Загрузка видео...

Не удалось загрузить видео

На главную

卧槽卧槽！大新闻！ Google 偷跑了？！🤯👇 刚才在折腾 OpenCodex 导入本地 Google Antigravity 订阅时，意外发现还没发布的 Gemini 3.5 Pro (gemini-3.5-pro) 已经动态同步到我的可用模型列表里了！ 本来以为只是个占位符，结果直接发起对话调用，居然真的能通，完全正常响应！！这波云端灰度被我无意间撞破了👀😎 #gemini #antigravity #codex #opencodex

Youngxxxxu's profile picture

Ryanxlll2

1,045 subscribers

163,668 просмотров • 27 дней 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

Gemini-3.5-flash发布! 价格直接翻三倍? Google I/O 开始啦! 今天上来就是模型发布, Gemini-3.5-flash 直接全量上线了. 价格直接从 gemini-3-flash 的每百万 Token 输入/输出 $0.50 / $3 涨到了 $1.5 / $9, 那么性能有提示吗? 我简单测了几个例子, 目前来看体感处于 Genini-3.0-pro 和 Gemini-3.1-Pro 之间 (测试用的是 Thinking level: high) 不过稳定性就差很多了, 3D 渲染的 shader 它怎么都写不对, 我只能手动修了一下才能运行视频中这个火山喷发演示. 从目前 Gemini 系列模型迭代来看, Google 可能更想学 Anthropic, 搞三个档次. flash-lite 会取代之前 flash 的位置. 而 flash 更可能是主打一百万上下文内不设置阶梯定价, 承接 pro 这部分溢出的用户. 而本身编程性能上距离 pro 还有点差距. Pro 自然就是旗舰级别模型了. 不过现在这个定价来看, 可能这次 flash 更多是为了跟这次一起发布的 Antigravity CLI 一起搭配用的. 做 claude code 中 sonnet 模型的生态位置. #geminiflash35 #geminiflash #googleio
0:56

Gemini-3.5-flash发布! 价格直接翻三倍? Google I/O 开始啦! 今天上来就是模型发布, Gemini-3.5-flash 直接全量上线了. 价格直接从 gemini-3-flash 的每百万 Token 输入/输出 $0.50 / $3 涨到了 $1.5 / $9, 那么性能有提示吗? 我简单测了几个例子, 目前来看体感处于 Genini-3.0-pro 和 Gemini-3.1-Pro 之间 (测试用的是 Thinking level: high) 不过稳定性就差很多了, 3D 渲染的 shader 它怎么都写不对, 我只能手动修了一下才能运行视频中这个火山喷发演示. 从目前 Gemini 系列模型迭代来看, Google 可能更想学 Anthropic, 搞三个档次. flash-lite 会取代之前 flash 的位置. 而 flash 更可能是主打一百万上下文内不设置阶梯定价, 承接 pro 这部分溢出的用户. 而本身编程性能上距离 pro 还有点差距. Pro 自然就是旗舰级别模型了. 不过现在这个定价来看, 可能这次 flash 更多是为了跟这次一起发布的 Antigravity CLI 一起搭配用的. 做 claude code 中 sonnet 模型的生态位置. #geminiflash35 #geminiflash #googleio

karminski-牙医

23,020 просмотров • 2 месяцев назад

前端已死！这次是真的了， Nano banana Pro杀死设计师，没有人反对吧。 刚刚发布的Gemini 3 flash 就是杀死前端的大模型， Google强调Gemini 3 flash擅长编码和代理功能，可以实现快速、迭代开发，性能优于3 Pro的代理编码技能。 来看搜集的最新10多个Gemini 3 Flash 前端实测案例：👇 via:Sai
0:26

前端已死！这次是真的了， Nano banana Pro杀死设计师，没有人反对吧。 刚刚发布的Gemini 3 flash 就是杀死前端的大模型， Google强调Gemini 3 flash擅长编码和代理功能，可以实现快速、迭代开发，性能优于3 Pro的代理编码技能。 来看搜集的最新10多个Gemini 3 Flash 前端实测案例：👇 via:Sai

Tony出海

91,190 просмотров • 8 месяцев назад

Google 推出 Gemini 2.5 Computer Use 模型 今年早些时候，Google 就宣布了将通过 Gemini API 为开发者带来直接操控电脑界面的 AI 能力。今天，Google 正式推出了 Gemini 2.5 Computer Use模型（Gemini 2.5 Computer Use model）。 这个专门的模型基于 Gemini 2.5 Pro 强大的视觉理解与推理能力构建，可以让 AI 智能体像人类一样，直接点击、滚动、输入文字，实现与网页或应用的交互。这一技术在多个网页和移动端界面的任务基准测试中，表现超越了当前领先的同类产品，而且反应速度更快。 开发者们现在就可以通过 Gemini API，在 Google AI Studio 和 Vertex AI 中提前体验。
0:34

