Загрузка видео...

Не удалось загрузить видео

Возникла проблема при загрузке этого видео. Это может быть связано с временными проблемами сети или видео может быть недоступно.

На главную

又给大家送福利了！经常有做设计、做自媒体或者搞开发的朋友问我：现在做批量出图和生图应用，调用商业 API 成本太高怎么办？今天必须给大家安利一个超良心的平台——Flatrouter。原因特别实在，他们把生图价格打到了地板价：最新上架的 GPT-Image-2.5，单张只要 0.05 元！而且这次 OpenAI 刚发布的 GPT Image 2.5，可以说是整体提升非常暴力，下面是模型概况： Flare：延迟比上代直接减半，响应飞快。适合快速出图或做概念图验证。 Sunburst（画质天花板·精修档模型）：最强基座，主打极致精度。光影漫反射、皮肤毛孔、布料纹理、金属质感表现细腻，连细微指令（比如左右手朝向）都能精准执行，专攻广告级成片与高要求物料。根据社区评价，主要特性有下面 4 点： 1.多轮改图不崩、不换脸 2.指哪改哪，极度听话：说“只换背景”就绝不动前景主体，甚至能精准修改局部细节，不会冲掉画面原有的品牌特征与结构。 3.中文排版不再乱码：海报、包装盒、杂志排版中的中文字符极其稳定，直接能拿来做商业版面。 4.原生透明背景 + 4K 超清：最高支持 4K 级别分辨率最新最强的大模型，配上 0.05 元一张的神仙价格： 🔗

雪踏乌云

47,767 subscribers

25,549 просмотров • 15 дней назад •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

兄弟们，最近我扒了全网比较好用的电商提示词，做了一套「全平台通用电商视觉引擎工作流」。目前已经在 SkildArt 跑通：上传一张产品图，就能生成 12 张电商套图。重点不是让 AI 随便出一张好看的商品图，而是把电商视觉拆成可复用流程：主视觉/产品中心图/卖点图/场景图/细节图/规格图/横版首屏图每张图都有明确用途。产品不能变形，Logo 不能乱跑，卖点不能瞎编，整组图风格要统一。我实测下来，SkildArt 这类电商视觉工作台确实更适合做成套内容：无限画布适合搭复杂生图流程； Agent 对话适合单张图灵活设计；局部修改很方便；视频模型也能和画布结合使用。我还复刻了最近很火的「低能量穿搭换装」视频。先在画布生成两组穿搭场景：一组普通职业 Look，一组明亮夏日多巴胺配色。再切到视频模型，输入简单的转场和运镜描述，就能生成换装视频原素材。后面简单剪辑加 BGM 就能发。以前这类内容要实拍两套造型，还要对镜头和节奏，现在工作流能直接把门槛拉低很多。我觉得 AI 电商图真正的价值，不是单张图好看，而是稳定生成一整套能卖货的视觉资产。完整工作流和低能量穿搭复刻提示词，可以去 SkildArt 广场搜关键词：电商系统通用、夏日多巴胺换装全部开源到里面了

知识猫AI实验室

88,085 просмотров • 3 месяцев назад

ChatGPT 6 + GPT Image 2.5，我直接把公司的设计团队砍掉了以前做张图，最费时间的是沟通和改稿：运营提需求，产品补内容，设计师改版式，一张封面经常来回几轮现在我直接用 GPT 6 + Image 2.5，10分钟就能帮我做出来比如直接说：做一张 AI 产品介绍海报，黑色科技感，高级、极简，适合 X 平台传播，突出标题、核心卖点和 CTA，右侧放视觉主体，左侧留标题区域。不满意就在说一句改：做成未来科技感 X 封面、产品海报、活动图、教程封面、品牌 KV、社媒配图，基本都能直接做。在这样下去以后公司估计就剩下3个人：老板 + 市场 + 技术了

ChatGPT 6 + GPT Image 2.5，我直接把公司的设计团队砍掉了以前做张图，最费时间的是沟通和改稿：运营提需求，产品补内容，设计师改版式，一张封面经常来回几轮现在我直接用 GPT 6 + Image 2.5，10分钟就能帮我做出来比如直接说：做一张 AI 产品介绍海报，黑色科技感，高级、极简，适合 X 平台传播，突出标题、核心卖点和 CTA，右侧放视觉主体，左侧留标题区域。不满意就在说一句改：做成未来科技感 X 封面、产品海报、活动图、教程封面、品牌 KV、社媒配图，基本都能直接做。在这样下去以后公司估计就剩下3个人：老板 + 市场 + 技术了

govin.eth | G哥

13,675 просмотров • 15 дней назад

看到好多人在现有影视作品里截几张图或者截段视频，然后给Seedance2.0做参考，生成出来的效果不错就大夸特夸，但越想越不对，这模型不就是拿海量的这些作品训练的吗？？另外，还是不建议这么玩，直接用原角色人物，真的极容易有版权风险！之前生图，不少人大量用了真实的品牌和产品，部分账号，就突然无了，也许大概和这方面有点关系！不管生图，还是生视频，建议不要拿真实品牌、真实人物去做。这次我试着不要任何参考图，只给文字脚本，一次性做出个广告短片。效果已经相当不错了，节奏、音效还有特色的“电视广告腔”！

看到好多人在现有影视作品里截几张图或者截段视频，然后给Seedance2.0做参考，生成出来的效果不错就大夸特夸，但越想越不对，这模型不就是拿海量的这些作品训练的吗？？另外，还是不建议这么玩，直接用原角色人物，真的极容易有版权风险！之前生图，不少人大量用了真实的品牌和产品，部分账号，就突然无了，也许大概和这方面有点关系！不管生图，还是生视频，建议不要拿真实品牌、真实人物去做。这次我试着不要任何参考图，只给文字脚本，一次性做出个广告短片。效果已经相当不错了，节奏、音效还有特色的“电视广告腔”！

沐阳

10,878 просмотров • 7 месяцев назад

基于神奇小喷菇AIGC 的思路和解析，实验基本成功。主要思路包括以下几点： 1. 基础素材的准备，也就是首尾帧。就像最终呈现的结果，首帧是一个脏乱差的图片，尾帧是一个最终的装修结果图。基于这个思路，就比较好办了。如果你有一张比较不错的图（比如你直接把你家的客厅、卧室拍下来，或者之前去网上找精致的装修图）。让AI帮你完成做旧。提示词如下： “基于底图，生成一张年久失修，脏乱的室内场景，有很多老旧的家具与肮脏的使用痕迹” 根据需求决定是否要移除家具，如果需要，增加这个提示词： “移除家具，保留脏乱的毛坯房的效果，但是要注意保持结构的一致性” 这样我们就能获得一张脏乱差的原始底图了。至于尾帧，我们可以直接用比较好的成果图，如果你觉得你现有的这种照片不够好看，可以让AI帮你进行润色和修改。提示词参考： “保持原图视角和墙体结构，生成室内{客厅} 真实渲染图。进行合理的室内家具布置与材质搭配，为室内天花板、墙面、地板分别赋予材质，整体呈现 {现代轻奢风格} 。房间内外均进行真实感渲染。包括 {沙发, 地毯 ,茶几} ，材质质感逼真，光线自然。整体画面呈现出专业建筑摄影的光线效果，具备4K超高清分辨率的图像细节。” 拿到首尾帧之后就可以进行视频生成了，在测试了即梦、可灵、Veo之后。目前最稳定的就是可灵2.6（O1在这个场景下表现一般，不推荐）视频提示词如下：房间装修延时摄影视频。工人们在一间简陋的毛坯房内工作，水泥墙面，。快进画面展示：人们清理杂物和垃圾袋、移除所有旧家具，{将房屋还原至毛坯房，擦洗墙壁、将灰色水泥墙刷成现代轻奢风格、先完成主体框架装修，再放入家具，再逐渐将一个房屋搭建成最终的现代轻奢风格的客厅}。多名工人在加速画面中快速移动，工具和材料不断出现又消失，窗外自然光线随时间变化。施工灰尘逐渐落定，从冷蓝色调转变为温暖的环境光。纪实风格，8-16倍速延时，4K画质。中间的步骤可以再详细点，我这个比较泛用性。这个版本还是可以再次进行迭代的

