用它跑了那个经典的「AI模型递归二叉树生长测试」. 同一个 Prompt ，不同模型画出的树形态完全不一样。（见视频-Prompt见评论区） Gemini 3.5 Flash 从输入提示词到生成完整 HTML 动画网页（树干慢慢长出、分支递归展开、最后随风摇摆），全程只用了 77.56 秒！整体效果非常惊艳：树形态自然优雅、生长动画丝滑、视频和内容呈现都顶级！熟悉的老朋友都知道，ZenMux 每次新模型都是 ZeroDelay 首发. Google I/O 2026 今天刚发布，现在立刻就能通过 API 调用！还有免费额度可以白嫖～速度是真的没话说，还完美保留了旗舰级模型的能力。专为 Agent 设计，在 MCP Atlas、Toolathlon、Finance Agent 等多项榜单直接拿下第一！多模态理解也极强：MMMU-Pro 83.6%、CharXiv Reasoning 84.2%，全面超越上一代 Gemini 3.1 Pro。完全兼容主流 API 格式，无需改动现有工具链。支持按量计费 + Builder 套餐。 👇 直接体验正式版 → 免费试用 →

Berryxia.AI

22,206 görüntüleme • 4 ay önce

开源分解图层大模型这么快就来了? 给大家带来阿里刚刚发布的 Qwen-Image-Layered 模型实测, 这是一个可以把图片分成不同图层的大模型, 模型是基于 Qwen-Image 微调的. 本次我的测试覆盖这个模型的擅长场景(海报), 指令遵循测试(指定抽取目标), 边缘处理(头发), 极限测试(全是贴纸, 一个贴纸一个图层的话可以抽取50多个图层). 直接说结论, 首先还是模型太大了, 因为这个模型基于 Qwen-Image 所以是个20B的模型, 我是用HuggingFace Zero GPU 测试, 每次运行大概2分钟左右, 模型的确可以做到分离图层, 而且边缘处理很不错, 不过稳定性有待优化, 在我测试中4个图层可以输出, 但是8个或者10个图层就炸了, 怀疑可能是超过了Zero GPU超时或者bug (GPU是H200, 不太可能爆显存), 输出尺寸只有 544*736, 官方也推荐640分辨力, 这点也需要提升, 以及模型还是太大了, 20B, 希望能优化下尺寸.

开源分解图层大模型这么快就来了? 给大家带来阿里刚刚发布的 Qwen-Image-Layered 模型实测, 这是一个可以把图片分成不同图层的大模型, 模型是基于 Qwen-Image 微调的. 本次我的测试覆盖这个模型的擅长场景(海报), 指令遵循测试(指定抽取目标), 边缘处理(头发), 极限测试(全是贴纸, 一个贴纸一个图层的话可以抽取50多个图层). 直接说结论, 首先还是模型太大了, 因为这个模型基于 Qwen-Image 所以是个20B的模型, 我是用HuggingFace Zero GPU 测试, 每次运行大概2分钟左右, 模型的确可以做到分离图层, 而且边缘处理很不错, 不过稳定性有待优化, 在我测试中4个图层可以输出, 但是8个或者10个图层就炸了, 怀疑可能是超过了Zero GPU超时或者bug (GPU是H200, 不太可能爆显存), 输出尺寸只有 544*736, 官方也推荐640分辨力, 这点也需要提升, 以及模型还是太大了, 20B, 希望能优化下尺寸.

karminski-牙医

14,175 görüntüleme • 9 ay önce