Google 推出 Gemini 2.5 Computer Use 模型 今年早些时候，Google 就宣布了将通过 Gemini API 为开发者带来直接操控电脑界面的 AI 能力。今天，Google 正式推出了 Gemini 2.5 Computer Use模型（Gemini 2.5 Computer Use model）。 这个专门的模型基于 Gemini 2.5 Pro 强大的视觉理解与推理能力构建，可以让 AI 智能体像人类一样，直接点击、滚动、输入文字，实现与网页或应用的交互。这一技术在多个网页和移动端界面的任务基准测试中，表现超越了当前领先的同类产品，而且反应速度更快。 开发者们现在就可以通过 Gemini API，在 Google AI Studio 和 Vertex AI 中提前体验。

宝玉

66,158 просмотров • 10 месяцев назад

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 просмотров • 2 месяцев назад

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 →
0:38

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 просмотров • 2 месяцев назад

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。
1:06

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 просмотров • 2 месяцев назад

Gemini 3 Pro 才是达到了 原本世界对“GPT-5”水平的期待，当然 GPT-5 自己拉了 以后描述 AI 进入新阶段我觉得是不是不能再用“GPT 时刻”了，而应该用“Gemini 3 时刻” 来描述哈哈哈哈 Gemini 能用 SVG 把航空发动机 3D 交互画到这个程度，你就说怕不怕吧
0:34

Gemini 3 Pro 才是达到了 原本世界对“GPT-5”水平的期待，当然 GPT-5 自己拉了 以后描述 AI 进入新阶段我觉得是不是不能再用“GPT 时刻”了，而应该用“Gemini 3 时刻” 来描述哈哈哈哈 Gemini 能用 SVG 把航空发动机 3D 交互画到这个程度，你就说怕不怕吧

-Zho-

38,359 просмотров • 9 месяцев назад

引文是我的新玩具 Jarvis 语音助手发的，测试的时候我没看到，看到时已经是6h后了… 简单演示一下这个内核为Gemini，执行层为Openclaw，前端为OpenGL的语音助手吧！ 说白了，这个周末我的成果就是实现了用嘴发推、用嘴编程、以及让我的笔记本会说话了… 下一步不用说了，那就是给他开摄像头当眼睛！
1:12

引文是我的新玩具 Jarvis 语音助手发的，测试的时候我没看到，看到时已经是6h后了… 简单演示一下这个内核为Gemini，执行层为Openclaw，前端为OpenGL的语音助手吧！ 说白了，这个周末我的成果就是实现了用嘴发推、用嘴编程、以及让我的笔记本会说话了… 下一步不用说了，那就是给他开摄像头当眼睛！

Crypto_Painter

36,368 просмотров • 6 месяцев назад

卧槽，这个换装插件把我惊到了，前阵子Decart 才发布他们的实时驱动数字人，我测试后觉得这么低的延迟度，用来做直播都行了，今天看到他们发布了一个全新的换装插件，直接在任意服装网页，就可以直接试穿，最让我惊讶的是，衣服的质感，以及面料的运动效果，看起来都超级自然
1:06

卧槽，这个换装插件把我惊到了，前阵子Decart 才发布他们的实时驱动数字人，我测试后觉得这么低的延迟度，用来做直播都行了，今天看到他们发布了一个全新的换装插件，直接在任意服装网页，就可以直接试穿，最让我惊讶的是，衣服的质感，以及面料的运动效果，看起来都超级自然

Paidax

41,774 просмотров • 8 дней 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 • 3 месяцев назад

Claude上线Computer Use功能 能完全自动化操作你的电脑，这还只是第一个版本，效果就已经非常稳了。 有MCP的应用，优先通过MCP来操作；没有MCP的，直接截屏一步步通过GUI操作，理论上讲能操作任意应用。 单次执行任务可以长达几十分钟，而且是真的能完成。 牛，太牛了。 我下达的命令：打开微信，根据微信群“Gorden的AI交流群”里的最近30条消息，写一段话承接群里的消息，然后抛出新的可以讨论的话题，并把以上内容直接发送到群里。 跑了20分钟完成了，我拍了整个过程，视频无删减只有加速。 结合Dispatch，可以实现手机遥控电脑操作其他应用；结合定时任务，可以每天定时操作应用（这2个功能是之前就已经上线的） 目前还有几个明显的缺点： 1、通过截屏操作太慢了，一步步截屏和识别非常费时间；MCP会好很多，以后应用CLI化会更好； 2、费token，上面的任务，费了我Pro订阅的30%的5h额度，就只是发了这么一条消息； 3、权限机制目前比较保守，需要你反复授权；
1:15