基于神奇小喷菇AIGC 的思路和解析，实验基本成功。主要思路包括以下几点： 1. 基础素材的准备，也就是首尾帧。就像最终呈现的结果，首帧是一个脏乱差的图片，尾帧是一个最终的装修结果图。基于这个思路，就比较好办了。如果你有一张比较不错的图（比如你直接把你家的客厅、卧室拍下来，或者之前去网上找精致的装修图）。让AI帮你完成做旧。提示词如下： “基于底图，生成一张年久失修，脏乱的室内场景，有很多老旧的家具与肮脏的使用痕迹” 根据需求决定是否要移除家具，如果需要，增加这个提示词： “移除家具，保留脏乱的毛坯房的效果，但是要注意保持结构的一致性” 这样我们就能获得一张脏乱差的原始底图了。至于尾帧，我们可以直接用比较好的成果图，如果你觉得你现有的这种照片不够好看，可以让AI帮你进行润色和修改。提示词参考： “保持原图视角和墙体结构，生成室内{客厅} 真实渲染图。进行合理的室内家具布置与材质搭配，为室内天花板、墙面、地板分别赋予材质，整体呈现 {现代轻奢风格} 。房间内外均进行真实感渲染。包括 {沙发, 地毯 ,茶几} ，材质质感逼真，光线自然。整体画面呈现出专业建筑摄影的光线效果，具备4K超高清分辨率的图像细节。” 拿到首尾帧之后就可以进行视频生成了，在测试了即梦、可灵、Veo之后。目前最稳定的就是可灵2.6（O1在这个场景下表现一般，不推荐）视频提示词如下：房间装修延时摄影视频。工人们在一间简陋的毛坯房内工作，水泥墙面，。快进画面展示：人们清理杂物和垃圾袋、移除所有旧家具，{将房屋还原至毛坯房，擦洗墙壁、将灰色水泥墙刷成现代轻奢风格、先完成主体框架装修，再放入家具，再逐渐将一个房屋搭建成最终的现代轻奢风格的客厅}。多名工人在加速画面中快速移动，工具和材料不断出现又消失，窗外自然光线随时间变化。施工灰尘逐渐落定，从冷蓝色调转变为温暖的环境光。纪实风格，8-16倍速延时，4K画质。中间的步骤可以再详细点，我这个比较泛用性。这个版本还是可以再次进行迭代的

MarioTan

86,292 просмотров • 8 месяцев назад

抖音起号做出爆款诀窍：首帧生成 I2V。如果你的目标是做出爆款AIGC短视频起号，而不是出长期稳定的动画剧集，那么我更推荐使用视频生成模型的首帧生成模式，该模式对于seedance系列与minimax-h3都是适用的。一开始我在抖音上调研时，发现了一个爆款的 AIGC 博主。他的视频风格非常华丽，角色动作干脆利落，特效炫酷。而且他非常慷慨，把提示词都分享了出来（是真的自用提示词，甚至连他的本地缓存图片路径都露出来了）结果我看他的提示词，虽然动作很华丽，但编排其实特别简单，与我们想象中长篇大论的那种“导演视角”做出来的效果完全不一样。他分享的真正诀窍在于：使用视频模型首帧生成。只要规定好首帧的场景、人物等约束，并通过首帧画面定住风格，后续画面就会非常统一，哪怕只用简单的提示词，都能做出非常震撼的效果。最后从技术层面解释一下，为什么首帧生成比上传参考图，设定图更具有优势。 Seedance 官方有写说明文档：若要严格保证开场画面和指定图片一致，优先走真正的图生视频首帧。官方论文提到，I2V 主流做法是把给定图像当作时间轴上的第 0 帧：图像 latent 与噪声拼接、首帧特征进时空注意力、甚至用图像噪声先验做残差预测。后续帧是在「已经钉死的像素布局」上长出来的运动。参考图常见路径更偏语义嵌入或特征引导，能够保证「像不像这个人 / 这种风」，不保证第 1 帧构图、光影、材质、镜头焦段和你上传的那张图像素级对齐。不过首帧参考图的生成也是有很多门道，这点是被很多人忽略，也是那些爆款视频不说的秘诀（是的，那位抖音博主分享了所有提示词，唯独没有分享首帧怎么生成的，属于是真正的技术壁垒）我自己深入扒了两天，把里面的门道也探索了个七七八八，下期给大家分享我自己实操总结的首帧生成技巧。最后依然是展示视频效果，搭配bgm食用更佳

抖音起号做出爆款诀窍：首帧生成 I2V。如果你的目标是做出爆款AIGC短视频起号，而不是出长期稳定的动画剧集，那么我更推荐使用视频生成模型的首帧生成模式，该模式对于seedance系列与minimax-h3都是适用的。一开始我在抖音上调研时，发现了一个爆款的 AIGC 博主。他的视频风格非常华丽，角色动作干脆利落，特效炫酷。而且他非常慷慨，把提示词都分享了出来（是真的自用提示词，甚至连他的本地缓存图片路径都露出来了）结果我看他的提示词，虽然动作很华丽，但编排其实特别简单，与我们想象中长篇大论的那种“导演视角”做出来的效果完全不一样。他分享的真正诀窍在于：使用视频模型首帧生成。只要规定好首帧的场景、人物等约束，并通过首帧画面定住风格，后续画面就会非常统一，哪怕只用简单的提示词，都能做出非常震撼的效果。最后从技术层面解释一下，为什么首帧生成比上传参考图，设定图更具有优势。 Seedance 官方有写说明文档：若要严格保证开场画面和指定图片一致，优先走真正的图生视频首帧。官方论文提到，I2V 主流做法是把给定图像当作时间轴上的第 0 帧：图像 latent 与噪声拼接、首帧特征进时空注意力、甚至用图像噪声先验做残差预测。后续帧是在「已经钉死的像素布局」上长出来的运动。参考图常见路径更偏语义嵌入或特征引导，能够保证「像不像这个人 / 这种风」，不保证第 1 帧构图、光影、材质、镜头焦段和你上传的那张图像素级对齐。不过首帧参考图的生成也是有很多门道，这点是被很多人忽略，也是那些爆款视频不说的秘诀（是的，那位抖音博主分享了所有提示词，唯独没有分享首帧怎么生成的，属于是真正的技术壁垒）我自己深入扒了两天，把里面的门道也探索了个七七八八，下期给大家分享我自己实操总结的首帧生成技巧。最后依然是展示视频效果，搭配bgm食用更佳

雪踏乌云

39,840 просмотров • 25 дней назад

卧槽，答案终于揭晓了！那个在open router上持续霸榜的神秘模型，是阿里推出的全新大模型“蚂蚁百灵”！今天我们来深度聊一聊这个模型。用过AI来完成前端开发的朋友肯定懂：要让AI做出想要的UI总是要找参考，再不然就是要依赖设计 skill 的帮助。但这种界面一旦看多了，就会陷入审美疲劳。原因在于不管你是对标UI还是使用skill，结果都是被限定在固有的生成范围内。最近小灰测了新模型 Ling-2.6-1T （由蚂蚁集团 Ant Ling 开发），发现它刚好就能打破这个限制。它生成的页面不仅审美极度在线，而且自带高质量的交互效果，做出来的东西终于不再是干巴巴的呆板网页了。但用它有个必须要避开的坑：Ling 2.6 1T 默认是没有深度思考模式的。它在计算资源分配上极其克制，如果你偷懒丢一句"给我写个好看的界面"，那么它大概率会给你一个准确但极其敷衍的结果。(视频1) 那么怎么取巧使用它？小灰分享一个能逼出它真实设计水平的实操工作流：把它当成主规划师，先拆解风格，再写代码。跟它对话时，你可以直接下这种指令： 1. 强制思考：先别急着写代码！帮我分析这个产品的定位，明确它的视觉情绪、色彩规范和排版布局，把思路列出来。（比如明确告诉它你要包豪斯风格或者北欧风）。 2. 落地执行：等它把设计语言梳理清楚，你确认没问题了，再让它基于这套标准去生成具体的 TailwindCSS 样式和前端页面。用这种先 Plan 后做的方式，出来的页面不仅美观，而且风格极其统一。（视频2）目前在Openrouter中可以免费体验该模型。选对工具打破模板限制，用高审美的模型直接拔高视觉质感，能帮我们省下大把死磕 CSS 的时间。期待大家都能快速做出让人眼前一亮的作品！

