正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

卧槽！实测了一下 SAM 3D，感觉 Gemini 3 都不香了哈哈哈哈！ Meta SAM 3D 从单张图分割特定人物/物体后，直接生成 3D 模型，这速度，这准确度，卧槽！！！还是开源模型，牛逼！！！在线体验/模型下载⬇️

-Zho-

33,271 subscribers

99,860 次观看 • 9 个月前 •via X (Twitter)

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

卧槽！就这么水灵灵的建好模了？分割+3D生成 = 王炸！从图里选一个生成一个 3D，SAM 3D 开源牛逼！！！Meta 上大分！！！在图片场景中选择特定物体直接变成 3D 模型，这交互真舒服！！！这下场景分物体快速建粗模方便多了！！！

卧槽！就这么水灵灵的建好模了？分割+3D生成 = 王炸！从图里选一个生成一个 3D，SAM 3D 开源牛逼！！！Meta 上大分！！！在图片场景中选择特定物体直接变成 3D 模型，这交互真舒服！！！这下场景分物体快速建粗模方便多了！！！

-Zho-

40,833 次观看 • 9 个月前

卧槽停不下来了哈哈哈玩上瘾了 Grok 最新的视频生成模型 Imagine v0.9 真的有点牛p啊支持原生音画同步生成包括背景音乐、对白、唱歌等下面这个视频我一句提示词都没写直接上传图像就自动生成，几乎秒出还可以批量制作...😂

卧槽停不下来了哈哈哈玩上瘾了 Grok 最新的视频生成模型 Imagine v0.9 真的有点牛p啊支持原生音画同步生成包括背景音乐、对白、唱歌等下面这个视频我一句提示词都没写直接上传图像就自动生成，几乎秒出还可以批量制作...😂

小互

36,578 次观看 • 11 个月前

卧槽这个牛逼Σ(°ロ°) 有人把笔记做成了一个3D大脑模型，每个想法都像真正的网络一样相互连接

卧槽这个牛逼Σ(°ロ°) 有人把笔记做成了一个3D大脑模型，每个想法都像真正的网络一样相互连接

阿绎丨 AI 认知架构师

86,638 次观看 • 6 个月前

🤣Sketch to 3D！！！做了一个简单好玩的工作流，可以直接把手绘快速变成 3D 模型图像模型用了 Playground v2.5 保证图像语义和主体的高质量生成（可以生成主体+纯色背景），3D 生成用了可以秒出的 TripoSR 模型如果更加追求速度，可以换成 XL-Lightning、TCD 等工作流：

🤣Sketch to 3D！！！做了一个简单好玩的工作流，可以直接把手绘快速变成 3D 模型图像模型用了 Playground v2.5 保证图像语义和主体的高质量生成（可以生成主体+纯色背景），3D 生成用了可以秒出的 TripoSR 模型如果更加追求速度，可以换成 XL-Lightning、TCD 等工作流：

-Zho-

60,773 次观看 • 2 年前

卧槽，现在的 AI 已经卷到这种程度了吗？😱 左边随手涂鸦，右边直接实时生成 3D 渲染图。画个马立马变模型，加个翅膀秒变飞马，连纹理都能同步改。这丝滑程度，设计师和建模师看完还好吗？感觉以后我也能当艺术家了（并不是）🐶

卧槽，现在的 AI 已经卷到这种程度了吗？😱 左边随手涂鸦，右边直接实时生成 3D 渲染图。画个马立马变模型，加个翅膀秒变飞马，连纹理都能同步改。这丝滑程度，设计师和建模师看完还好吗？感觉以后我也能当艺术家了（并不是）🐶

Vincent

26,544 次观看 • 3 个月前

这个 3D 模型的开源项目真有点厉害昨天测试了一个 cs 2 的爪子刀，今天测试了一版 sony 相机其还原度和精细程度都相当不错如果不是要做工业级别的 3D 模型，已经相当能打了

这个 3D 模型的开源项目真有点厉害昨天测试了一个 cs 2 的爪子刀，今天测试了一版 sony 相机其还原度和精细程度都相当不错如果不是要做工业级别的 3D 模型，已经相当能打了