Claude上线Computer Use功能 能完全自动化操作你的电脑，这还只是第一个版本，效果就已经非常稳了。 有MCP的应用，优先通过MCP来操作；没有MCP的，直接截屏一步步通过GUI操作，理论上讲能操作任意应用。 单次执行任务可以长达几十分钟，而且是真的能完成。 牛，太牛了。 我下达的命令：打开微信，根据微信群“Gorden的AI交流群”里的最近30条消息，写一段话承接群里的消息，然后抛出新的可以讨论的话题，并把以上内容直接发送到群里。 跑了20分钟完成了，我拍了整个过程，视频无删减只有加速。 结合Dispatch，可以实现手机遥控电脑操作其他应用；结合定时任务，可以每天定时操作应用（这2个功能是之前就已经上线的） 目前还有几个明显的缺点： 1、通过截屏操作太慢了，一步步截屏和识别非常费时间；MCP会好很多，以后应用CLI化会更好； 2、费token，上面的任务，费了我Pro订阅的30%的5h额度，就只是发了这么一条消息； 3、权限机制目前比较保守，需要你反复授权；

Gorden Sun

49,455 просмотров • 4 месяцев назад

卧槽，分享一个Google 官方神器：Google AI Edge Gallery ，可以直接在手机上运行Gemma4等本地模型‼️ 在你的手机上，纯本地、断网跑大语言模型。 📱 这是什么？能做什么？ 1. 官方出品：由 Google 团队发布，底层基于 LiteRT 框架。 2. 移动端跑大模型：直接在手机里下载并运行 Gemma、Llama、Qwen 等开源模型。 3. 榨干本地硬件：不调用任何云端 API，纯吃你手机的 CPU/GPU/NPU 算力进行推理。 4. 极客体验：完全断网可用，真正的零网络延迟，数据绝对隐私。 💡 为什么这个信号很重要？ 端侧算力（Edge AI）的叙事正在肉眼可见地落地。 如果能把高频、轻量的 AI 任务下放到用户的设备端，不仅能砍掉海量的云端算力成本，还会催生出全新的 AI 应用形态。 无论是关注“AI 手机”概念的投研玩家，还是做 AI 工具的开发者，都建议去 Google Play 下来当沙盒玩玩，亲自测一下现在的移动端硬件到底能把模型跑到什么水平。 #AI #EdgeAI #Google #大模型 #端侧算力 #Tech 教程👇👇👇👇
0:30

卧槽，分享一个Google 官方神器：Google AI Edge Gallery ，可以直接在手机上运行Gemma4等本地模型‼️ 在你的手机上，纯本地、断网跑大语言模型。 📱 这是什么？能做什么？ 1. 官方出品：由 Google 团队发布，底层基于 LiteRT 框架。 2. 移动端跑大模型：直接在手机里下载并运行 Gemma、Llama、Qwen 等开源模型。 3. 榨干本地硬件：不调用任何云端 API，纯吃你手机的 CPU/GPU/NPU 算力进行推理。 4. 极客体验：完全断网可用，真正的零网络延迟，数据绝对隐私。 💡 为什么这个信号很重要？ 端侧算力（Edge AI）的叙事正在肉眼可见地落地。 如果能把高频、轻量的 AI 任务下放到用户的设备端，不仅能砍掉海量的云端算力成本，还会催生出全新的 AI 应用形态。 无论是关注“AI 手机”概念的投研玩家，还是做 AI 工具的开发者，都建议去 Google Play 下来当沙盒玩玩，亲自测一下现在的移动端硬件到底能把模型跑到什么水平。 #AI #EdgeAI #Google #大模型 #端侧算力 #Tech 教程👇👇👇👇

比特币橙子Trader

24,419 просмотров • 4 месяцев назад

卧槽，被接入Codex的DeepSeek V4 Flash正式版惊到了！ DeepSeek V4 Flash彻底打破了我对传统Flash模型的认知，Flash模型也能这么强？这可能是目前接入codex体验最丝滑的模型（除GPT-5.6外） 可能也是蒸馏书性价比最高的模型，蒸馏一本书只要8毛... 已经开始期待V4 Pro的正式版了！ 第一条长视频，这条手工剪的.。
7:32