卧槽，答案终于揭晓了！那个在open router上持续霸榜的神秘模型，是阿里推出的全新大模型“蚂蚁百灵”！今天我们来深度聊一聊这个模型。用过AI来完成前端开发的朋友肯定懂：要让AI做出想要的UI总是要找参考，再不然就是要依赖设计 skill 的帮助。但这种界面一旦看多了，就会陷入审美疲劳。原因在于不管你是对标UI还是使用skill，结果都是被限定在固有的生成范围内。最近小灰测了新模型 Ling-2.6-1T （由蚂蚁集团 Ant Ling 开发），发现它刚好就能打破这个限制。它生成的页面不仅审美极度在线，而且自带高质量的交互效果，做出来的东西终于不再是干巴巴的呆板网页了。但用它有个必须要避开的坑：Ling 2.6 1T 默认是没有深度思考模式的。它在计算资源分配上极其克制，如果你偷懒丢一句"给我写个好看的界面"，那么它大概率会给你一个准确但极其敷衍的结果。(视频1) 那么怎么取巧使用它？小灰分享一个能逼出它真实设计水平的实操工作流：把它当成主规划师，先拆解风格，再写代码。跟它对话时，你可以直接下这种指令： 1. 强制思考：先别急着写代码！帮我分析这个产品的定位，明确它的视觉情绪、色彩规范和排版布局，把思路列出来。（比如明确告诉它你要包豪斯风格或者北欧风）。 2. 落地执行：等它把设计语言梳理清楚，你确认没问题了，再让它基于这套标准去生成具体的 TailwindCSS 样式和前端页面。用这种先 Plan 后做的方式，出来的页面不仅美观，而且风格极其统一。（视频2）目前在Openrouter中可以免费体验该模型。选对工具打破模板限制，用高审美的模型直接拔高视觉质感，能帮我们省下大把死磕 CSS 的时间。期待大家都能快速做出让人眼前一亮的作品！

程序员小灰

15,021 просмотров • 5 месяцев назад

李飞飞的 World Labs 发布了他们新的世界模型 Atlas，这个看起来比上一代厉害多了。通过一张图片就可以创建一个非常完整的 3D 空间场景，你可以在里面随意运动，它也能理解时间的演变规律。它能将一张或多张输入图像整合进一个共享的空间上下文中，让每张图像都锚定在三维空间中的具体位置，再以此继续生成后续内容，既能保证当前场景的一致性，又能想象出没有看到的内容。它主要支持三大任务：生成图像和视频：能从一张或多张参考图出发，以像素级精确的相机控制生成不同角度的图像或完整视频，最长可输出 1 分钟 1440p 的视频 3D 场景重建：用一张或几十张图片重建真实的 3D 场景，直接生成点云、3D 高斯泼溅（3D Gaussian Splatting）等三维结果（图片越多还原越真实），效果甚至超过了专门针对 3D 高斯泼溅优化的模型时空仿真：能把几台普通手机拍摄的视频重新取景成“子弹时间”效果，还可以为机器人训练生成测试数据

李飞飞的 World Labs 发布了他们新的世界模型 Atlas，这个看起来比上一代厉害多了。通过一张图片就可以创建一个非常完整的 3D 空间场景，你可以在里面随意运动，它也能理解时间的演变规律。它能将一张或多张输入图像整合进一个共享的空间上下文中，让每张图像都锚定在三维空间中的具体位置，再以此继续生成后续内容，既能保证当前场景的一致性，又能想象出没有看到的内容。它主要支持三大任务：生成图像和视频：能从一张或多张参考图出发，以像素级精确的相机控制生成不同角度的图像或完整视频，最长可输出 1 分钟 1440p 的视频 3D 场景重建：用一张或几十张图片重建真实的 3D 场景，直接生成点云、3D 高斯泼溅（3D Gaussian Splatting）等三维结果（图片越多还原越真实），效果甚至超过了专门针对 3D 高斯泼溅优化的模型时空仿真：能把几台普通手机拍摄的视频重新取景成“子弹时间”效果，还可以为机器人训练生成测试数据

歸藏(guizang.ai)

192,241 просмотров • 24 дней назад

这个神器，让你实现AI工具自由！在群里很多想搞视频副业的朋友经常跟小灰吐槽：Seedance 2.0 官方订阅太贵了，去用第三方接口又经常遇到排队、画质缩水的问题，到底去哪用最划算？想要又便宜又爽地用上满血版，小灰最近终于挖到了一个极具性价比的隐藏神器，GamsGo 推出的 AI 工作流平台 Rita。 Rita是直接跟字节官方合作，在里面跑 Seedance 2.0 不会被偷偷降智，稳定生成出电影画质，做出来的东西直接就能拿去商用接单。除了能够低成本用上 Seedance 2.0，它真正帮我们省钱又提效的地方，是彻底打通了全品类顶级模型的一站式工作流。以前咱们做完整视频不仅流程琐碎，钱包更受不了，你写文案要充个 ChatGPT，生图个要用 Nano Banana，最后搞个配乐还得再充值个suno会员。现在在 Rita 这一个操作台里，文本、图像、视频和音频的旗舰模型全给你备齐了。你可以根据手感随时自由切换顶级模型：写脚本时，GPT、Claude 和 Gemini 哪个聪明切哪个。出配图时，Nano Banana 、Midjourney、Flux 还有最新的 GPT image 2 任你挑。最后再用 Seedance 2.0 生视频、调 Suno 搞配乐。不需要为了用这些头部模型去挨个开一堆高昂的官方订阅，在一个平台就能丝滑调用所有能力，思路再也不会断片。而且目前 Rita 的定价非常实亲民，性价比直接拉满。小灰一直觉得，我们做内容副业，精力就该花在创意和变现上，而不是每天被高昂的订阅费和极其碎片的工具消耗。现在新注册直接送免费积分，额度足够你去低门槛体验一次 Seedance 2.0 视频了。强烈建议大家亲自去跑一遍，感受一下真正的 Seedance 2.0 出片有多爽。免费体验入口，小灰放在这里了：

这个神器，让你实现AI工具自由！在群里很多想搞视频副业的朋友经常跟小灰吐槽：Seedance 2.0 官方订阅太贵了，去用第三方接口又经常遇到排队、画质缩水的问题，到底去哪用最划算？想要又便宜又爽地用上满血版，小灰最近终于挖到了一个极具性价比的隐藏神器，GamsGo 推出的 AI 工作流平台 Rita。 Rita是直接跟字节官方合作，在里面跑 Seedance 2.0 不会被偷偷降智，稳定生成出电影画质，做出来的东西直接就能拿去商用接单。除了能够低成本用上 Seedance 2.0，它真正帮我们省钱又提效的地方，是彻底打通了全品类顶级模型的一站式工作流。以前咱们做完整视频不仅流程琐碎，钱包更受不了，你写文案要充个 ChatGPT，生图个要用 Nano Banana，最后搞个配乐还得再充值个suno会员。现在在 Rita 这一个操作台里，文本、图像、视频和音频的旗舰模型全给你备齐了。你可以根据手感随时自由切换顶级模型：写脚本时，GPT、Claude 和 Gemini 哪个聪明切哪个。出配图时，Nano Banana 、Midjourney、Flux 还有最新的 GPT image 2 任你挑。最后再用 Seedance 2.0 生视频、调 Suno 搞配乐。不需要为了用这些头部模型去挨个开一堆高昂的官方订阅，在一个平台就能丝滑调用所有能力，思路再也不会断片。而且目前 Rita 的定价非常实亲民，性价比直接拉满。小灰一直觉得，我们做内容副业，精力就该花在创意和变现上，而不是每天被高昂的订阅费和极其碎片的工具消耗。现在新注册直接送免费积分，额度足够你去低门槛体验一次 Seedance 2.0 视频了。强烈建议大家亲自去跑一遍，感受一下真正的 Seedance 2.0 出片有多爽。免费体验入口，小灰放在这里了：