Sac

118,255 次观看 • 1 个月前

李飞飞 World Labs 的 3D 世界模型终于公测了！支持从文本、单图、多图、视频、粗3D布局直接生成完整3D世界。生成后可交互式编辑、扩展与组合。而且可以导出Gaussian splats、三角网格和视频。可以慢慢看看这个 3D 路径和纯视频路径哪个会赢了但我感觉可以用这个造视频数据哈哈

李飞飞 World Labs 的 3D 世界模型终于公测了！支持从文本、单图、多图、视频、粗3D布局直接生成完整3D世界。生成后可交互式编辑、扩展与组合。而且可以导出Gaussian splats、三角网格和视频。可以慢慢看看这个 3D 路径和纯视频路径哪个会赢了但我感觉可以用这个造视频数据哈哈

歸藏(guizang.ai)

126,829 次观看 • 9 个月前

用户在小红书上吐槽Workbuddy把小白当傻子割说积分消耗快如牛毛一分钱不花 AI模型得免费用免费还不行免费花的快都得喷你这就是做免费的代价哈哈哈哈

用户在小红书上吐槽Workbuddy把小白当傻子割说积分消耗快如牛毛一分钱不花 AI模型得免费用免费还不行免费花的快都得喷你这就是做免费的代价哈哈哈哈

Yangyi

20,166 次观看 • 26 天前

Codex 5.6 + img2threejs，直接让3D建模师失业过去3D创作需要打开 Blender，经过建模、贴材质、调动画等复杂流程，耗费大量时间。现在，一张图片甚至一句 Prompt，就能快速生成3D资产： 2D图像 → AI理解 → Three.js模型 → 效果展示 1️⃣ AI建模：通过图片理解物体结构与风格，自动生成3D模型。 2️⃣ 交互生成：将模型转化为可运行的3D资产，直接应用于游戏、Web 3D、XR场景。

Codex 5.6 + img2threejs，直接让3D建模师失业过去3D创作需要打开 Blender，经过建模、贴材质、调动画等复杂流程，耗费大量时间。现在，一张图片甚至一句 Prompt，就能快速生成3D资产： 2D图像 → AI理解 → Three.js模型 → 效果展示 1️⃣ AI建模：通过图片理解物体结构与风格，自动生成3D模型。 2️⃣ 交互生成：将模型转化为可运行的3D资产，直接应用于游戏、Web 3D、XR场景。

govin.eth | G哥

83,001 次观看 • 21 天前

一秒生成高斯点云? Apple新模型SHARP实测! Apple 刚刚推出了新的模型和配套框架 SHARP, 这个模型可以实现单张图像生成逼真的3D场景, 尤其是模型大小只有2.8GB, 大概是1.4B? 速度足够快, 可以一秒生成高斯点云, 然后这个点云可以为图片向邻近的视角提供多角度地观察, 比如我拍了一张椅子, 那么点云化后就能渲染椅子左右20度的视角, 更多就不行了. 视频是我的实测, 目前测下来日常场景使用完全没问题, 只有在复杂的场景才会露出破绽, 比如镜面反射, 或者超长焦, 感觉这个模型如果应用到 Apple Vision Pro 上会有很不错的场景, 照片仅需要1秒, 弄3D相册不是问题. #Apple #SHARP

一秒生成高斯点云? Apple新模型SHARP实测! Apple 刚刚推出了新的模型和配套框架 SHARP, 这个模型可以实现单张图像生成逼真的3D场景, 尤其是模型大小只有2.8GB, 大概是1.4B? 速度足够快, 可以一秒生成高斯点云, 然后这个点云可以为图片向邻近的视角提供多角度地观察, 比如我拍了一张椅子, 那么点云化后就能渲染椅子左右20度的视角, 更多就不行了. 视频是我的实测, 目前测下来日常场景使用完全没问题, 只有在复杂的场景才会露出破绽, 比如镜面反射, 或者超长焦, 感觉这个模型如果应用到 Apple Vision Pro 上会有很不错的场景, 照片仅需要1秒, 弄3D相册不是问题. #Apple #SHARP

karminski-牙医

23,813 次观看 • 8 个月前

兄弟们手机上现在能跑世界模型了蚂蚁灵光 App 今天上线"体验世界模型"的功能上传一张图，等个几秒到几十秒，就能生成一个可以拿摇杆走进去的 3D 世界。手机的算力怎么可能支撑这件事？应该是云端生成，但是速度这么快，也是牛P，不过效果没有那么惊艳，但是可以玩... 我连测了四张图都进去了...