卧槽，被接入Codex的DeepSeek V4 Flash正式版惊到了！ DeepSeek V4 Flash彻底打破了我对传统Flash模型的认知，Flash模型也能这么强？这可能是目前接入codex体验最丝滑的模型（除GPT-5.6外） 可能也是蒸馏书性价比最高的模型，蒸馏一本书只要8毛... 已经开始期待V4 Pro的正式版了！ 第一条长视频，这条手工剪的.。

袋鼠帝

16,882 просмотров • 14 дней назад

Google 一口气发布三款模型 但是没有 Gemini 3.5 Pro 三款新模型：Gemini 3.6 Flash、3.5 Flash-Lite 和专攻网络安全的 3.5 Flash Cyber 版本号现在很诡异... Gemini 3.6 Flash：最大亮点（极致省 Token）：比上一代 3.5 Flash 节省了约 17% 的输出 Token（部分编程场景甚至少用 65% 的 Token） 价格：输入 $1.50 / 百万 Token，输出 $7.50 / 百万 Token。 能力提升： 代码与科研：写代码准确度更高，减少了无效修改和死循环 电脑操作能力（Computer Use）：提升至 83% 的成功率，且直接内置为 Gemini API 和企业版的客户端工具 更安全：加强了防越狱和防滥用（如生物、化学、网络攻击等风险）的安全机制，同时减少了正常使用时的误拒
0:44

Google 一口气发布三款模型 但是没有 Gemini 3.5 Pro 三款新模型：Gemini 3.6 Flash、3.5 Flash-Lite 和专攻网络安全的 3.5 Flash Cyber 版本号现在很诡异... Gemini 3.6 Flash：最大亮点（极致省 Token）：比上一代 3.5 Flash 节省了约 17% 的输出 Token（部分编程场景甚至少用 65% 的 Token） 价格：输入 $1.50 / 百万 Token，输出 $7.50 / 百万 Token。 能力提升： 代码与科研：写代码准确度更高，减少了无效修改和死循环 电脑操作能力（Computer Use）：提升至 83% 的成功率，且直接内置为 Gemini API 和企业版的客户端工具 更安全：加强了防越狱和防滥用（如生物、化学、网络攻击等风险）的安全机制，同时减少了正常使用时的误拒

小互

62,574 просмотров • 25 дней назад

👏扣子3.0 发布了。这版我最期待的两个功能：一是"多人多 Agent 协作"——把不同的 Agent 拉进同一个项目，@ 来 @ 去分工干活；二是能把本地的 Claude Code、Codex 直接接进去托管。 我平时主力就用 Claude Code，自己还折腾过几个让多 Agent 协作的小工具： - multi-agent：用 tmux 分屏把 Claude、Codex 拉起来，按顺序调度 - hero-coding：一个 Go 写的小程序，让 Agent 写完代码自动跑测试、再过一遍审查 - roundtable：让几个不同的模型对着同一个问题互相辩论，出一个结论 我第一时间就上手了。 先接入：本地配好的 Claude Code、Codex 点几下就接进来托管，不用重配；一个项目里我拉三个 Agent —— 本地的 Claude Code、本地的 Codex、Coze Agent。 然后我在项目里 @ Claude Code，让它读我本地那个 hero-coding，它确实能读到内容，而且不单单是能读文件。 我又让它调我本地的 imgen SKILL（我自己写的文生图工具）生成一张图，再通过我自己的 coze-bridge 把图发回聊天里——图真出来了，一张未来感城市夜景。也就是说，我电脑上的整套工具链、skill 它都能调起来用，云端和本地直接打通。
0:22

👏扣子3.0 发布了。这版我最期待的两个功能：一是"多人多 Agent 协作"——把不同的 Agent 拉进同一个项目，@ 来 @ 去分工干活；二是能把本地的 Claude Code、Codex 直接接进去托管。 我平时主力就用 Claude Code，自己还折腾过几个让多 Agent 协作的小工具： - multi-agent：用 tmux 分屏把 Claude、Codex 拉起来，按顺序调度 - hero-coding：一个 Go 写的小程序，让 Agent 写完代码自动跑测试、再过一遍审查 - roundtable：让几个不同的模型对着同一个问题互相辩论，出一个结论 我第一时间就上手了。 先接入：本地配好的 Claude Code、Codex 点几下就接进来托管，不用重配；一个项目里我拉三个 Agent —— 本地的 Claude Code、本地的 Codex、Coze Agent。 然后我在项目里 @ Claude Code，让它读我本地那个 hero-coding，它确实能读到内容，而且不单单是能读文件。 我又让它调我本地的 imgen SKILL（我自己写的文生图工具）生成一张图，再通过我自己的 coze-bridge 把图发回聊天里——图真出来了，一张未来感城市夜景。也就是说，我电脑上的整套工具链、skill 它都能调起来用，云端和本地直接打通。