程序员小灰

34,247 просмотров • 5 месяцев назад

Atria Dawn Preview：上海 AI 实验室与多所高校联合开源的模型面向科研工作者、开发者和专业知识工作者的智能体模型，给它一个研究问题、一段代码或者一份数据，它能够自己查找资料、调用各种工具并运行测试，最后直接交出可以使用的成果。比如写出有据可查的研究报告、跑通的软件程序、能够直接编辑的文档表格，甚至可以做出 3D 机械零件模型和能玩的小游戏。我用Atria Dawn Preview做了GPT 6 Astra的经典案例3D模型飞机，效果非常不错，这个模型没有视觉能力，纯靠代码也能拼出非常精准且美观的飞机。Atria ASI 官网： API接入：模型：

Atria Dawn Preview：上海 AI 实验室与多所高校联合开源的模型面向科研工作者、开发者和专业知识工作者的智能体模型，给它一个研究问题、一段代码或者一份数据，它能够自己查找资料、调用各种工具并运行测试，最后直接交出可以使用的成果。比如写出有据可查的研究报告、跑通的软件程序、能够直接编辑的文档表格，甚至可以做出 3D 机械零件模型和能玩的小游戏。我用Atria Dawn Preview做了GPT 6 Astra的经典案例3D模型飞机，效果非常不错，这个模型没有视觉能力，纯靠代码也能拼出非常精准且美观的飞机。Atria ASI 官网： API接入：模型：

Gorden Sun

24,739 просмотров • 11 дней назад

说个暴论，今天之后前沿大模型的战争已经彻底换赛道了，顶级工程能力的边际成本，今天被彻底打穿了！🤯 Grok 4.5 今天正式发布，直接掀翻了前沿大模型的定价桌子。对标 Claude Opus 级别的编码与智能体能力，输入定价仅为后者五分之二，输出定价仅为其四分之一，叠加 4.2 倍的单任务 token 效率提升，再加上更快的推理速度，没有死磕通用榜单第一，直接在开发者最买单的真实生产场景里，扔下了一枚性价比核弹。这不只是单模型的胜利，更是垂直整合闭环的胜利，背后站着的也不再是孤军奋战的Elon Musk 的XAI实验室，还有SpaceXAI 的模型能力，加 Cursor 的开发者工具生态，加 SpaceX 特斯拉海量内部工程场景的三位一体飞轮，开发者工具提供真实交互数据反哺训练，场景验证真实需求分布，模型持续迭代优化，这种闭环比单纯堆参数刷通用榜单难复制得多，也更贴近真实生产力落地。但绝大多数人没看懂，token 效率才是智能体时代的真正杀手锏。大多数人只会盯着基准分数的高低较劲，却忽略了效率叠加低价的复合效应，单次问答看起来差距甚微，但在多步工具调用自我修正的完整智能体工作流里，token 消耗直接等于延迟与真金白银的成本，跑完整端到端工程项目， Grok 4.5 的实际花费可能只有 Opus 方案的十分之一，速度优势更是碾压级，这对生产部署的意义，远大于跑分多几个百分点。顶级工程能力的边际成本，今天被彻底打穿了， 2 美元输入 6 美元输出的定价，第一次把顶级编码与智能体能力，从企业级奢侈品降到了个人开发者和小团队可以放开用的价位，这会直接加速智能体 AI 从演示 demo 走向大规模生产落地，也必然倒逼头部厂商在短期内跟进调价，前沿大模型的价格战，今天才算真正拉开序幕。更恐怖的是迭代加速度，SpaceX 今年计划每月发布一款从头训练的新模型，内部海量工程数据的持续喂养，会让它的进化速度甩开传统实验室的节奏。我觉得这件事最本质的意义，是 AI 行业的竞争逻辑正在悄然转向，它不再是堆出一个全能的通用神坛模型，而是在最高价值的垂直赛道里，做到够用的智能，加极致的效率，加亲民的价格，大多数开发者日常 80% 的需求，从来不是解出世界最难的题，而是可靠地写代码调 bug 搭系统，Grok 4.5 精准命中了这个痛点。当顶级工程能力的边际成本被彻底打穿，下一波 AI 生产力的爆发，会不会比所有人预想的都要早呢？

说个暴论，今天之后前沿大模型的战争已经彻底换赛道了，顶级工程能力的边际成本，今天被彻底打穿了！🤯 Grok 4.5 今天正式发布，直接掀翻了前沿大模型的定价桌子。对标 Claude Opus 级别的编码与智能体能力，输入定价仅为后者五分之二，输出定价仅为其四分之一，叠加 4.2 倍的单任务 token 效率提升，再加上更快的推理速度，没有死磕通用榜单第一，直接在开发者最买单的真实生产场景里，扔下了一枚性价比核弹。这不只是单模型的胜利，更是垂直整合闭环的胜利，背后站着的也不再是孤军奋战的Elon Musk 的XAI实验室，还有SpaceXAI 的模型能力，加 Cursor 的开发者工具生态，加 SpaceX 特斯拉海量内部工程场景的三位一体飞轮，开发者工具提供真实交互数据反哺训练，场景验证真实需求分布，模型持续迭代优化，这种闭环比单纯堆参数刷通用榜单难复制得多，也更贴近真实生产力落地。但绝大多数人没看懂，token 效率才是智能体时代的真正杀手锏。大多数人只会盯着基准分数的高低较劲，却忽略了效率叠加低价的复合效应，单次问答看起来差距甚微，但在多步工具调用自我修正的完整智能体工作流里，token 消耗直接等于延迟与真金白银的成本，跑完整端到端工程项目， Grok 4.5 的实际花费可能只有 Opus 方案的十分之一，速度优势更是碾压级，这对生产部署的意义，远大于跑分多几个百分点。顶级工程能力的边际成本，今天被彻底打穿了， 2 美元输入 6 美元输出的定价，第一次把顶级编码与智能体能力，从企业级奢侈品降到了个人开发者和小团队可以放开用的价位，这会直接加速智能体 AI 从演示 demo 走向大规模生产落地，也必然倒逼头部厂商在短期内跟进调价，前沿大模型的价格战，今天才算真正拉开序幕。更恐怖的是迭代加速度，SpaceX 今年计划每月发布一款从头训练的新模型，内部海量工程数据的持续喂养，会让它的进化速度甩开传统实验室的节奏。我觉得这件事最本质的意义，是 AI 行业的竞争逻辑正在悄然转向，它不再是堆出一个全能的通用神坛模型，而是在最高价值的垂直赛道里，做到够用的智能，加极致的效率，加亲民的价格，大多数开发者日常 80% 的需求，从来不是解出世界最难的题，而是可靠地写代码调 bug 搭系统，Grok 4.5 精准命中了这个痛点。当顶级工程能力的边际成本被彻底打穿，下一波 AI 生产力的爆发，会不会比所有人预想的都要早呢？