兄弟们手机上现在能跑世界模型了蚂蚁灵光 App 今天上线"体验世界模型"的功能上传一张图，等个几秒到几十秒，就能生成一个可以拿摇杆走进去的 3D 世界。手机的算力怎么可能支撑这件事？应该是云端生成，但是速度这么快，也是牛P，不过效果没有那么惊艳，但是可以玩... 我连测了四张图都进去了...

小互

56,957 次观看 • 4 个月前

仅次于Suno V5.5的音乐模型就这么悄默声的开源了。 Minimax开源MiniMax-Music3，效果非常非常非常好的AI音乐模型。最长可以生成5分钟长度的歌曲，而且可控性非常强，能通过提示词编排歌曲结构、人声、节奏、歌词等各个方面细节。 Minimax先开源了视频模型H3，再开源音频模型Music3，把家底都给开源出来了。下方视频是我生成的音乐。模型：在线体验：

仅次于Suno V5.5的音乐模型就这么悄默声的开源了。 Minimax开源MiniMax-Music3，效果非常非常非常好的AI音乐模型。最长可以生成5分钟长度的歌曲，而且可控性非常强，能通过提示词编排歌曲结构、人声、节奏、歌词等各个方面细节。 Minimax先开源了视频模型H3，再开源音频模型Music3，把家底都给开源出来了。下方视频是我生成的音乐。模型：在线体验：

Gorden Sun

48,779 次观看 • 22 天前

卧槽，真的被Kimi 3搞服了！真牛逼。感觉是吊打Kimi 2.7啊！我们先看看上一代2.7模型同样的Prompt 实现的测试。

卧槽，真的被Kimi 3搞服了！真牛逼。感觉是吊打Kimi 2.7啊！我们先看看上一代2.7模型同样的Prompt 实现的测试。

Berryxia.AI

165,714 次观看 • 1 个月前

兄弟们，感觉3D建模 CAD “要死啊”？ Kimi 3直接吊打头部的模型了！这个质感和交互都是一气呵成，根本不需要你搞很负责的Prompt. 不废话，直接看视频。👇🏻

兄弟们，感觉3D建模 CAD “要死啊”？ Kimi 3直接吊打头部的模型了！这个质感和交互都是一气呵成，根本不需要你搞很负责的Prompt. 不废话，直接看视频。👇🏻

Berryxia.AI

274,087 次观看 • 1 个月前

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 次观看 • 8 个月前

NVIDIA 刚开源的这个 LocateAnything 模型，真的有点强。🤯 以前那种视觉定位模型，生成坐标是一个数字一个数字往外蹦（像挤牙膏一样），又慢又不稳定。这个新模型用了“并行边界框解码”，直接一步预测完整坐标，速度快多了，框得也准。不管是找视频里的物体，还是识别UI界面、OCR文字，它都能搞定。最关键是模型很小，只有 3B 参数（约7.8GB），消费级显卡也能本地跑！🏠💻 做计算机视觉或者多模态的朋友，这个必须得试试。项目已开源，手慢无！👇

NVIDIA 刚开源的这个 LocateAnything 模型，真的有点强。🤯 以前那种视觉定位模型，生成坐标是一个数字一个数字往外蹦（像挤牙膏一样），又慢又不稳定。这个新模型用了“并行边界框解码”，直接一步预测完整坐标，速度快多了，框得也准。不管是找视频里的物体，还是识别UI界面、OCR文字，它都能搞定。最关键是模型很小，只有 3B 参数（约7.8GB），消费级显卡也能本地跑！🏠💻 做计算机视觉或者多模态的朋友，这个必须得试试。项目已开源，手慢无！👇

Vincent

37,422 次观看 • 3 个月前