劳伦斯

27,451 просмотров • 2 месяцев назад

Google 原计划惊在 I/O 大会上爆全场的演示 - Project Astra，来自 Gemini 团队的最新武器，一个通用的 AI 智能体！原生多模态、能感知视频和语音、可以超低延时沟通，结果昨天被 OpenAI 的 GPT-4o 用一个不到 20 分钟的低成本发布会给截胡了，Sam 每次都要骑到 Google 头上玩。。😅 不过这两天从 OpenAI 到 Google 的新品发布，基本上确定了下一代 AI 智能体的交互，那就是无需界面，全程语音，能实时感知世界；而且智能体是主动的，可自我学习的与个性化的。 现在，手机有了新的演化方向，更多的 AI 硬件将会大爆发，我们很快能像用魔法水晶球一样，召唤 AI 了 。。
3:49

Google 原计划惊在 I/O 大会上爆全场的演示 - Project Astra，来自 Gemini 团队的最新武器，一个通用的 AI 智能体！原生多模态、能感知视频和语音、可以超低延时沟通，结果昨天被 OpenAI 的 GPT-4o 用一个不到 20 分钟的低成本发布会给截胡了，Sam 每次都要骑到 Google 头上玩。。😅 不过这两天从 OpenAI 到 Google 的新品发布，基本上确定了下一代 AI 智能体的交互，那就是无需界面，全程语音，能实时感知世界；而且智能体是主动的，可自我学习的与个性化的。 现在，手机有了新的演化方向，更多的 AI 硬件将会大爆发，我们很快能像用魔法水晶球一样，召唤 AI 了 。。

indigo

128,132 просмотров • 2 лет назад

谷歌新的 Gemini TTS 模型太牛逼了！ 直接可以通过提示词去控制说话人的性别、语调、语气、某个词的读音、年龄。 你能想到的都能控制，根本不需要切换单独的语音模型！ 我的 AI 互动漫剧应用终于是完全体了！ 使用Nano Banana Pro动态地生成每个场景的图片，以及新的TTS生成每角色的独特的语音。
2:44

谷歌新的 Gemini TTS 模型太牛逼了！ 直接可以通过提示词去控制说话人的性别、语调、语气、某个词的读音、年龄。 你能想到的都能控制，根本不需要切换单独的语音模型！ 我的 AI 互动漫剧应用终于是完全体了！ 使用Nano Banana Pro动态地生成每个场景的图片，以及新的TTS生成每角色的独特的语音。

歸藏(guizang.ai)

127,166 просмотров • 8 месяцев назад

卧槽，这个模型真的有点东西啊! 看完后就想问什么时候可以上手啊！ Odyssey AI实验室刚刚扔出一个真正让人眼前一亮的家伙：Starchild-1。 这是全球第一个实时多模态世界模型。 它不只是生成画面，还能同时生成真实世界的声音。 视频里你能看到一个完整的场景：画面在动，声音同步响起，视觉和听觉完全融为一体，像真正活过来的世界模拟。 以前的世界模型大多只能“看”世界，现在Starchild-1直接学会了“听”。 这不仅仅是又一个视频生成工具，更大的意义是朝着通用世界模型又迈出的关键一步，真正理解并模拟物理世界的下一步。 Odyssey团队说，他们正在用这种新形式的多模态智能，重新定义AI对现实的认知。
2:15

卧槽，这个模型真的有点东西啊! 看完后就想问什么时候可以上手啊！ Odyssey AI实验室刚刚扔出一个真正让人眼前一亮的家伙：Starchild-1。 这是全球第一个实时多模态世界模型。 它不只是生成画面，还能同时生成真实世界的声音。 视频里你能看到一个完整的场景：画面在动，声音同步响起，视觉和听觉完全融为一体，像真正活过来的世界模拟。 以前的世界模型大多只能“看”世界，现在Starchild-1直接学会了“听”。 这不仅仅是又一个视频生成工具，更大的意义是朝着通用世界模型又迈出的关键一步，真正理解并模拟物理世界的下一步。 Odyssey团队说，他们正在用这种新形式的多模态智能，重新定义AI对现实的认知。

Berryxia.AI

37,282 просмотров • 2 месяцев назад