AYi

45,594 просмотров • 2 месяцев назад

除了提示词，其实输入画面对视频质量影响也非常大，下面就是我在把第一版的图片通过提示词改进后的第二版图片的基础上生成的相同提示词下生成的画面效果，画面的质感有很大的变化，第一排是原始MJ生图与seedance 2 视频，第二排是，通过提示词在nano banana pro 上重新真实化后的图与视频。图片转换的提示词：👇👇👇👇核心要求：将参考图中的所有元素——包括角色、场景、道具、环境——全部转化为超写实真人实景，如同实地拍摄的电影剧照。角色转化：严格保留原角色的发型、服装、表情、五官特征、肢体动作与整体气质，转换为真实演员形象。场景转化： • 将漫画/插画场景还原为真实可拍摄的物理空间 • 所有道具、家具、建筑必须是实物搭景或实景取景 • 材质质感真实：布料褶皱、木纹肌理、金属反光、墙面纹理 • 环境细节丰富：灰尘、磨损痕迹、生活化细节 • 空间透视与光影符合物理规律摄影风格：电影级实景摄影 • 深景深构图，前景到背景全部清晰 • 胶片质感，柔和颗粒与丰富色彩层次 • 戏剧化光影对比：暖色钨丝工作灯 vs 冷色自然暮光 • 主体突出，同时保留环境叙事性 • 如同《银翼杀手》《布达佩斯大饭店》级别的场景美术与摄影技术规格： • 胶片：Kodak Vision3 500T（电影摄影标准） • 适用场景：夜景、低光环境、室内钨丝灯照明 • 光圈：f/8–f/11（深景深，全画面清晰） • 焦段：35mm–50mm（标准电影视角） • 分辨率：4K cinema 或更高 • 色彩：温暖饱和的钨丝灯色温，暗部细节保留 • 灯光设计：三点布光或自然光结合，营造电影级光影层次场景美术要求： • 实景搭建或外景取景，杜绝CG合成感 • 道具陈设符合角色背景与时代设定 • 空间设计有纵深感与生活气息 • 墙面、地板、天花板等环境元素具有真实质感 • 背景人物（如有）也需真实演员，避免模糊处理反向提示词（严格避免）： • 模糊背景、浅景深、散景、失焦 • 卡通、动漫、插画风、手绘质感、CG渲染感 • 平面化构图、缺乏空间纵深 • 假布景、绿幕合成痕迹、数字背景 • 面部变形、比例失调、AI生成痕迹 • 低质量、数字噪点、像素化、过度锐化 • 过曝强光、塑料质感、过度数字后期 • 道具悬浮、物理不合理、材质贴图感 • 空洞背景、缺乏细节、环境单调参考风格：电影摄影大师级作品 - Roger Deakins、Emmanuel Lubezki、Hoyte van Hoytema 的实景拍摄美学。

除了提示词，其实输入画面对视频质量影响也非常大，下面就是我在把第一版的图片通过提示词改进后的第二版图片的基础上生成的相同提示词下生成的画面效果，画面的质感有很大的变化，第一排是原始MJ生图与seedance 2 视频，第二排是，通过提示词在nano banana pro 上重新真实化后的图与视频。图片转换的提示词：👇👇👇👇核心要求：将参考图中的所有元素——包括角色、场景、道具、环境——全部转化为超写实真人实景，如同实地拍摄的电影剧照。角色转化：严格保留原角色的发型、服装、表情、五官特征、肢体动作与整体气质，转换为真实演员形象。场景转化： • 将漫画/插画场景还原为真实可拍摄的物理空间 • 所有道具、家具、建筑必须是实物搭景或实景取景 • 材质质感真实：布料褶皱、木纹肌理、金属反光、墙面纹理 • 环境细节丰富：灰尘、磨损痕迹、生活化细节 • 空间透视与光影符合物理规律摄影风格：电影级实景摄影 • 深景深构图，前景到背景全部清晰 • 胶片质感，柔和颗粒与丰富色彩层次 • 戏剧化光影对比：暖色钨丝工作灯 vs 冷色自然暮光 • 主体突出，同时保留环境叙事性 • 如同《银翼杀手》《布达佩斯大饭店》级别的场景美术与摄影技术规格： • 胶片：Kodak Vision3 500T（电影摄影标准） • 适用场景：夜景、低光环境、室内钨丝灯照明 • 光圈：f/8–f/11（深景深，全画面清晰） • 焦段：35mm–50mm（标准电影视角） • 分辨率：4K cinema 或更高 • 色彩：温暖饱和的钨丝灯色温，暗部细节保留 • 灯光设计：三点布光或自然光结合，营造电影级光影层次场景美术要求： • 实景搭建或外景取景，杜绝CG合成感 • 道具陈设符合角色背景与时代设定 • 空间设计有纵深感与生活气息 • 墙面、地板、天花板等环境元素具有真实质感 • 背景人物（如有）也需真实演员，避免模糊处理反向提示词（严格避免）： • 模糊背景、浅景深、散景、失焦 • 卡通、动漫、插画风、手绘质感、CG渲染感 • 平面化构图、缺乏空间纵深 • 假布景、绿幕合成痕迹、数字背景 • 面部变形、比例失调、AI生成痕迹 • 低质量、数字噪点、像素化、过度锐化 • 过曝强光、塑料质感、过度数字后期 • 道具悬浮、物理不合理、材质贴图感 • 空洞背景、缺乏细节、环境单调参考风格：电影摄影大师级作品 - Roger Deakins、Emmanuel Lubezki、Hoyte van Hoytema 的实景拍摄美学。

John

17,505 просмотров • 6 месяцев назад

卧槽！TopviewAI 刚刚首发了海螺 AI 的 MiniMax H3！这个模型最让我在意的不是它有多强，而是它的定价策略——只有 Seedance 2.0 的 30% 价格对于我们这些需要批量生成视频内容的人来说，这意味着同样的预算，可以做出 3 倍的内容量！！或者说，同样的内容产出，成本直接砍到三分之一！这才是真正的生产力革命！！ MiniMax H3 的三个核心能力：原生多模态理解不用再把文本、图片、音频分开处理，一个模型全搞定，创意不会在多个工具之间被割裂精准的多模态控制用自然语言就能指挥主体、产品、文字、风格、运镜、声音，不需要学复杂的参数调教商业级内容生成原生 2K 分辨率，15 秒片段，直接能用在广告、电商、品牌内容里我测试了几个 demo 视频，质量确实扎实如果你也在用 AI 做视频内容，或者你的团队需要批量生产视频素材这个工具值得你现在就去试试，Ultra Annual 用户还有 60 天无限使用视频演示👇 TopviewAI

卧槽！TopviewAI 刚刚首发了海螺 AI 的 MiniMax H3！这个模型最让我在意的不是它有多强，而是它的定价策略——只有 Seedance 2.0 的 30% 价格对于我们这些需要批量生成视频内容的人来说，这意味着同样的预算，可以做出 3 倍的内容量！！或者说，同样的内容产出，成本直接砍到三分之一！这才是真正的生产力革命！！ MiniMax H3 的三个核心能力：原生多模态理解不用再把文本、图片、音频分开处理，一个模型全搞定，创意不会在多个工具之间被割裂精准的多模态控制用自然语言就能指挥主体、产品、文字、风格、运镜、声音，不需要学复杂的参数调教商业级内容生成原生 2K 分辨率，15 秒片段，直接能用在广告、电商、品牌内容里我测试了几个 demo 视频，质量确实扎实如果你也在用 AI 做视频内容，或者你的团队需要批量生产视频素材这个工具值得你现在就去试试，Ultra Annual 用户还有 60 天无限使用视频演示👇 TopviewAI

超级个体｜柿子

44,189 просмотров • 1 месяц назад

发现个 Claude Code 的神级 Skill，画图颜值真的吊打 Mermaid 和 fireworks-tech-graph，只要你一句话，它直接给你吐出生产级别的 SVG+PNG 技术图。最绝的是它有 7 种神仙画风：深色终端风、工程蓝图风、毛玻璃风，甚至还能模仿 OpenAI 和 Claude 的官方配色风格。支持 14 种 UML 图，像 RAG 架构、多智能体协作这种复杂图，一句"帮我画个 RAG 架构图，深色风格"直接搞定。安装贼简单，一行命令 `npx skills add yizhiyanhua-ai/fireworks-tech-graph` 就能装到 Claude Code 里，输出 SVG 方便二次编辑，高清 PNG 直接贴文档。平时写技术文档、做汇报 PPT 的，这个必须试一下。项目地址放评论区了👇

发现个 Claude Code 的神级 Skill，画图颜值真的吊打 Mermaid 和 fireworks-tech-graph，只要你一句话，它直接给你吐出生产级别的 SVG+PNG 技术图。最绝的是它有 7 种神仙画风：深色终端风、工程蓝图风、毛玻璃风，甚至还能模仿 OpenAI 和 Claude 的官方配色风格。支持 14 种 UML 图，像 RAG 架构、多智能体协作这种复杂图，一句"帮我画个 RAG 架构图，深色风格"直接搞定。安装贼简单，一行命令 `npx skills add yizhiyanhua-ai/fireworks-tech-graph` 就能装到 Claude Code 里，输出 SVG 方便二次编辑，高清 PNG 直接贴文档。平时写技术文档、做汇报 PPT 的，这个必须试一下。项目地址放评论区了👇

Vincent

121,351 просмотров • 4 месяцев назад

别再发那种一眼 AI 的塑料假人视频了，真的很掉价。今天分享三个我最近死磕出的降低塑料感、提升高级感私藏技巧。说实话，天天刷各种 AI 视频，那种塑料感的人脸真的看烦了。最近我一直在研究如何解决人物瞬移或脸部崩坏，终于让我发现，核心其实在于你对光影层级、动作逻辑以及提示词结构的约束不够。比如下面这段【Adam 牌防晒霜】的视频，我重点加了三个维度： 1. 光影氛围：使用 Tyndall effect (丁达尔效应) 配合微小推镜，能瞬间拉开画面的通透感，打破 AI 常见的平铺光。 2. 动作约束：尝试在描述中加入具体的时间轴，比如 (0-3s) eyes slowly opening。这比模糊的指令要稳得多，模型会更清楚每一帧该干什么。 3. 细节强压：强调锐度清晰，肤质纹理清晰可见，避免模型为了省事而自动磨皮。这组 Prompt 我在不同平台跑过，最让我惊喜的是在 Rita 上的表现。以往做这种片子最痛苦的就是工作碎片化，要在生图、跑动效、配音三个平台跳来跳去。Rita 接入了 Seedance 2.0、GPT-5.4 等 17+ 顶尖模型，全流程几乎是一站式跑通。这种不跳转、不折损的流畅感，对保住创作灵感太重要了。而且不降智、生成快，这真的是太爽了。现在注册，可以去领一下它家注册送的 100 积分直接跑跑看这组极致稳定的日系视觉 Prompt 也放在下面了，我在评论区放了一些没有塑料味、自带高级感的广告视频案例，大家可以参考下。

别再发那种一眼 AI 的塑料假人视频了，真的很掉价。今天分享三个我最近死磕出的降低塑料感、提升高级感私藏技巧。说实话，天天刷各种 AI 视频，那种塑料感的人脸真的看烦了。最近我一直在研究如何解决人物瞬移或脸部崩坏，终于让我发现，核心其实在于你对光影层级、动作逻辑以及提示词结构的约束不够。比如下面这段【Adam 牌防晒霜】的视频，我重点加了三个维度： 1. 光影氛围：使用 Tyndall effect (丁达尔效应) 配合微小推镜，能瞬间拉开画面的通透感，打破 AI 常见的平铺光。 2. 动作约束：尝试在描述中加入具体的时间轴，比如 (0-3s) eyes slowly opening。这比模糊的指令要稳得多，模型会更清楚每一帧该干什么。 3. 细节强压：强调锐度清晰，肤质纹理清晰可见，避免模型为了省事而自动磨皮。这组 Prompt 我在不同平台跑过，最让我惊喜的是在 Rita 上的表现。以往做这种片子最痛苦的就是工作碎片化，要在生图、跑动效、配音三个平台跳来跳去。Rita 接入了 Seedance 2.0、GPT-5.4 等 17+ 顶尖模型，全流程几乎是一站式跑通。这种不跳转、不折损的流畅感，对保住创作灵感太重要了。而且不降智、生成快，这真的是太爽了。现在注册，可以去领一下它家注册送的 100 积分直接跑跑看这组极致稳定的日系视觉 Prompt 也放在下面了，我在评论区放了一些没有塑料味、自带高级感的广告视频案例，大家可以参考下。

Adam也叫吉米

40,855 просмотров • 5 месяцев назад

不花一分钱快，速用Seedance2.0生成真人质感的假面全网爆火的打斗短视频呢？就是已经被说烂随便app和豆包，具体怎么操作，我先分享这个提示词再我写个文吧，这些app每天10次的抽卡加上豆包10个积分机会其实足够生成一个小片段用的，只要你的提示词写得好，抽卡几率也大大降低！另外再分享一个小云雀上都有的、但是热度一直很高的提示词，作为一名合格的搬运工！！我必须要说的是，这些其实都可以找豆包写的，完全不用问东问西，更不用付费！！！！（因为我抠搜，我至今没花过一毛钱在ai软件，gemini的其实也算是白嫖的）最近因为敏感词和IP等不再提供假面、铠甲变身的素材，导致很多提示词不能用？那不是因为词的问题，问题在你的图，不要去垫图，用自己画的假面或者机甲，下面你只需要准备三样素材（正派、反派、背景（根据需求，也可以文字描述）： 1️⃣主角：@你的数字人/@图1的cos真人版（不要用IP） 2️⃣主角变身后：@图2（一定得用真实的照片，最好用mj/grok艺术化以后，用🍌转成真实风格（一定是写实的）保证成片！ 3️⃣反派：@图3/你用文字描述的即可（各大app一大堆） 4️⃣场景：@图4（如果你需要固定场景的长篇幅确保一致性，必须要垫的图）这样只用写动作和特效即可！（提示词我放在评论区了）👇👇👇 基本能保证你的账号日更基本不成问题！👇

不花一分钱快，速用Seedance2.0生成真人质感的假面全网爆火的打斗短视频呢？就是已经被说烂随便app和豆包，具体怎么操作，我先分享这个提示词再我写个文吧，这些app每天10次的抽卡加上豆包10个积分机会其实足够生成一个小片段用的，只要你的提示词写得好，抽卡几率也大大降低！另外再分享一个小云雀上都有的、但是热度一直很高的提示词，作为一名合格的搬运工！！我必须要说的是，这些其实都可以找豆包写的，完全不用问东问西，更不用付费！！！！（因为我抠搜，我至今没花过一毛钱在ai软件，gemini的其实也算是白嫖的）最近因为敏感词和IP等不再提供假面、铠甲变身的素材，导致很多提示词不能用？那不是因为词的问题，问题在你的图，不要去垫图，用自己画的假面或者机甲，下面你只需要准备三样素材（正派、反派、背景（根据需求，也可以文字描述）： 1️⃣主角：@你的数字人/@图1的cos真人版（不要用IP） 2️⃣主角变身后：@图2（一定得用真实的照片，最好用mj/grok艺术化以后，用🍌转成真实风格（一定是写实的）保证成片！ 3️⃣反派：@图3/你用文字描述的即可（各大app一大堆） 4️⃣场景：@图4（如果你需要固定场景的长篇幅确保一致性，必须要垫的图）这样只用写动作和特效即可！（提示词我放在评论区了）👇👇👇 基本能保证你的账号日更基本不成问题！👇

𝟡𝟜 ᴾᴸᴬʸᶠᴼᴿᴳᴱ

52,402 просмотров • 6 месяцев назад

大家都在想做真人数字人，但我想的是另一个方向。如果我们不是用真人，并且用嘴型贴图 + 音素对齐来根据文字安排图片切换，模拟实时说话的效果，那成本会降低超级多！并且真人数字人还有一个缺点是目前怎么也解决不了的，那就是看起来太假了。而使用二次元形象就没有这个问题，反正大家都知道二次元是假的哈哈。应该今晚就能验证出结果了，期待一下吧…… PS：Grok 又把 15s 的视频生成上架了，上上下下的不知道在干嘛

大家都在想做真人数字人，但我想的是另一个方向。如果我们不是用真人，并且用嘴型贴图 + 音素对齐来根据文字安排图片切换，模拟实时说话的效果，那成本会降低超级多！并且真人数字人还有一个缺点是目前怎么也解决不了的，那就是看起来太假了。而使用二次元形象就没有这个问题，反正大家都知道二次元是假的哈哈。应该今晚就能验证出结果了，期待一下吧…… PS：Grok 又把 15s 的视频生成上架了，上上下下的不知道在干嘛

柴郡🔔｜Crypto+AI Plus

22,863 просмотров • 2 месяцев назад

我不准备把 BerryCode 做成最便宜的中转站。现在市面上有 0.06 倍、0.1 倍、0.2 倍的渠道，我知道这些价格看起来非常诱人，但我现在只能做到 GPT 官网口径 0.28X，也就是 0.4 折，用 1 M token, 综合下来大约在 0.4~0.6 人民币；换句话说，它不是最低价那一档。但我能保证一件事：BerryCode 现在只做纯 GPT。坦诚讲，我的能力还撑不起 Claude 中转。 Claude 封号太严，我承担不起这个风险，也不想为了多卖一个模型，把一个自己都没把握的东西塞给用户。后面我会自己体验一批价格合适、稳定性还不错的 Claude 中转站，如果真的好用，我会直接推荐给大家。但 GPT 对我来说，是另一回事。我现在用 Pro 账号做号池，配合一部分补充渠道去填 token 缺口，即便不卷到全网最低价，毛利润率依然能做到 30% 左右，这个数字对我来说已经够了。我有一个暴论： **你现在能看到的大部分 AI 机会，其实都已经开始走下坡路了。** 中转站最近在推特被骂得很惨，卖数据、掺水、跑路，大家骂得不算冤，因为这个行业确实混进来了太多只想短期收割的人。而且后面中转站这个生意只会越来越不稳定。官方会持续封控各种渠道，低价货源会越来越少，成本会越来越高，如果一个站唯一的竞争力就是便宜，那它迟早会遇到一个问题：成本涨了以后怎么办？ 2C 用户对价格很敏感，你今天用低价把人吸进来，明天成本上升你要涨价，用户凭什么继续用你？所以我现在越来越确定一件事： **中转站最后拼的不是谁便宜，而是谁值得被信任。** 信任从哪里来？我有几个思考：第一，你得有自己的个人 IP。如果一个完全匿名的站跑路，用户连骂谁都不知道；但我这个账号就在这里，几千个关注我的人也都在这里，BerryCode 真出了问题，我不可能装作没发生过。第二，你不能什么模型都往上写。我现在不碰自己没把握的 Claude，不碰我无法承担封控风险的渠道，只做我能解释清楚成本、稳定性和边界的 GPT。第三，你得承认自己不是万能的。我不说 BerryCode 永远不出问题，也不说它多便宜，我只能说我会把每一次问题都摊开讲，把修复过程讲出来，把我能做到的稳定性做到极致。真正长期使用中转站的人，需求和轻量用户是不一样的。轻量用户可能只看今天谁便宜 20%，但那些每天要跑 Codex、Vibe Coding、自动化任务、长上下文任务的人，他们更关心的是：会不会突然跑路？会不会掺模型？会不会偷偷改请求？会不会跑到一半没额度？出了问题有没有人处理？尤其是国内那些真的在用 AI 做业务的人，他们并不只是想省几块钱，他们想要的是一个能长期放在工作流里的入口。这也是我为什么选择用更稳的方式做 BerryCode。一个 Pro 账号 1400 左右，我拿它做号池，成本不低，但我心里踏实；我宁愿少赚一点，也不想把整个站建在自己都解释不清楚的便宜渠道上。坦诚讲，我为什么要做中转站？第一，肯定是赚钱。去年炒币负债以后，我现在确实很需要现金流，这个没什么好装的，来推特的人也不是为了单纯装逼，大家都要吃饭。第二，我的推特一个月涨了 4200 个粉，但我前阵子很迷茫，不知道该把这些流量导向哪里。推特上很多商业模式，本质还是拉人头，做应用也好，做服务也好，很多钱来得快，但不一定长久。中转站当然也不是一个完美的行业，但只要我不赚那些没良心的钱，只要我真的能给用户提供稳定、透明、可用的服务，那这个钱我觉得可以由我来赚。第三，这一个礼拜搭 BerryCode，我认识了很多以前接触不到的人。有做政务网站的，有用 AI Vibe Coding 做产品的，有自己搭工作流的，有在公司里偷偷把 AI 引进业务流程的。我每天通宵改代码、测接口、修登录、修支付、修人机验证，虽然累，但我很久没有这么强烈地感觉到，自己正站在一个还在生长的行业里。这个感觉有点像早年的币圈。混乱是真的混乱，但开放也是真的开放；风险是真的风险，但机会也是真的机会。所以从今天开始，BerryCode 正式进入压力测试和拉新阶段。活动很简单：充 20，送 10 平台额度；充 200，送 100 平台额度；最高充 2000，送 1000 平台额度。我需要通过真实用户的使用，知道服务器、号池、支付、监控、客服到底要做到什么程度，才算是一个能长期运营的站。如果你只是想找全网最低价，那 BerryCode 大概率不是最适合你的。但如果你想找一个价格不离谱、模型边界讲清楚、出了问题有人处理、愿意长期把信任一点点攒起来的 GPT 中转站，可以来试试。后面这个群也不叫 BerryCode 交流群了。我想把它叫做：才谷和他的朋友们。欢迎体验，也欢迎挑毛病。我现在最需要的不是一句“支持”，而是真实用户把问题砸到我脸上，然后我一个一个修掉。

我不准备把 BerryCode 做成最便宜的中转站。现在市面上有 0.06 倍、0.1 倍、0.2 倍的渠道，我知道这些价格看起来非常诱人，但我现在只能做到 GPT 官网口径 0.28X，也就是 0.4 折，用 1 M token, 综合下来大约在 0.4~0.6 人民币；换句话说，它不是最低价那一档。但我能保证一件事：BerryCode 现在只做纯 GPT。坦诚讲，我的能力还撑不起 Claude 中转。 Claude 封号太严，我承担不起这个风险，也不想为了多卖一个模型，把一个自己都没把握的东西塞给用户。后面我会自己体验一批价格合适、稳定性还不错的 Claude 中转站，如果真的好用，我会直接推荐给大家。但 GPT 对我来说，是另一回事。我现在用 Pro 账号做号池，配合一部分补充渠道去填 token 缺口，即便不卷到全网最低价，毛利润率依然能做到 30% 左右，这个数字对我来说已经够了。我有一个暴论：你现在能看到的大部分 AI 机会，其实都已经开始走下坡路了。中转站最近在推特被骂得很惨，卖数据、掺水、跑路，大家骂得不算冤，因为这个行业确实混进来了太多只想短期收割的人。而且后面中转站这个生意只会越来越不稳定。官方会持续封控各种渠道，低价货源会越来越少，成本会越来越高，如果一个站唯一的竞争力就是便宜，那它迟早会遇到一个问题：成本涨了以后怎么办？ 2C 用户对价格很敏感，你今天用低价把人吸进来，明天成本上升你要涨价，用户凭什么继续用你？所以我现在越来越确定一件事：中转站最后拼的不是谁便宜，而是谁值得被信任。信任从哪里来？我有几个思考：第一，你得有自己的个人 IP。如果一个完全匿名的站跑路，用户连骂谁都不知道；但我这个账号就在这里，几千个关注我的人也都在这里，BerryCode 真出了问题，我不可能装作没发生过。第二，你不能什么模型都往上写。我现在不碰自己没把握的 Claude，不碰我无法承担封控风险的渠道，只做我能解释清楚成本、稳定性和边界的 GPT。第三，你得承认自己不是万能的。我不说 BerryCode 永远不出问题，也不说它多便宜，我只能说我会把每一次问题都摊开讲，把修复过程讲出来，把我能做到的稳定性做到极致。真正长期使用中转站的人，需求和轻量用户是不一样的。轻量用户可能只看今天谁便宜 20%，但那些每天要跑 Codex、Vibe Coding、自动化任务、长上下文任务的人，他们更关心的是：会不会突然跑路？会不会掺模型？会不会偷偷改请求？会不会跑到一半没额度？出了问题有没有人处理？尤其是国内那些真的在用 AI 做业务的人，他们并不只是想省几块钱，他们想要的是一个能长期放在工作流里的入口。这也是我为什么选择用更稳的方式做 BerryCode。一个 Pro 账号 1400 左右，我拿它做号池，成本不低，但我心里踏实；我宁愿少赚一点，也不想把整个站建在自己都解释不清楚的便宜渠道上。坦诚讲，我为什么要做中转站？第一，肯定是赚钱。去年炒币负债以后，我现在确实很需要现金流，这个没什么好装的，来推特的人也不是为了单纯装逼，大家都要吃饭。第二，我的推特一个月涨了 4200 个粉，但我前阵子很迷茫，不知道该把这些流量导向哪里。推特上很多商业模式，本质还是拉人头，做应用也好，做服务也好，很多钱来得快，但不一定长久。中转站当然也不是一个完美的行业，但只要我不赚那些没良心的钱，只要我真的能给用户提供稳定、透明、可用的服务，那这个钱我觉得可以由我来赚。第三，这一个礼拜搭 BerryCode，我认识了很多以前接触不到的人。有做政务网站的，有用 AI Vibe Coding 做产品的，有自己搭工作流的，有在公司里偷偷把 AI 引进业务流程的。我每天通宵改代码、测接口、修登录、修支付、修人机验证，虽然累，但我很久没有这么强烈地感觉到，自己正站在一个还在生长的行业里。这个感觉有点像早年的币圈。混乱是真的混乱，但开放也是真的开放；风险是真的风险，但机会也是真的机会。所以从今天开始，BerryCode 正式进入压力测试和拉新阶段。活动很简单：充 20，送 10 平台额度；充 200，送 100 平台额度；最高充 2000，送 1000 平台额度。我需要通过真实用户的使用，知道服务器、号池、支付、监控、客服到底要做到什么程度，才算是一个能长期运营的站。如果你只是想找全网最低价，那 BerryCode 大概率不是最适合你的。但如果你想找一个价格不离谱、模型边界讲清楚、出了问题有人处理、愿意长期把信任一点点攒起来的 GPT 中转站，可以来试试。后面这个群也不叫 BerryCode 交流群了。我想把它叫做：才谷和他的朋友们。欢迎体验，也欢迎挑毛病。我现在最需要的不是一句“支持”，而是真实用户把问题砸到我脸上，然后我一个一个修掉。

Mr. 才谷

10,554 просмотров • 4 месяцев назад

我们小新怎么就不能当宗主呢？不需要某2.5模型，也能做出来！除了原贴的提示词，下面这个，也可以应用在seedance 2.0之外的，比如 Happyhorse 1.1，不卡审。 -- 1. 画面与运镜对标： (a) 完全对标视频【 {{Video 1}} 】，复制全部运镜、景别、背景音乐及卡点节奏。 (b) 全程运镜顺滑稳定无卡顿，动态镜头稳定。 2. 人物与动作还原： (a) 以图片【 {{Image 1}} 】人物作为画面 C 位，男主 1:1 还原视频中心男主的全套舞蹈动作。 (b) 周边伴舞用图片【 {{Image 2}} 】，同步匹配原视频伴舞动作与站位。【注意， {{Image 1}} 主体，即C位人物，不出现在伴舞人物里】 (c) 人物动作丝滑流畅，动态流畅度拉满，无畸形、无穿模问题。补充：C位人物表情，开心表情有表演感觉，眼神交流感，有微表情 3. 场景与画质要求： (a) 场景替换为【 {{Image 2}} 所在背景的场景】。 (b) 超真实真人质感，好莱坞歌舞大片电影质感，光影细腻，高清 4K 画质。

我们小新怎么就不能当宗主呢？不需要某2.5模型，也能做出来！除了原贴的提示词，下面这个，也可以应用在seedance 2.0之外的，比如 Happyhorse 1.1，不卡审。 -- 1. 画面与运镜对标： (a) 完全对标视频【 {{Video 1}} 】，复制全部运镜、景别、背景音乐及卡点节奏。 (b) 全程运镜顺滑稳定无卡顿，动态镜头稳定。 2. 人物与动作还原： (a) 以图片【 {{Image 1}} 】人物作为画面 C 位，男主 1:1 还原视频中心男主的全套舞蹈动作。 (b) 周边伴舞用图片【 {{Image 2}} 】，同步匹配原视频伴舞动作与站位。【注意， {{Image 1}} 主体，即C位人物，不出现在伴舞人物里】 (c) 人物动作丝滑流畅，动态流畅度拉满，无畸形、无穿模问题。补充：C位人物表情，开心表情有表演感觉，眼神交流感，有微表情 3. 场景与画质要求： (a) 场景替换为【 {{Image 2}} 所在背景的场景】。 (b) 超真实真人质感，好莱坞歌舞大片电影质感，光影细腻，高清 4K 画质。

Leaf Yeah!

13,649 просмотров • 2 месяцев назад

谷歌也发布了一个根据输入图片和音频就能生成对应人物讲话视频的项目VLOGGER。看起来没有阿里那个自然。项目简介：它可以根据一张人物图像,生成由文本和音频驱动的说话人视频。该方法建立在最近生成式扩散模型取得成功的基础之上。 VLOGGER 包含两个关键组件: 1) 一个随机的人体到 3D 运动的扩散模型; 2) 一个创新的基于扩散的架构,通过时间和空间控制来增强文本到图像模型的能力。这种方法可以生成高质量、可变长度的视频,并且可以通过人脸和身体的高级表示进行便捷控制。与之前的工作相比,我们的方法具有以下优势:不需要为每个人单独训练模型;不依赖人脸检测和裁剪;能生成完整的图像(而非仅限于脸部或嘴唇);适用于广泛场景(如躯干可见或身份多样化),这对于正确合成具有沟通能力的虚拟人至关重要。项目地址：

谷歌也发布了一个根据输入图片和音频就能生成对应人物讲话视频的项目VLOGGER。看起来没有阿里那个自然。项目简介：它可以根据一张人物图像,生成由文本和音频驱动的说话人视频。该方法建立在最近生成式扩散模型取得成功的基础之上。 VLOGGER 包含两个关键组件: 1) 一个随机的人体到 3D 运动的扩散模型; 2) 一个创新的基于扩散的架构,通过时间和空间控制来增强文本到图像模型的能力。这种方法可以生成高质量、可变长度的视频,并且可以通过人脸和身体的高级表示进行便捷控制。与之前的工作相比,我们的方法具有以下优势:不需要为每个人单独训练模型;不依赖人脸检测和裁剪;能生成完整的图像(而非仅限于脸部或嘴唇);适用于广泛场景(如躯干可见或身份多样化),这对于正确合成具有沟通能力的虚拟人至关重要。项目地址：

歸藏(guizang.ai)

31,202 просмотров • 2 лет назад